800f2b52-b8a0-4b7a-a5a5-03a79478ab29

Transcription

1 UNIVERZITA MATEJA BELA V BANSKEJ BYSTRICI EKONOMICKÁ FAKULTA ANALÝZA ÚDAJOV Z AIS2 S VYUŽITÍM NÁSTROJOV BUSINESS INTELLIGENCE DIPLOMOVÁ PRÁCA 800f2b52-b8a0-4b7a-a5a5-03a79478ab Bc. Jaroslav Čipkala

2 UNIVERZITA MATEJA BELA V BANSKEJ BYSTRICI EKONOMICKÁ FAKULTA Analýza údajov z AIS2 s využitím nástrojov Business Intelligence Diplomová práca 800f2b52-b8a0-4b7a-a5a5-03a79478ab29 Študijný program: Financie, bankovníctvo a investovanie Študijný odbor: financie, bankovníctvo a investovanie Pracovisko: Katedra financií a účtovníctva Vedúca diplomovej práce: Ing. Jolana Gubalová, PhD. BANSKÁ BYSTRICA 2013 Bc. Jaroslav Čipkala

3 Univerzita Mateja Bela Ekonomická fakulta ZADANIE ZÁVEREČNEJ PRÁCE Meno a priezvisko študenta: Študijný program: Študijný odbor: Typ záverečnej práce: Jazyk záverečnej práce: Bc. Jaroslav Čipkala Financie, bankovníctvo a investovanie (Jednoodborové štúdium, inžiniersky II. st., denná forma) financie, bankovníctvo a investovanie Inžinierska záverečná práca slovenský Názov: Anotácia: Analýza údajov z AIS2 s využitím nástrojov Business Intelligence Subjektom skúmania sú nástroje Business Intelligence (BI) v databázovom systéme SQL Server 2012, z hľadiska ich využitia na analýzu údajov a na podporu procesov rozhodovania a plánovania. Objektom skúmania je databáza údajov z Akademického informačného systému AIS2, ktorý sa používa na UMB. Cieľom práce je navrhnúť vhodné analytické modely, ktoré sa dajú využiť v riadení verejnej vysokej školy. Vedúci: Ing. Jolana Gubalová, PhD. Katedra: KKMaIS-EF - Katedra kvantitatívnych metód a informačných systémov Vedúci katedry: RNDr. Miroslav Hužvár, PhD. Dátum zadania: Dátum schválenia: doc. Ing. Peter Krištofík, PhD. vedúci katedry

4 ČESTNÉ VYHLÁSENIE Čestne vyhlasujem, že som diplomovú prácu na tému Analýza údajov z AIS2 s využitím nástrojov Business Intelligence vypracoval samostatne a že som uviedol všetku použitú literatúru súvisiacu s témou diplomovej práce. Banská Bystrica... Podpis autora diplomovej práce... 4

5 Abstrakt ČIPKALA, Jaroslav: Analýza údajov z AIS2 s využitím nástrojov Business Intelligence. [Diplomová práca] / Bc. Jaroslav Čipkala. Univerzita Mateja Bela v Banskej Bystrici. Ekonomická fakulta; Katedra financií a účtovníctva. - Vedúci: Ing. Jolana Gubalová, PhD. Stupeň odbornej kvalifikácie: Inžinier. Banská Bystrica : EF UMB, s. Predmetom diplomovej práce je analýza údajov z Akademického informačného systému AiS2, prostredníctvom nástrojov Business Intelligence. Práca obsahuje základné teoretické vymedzenie najdôležitejších princípov, výhod, komponentov a riešení na báze Business Intelligence. Pri spracovaní diplomovej práce bola využitá dostupná odborná literatúra a internetové zdroje, pričom sme v teoretickej časti použili metódu deskripcie a v praktickej časti metódu analýzy. Predpokladaný prínos práce spočíva vo vytvorení vhodného data miningového modelu, umožňujúceho stanovenie profilu úspešného absolventa Ekonomickej fakulty UMB a z neho plynúcich odporúčaní pre cielený nábor študentov stredných škôl. Zhlukovanie. Kľúčové slová: Business Intelligence. Analýza. SQL Server Dáta. Data mining. 5

6 Abstract ČIPKALA, Jaroslav: Analysis of the data from AIS2 using the tools of Business Intelligence. [Diploma thesis] / Bc. Jaroslav Čipkala. Matej Bel University in Banská Bystrica. Faculty of Economics; Department of Finance and accounting. - Tutor: Ing. Jolana Gubalová, PhD. Degree of qualification: Master. Banská Bystrica : EF UMB, p. The subject of the diploma thesis is the analysis of the data from the Academic information system AiS2 using the tools of Business Intelligence. The thesis describes the basic theoretical definition of the most important principles, advantages, components and solutions based on Business Intelligence. By the processing of the diploma thesis the available special literature and internet sources were used and in the theoretical part we used the method of description and in the practical part the method of analysis. The expected addition of the thesis consists of the creation of the proper data mining model capable to set the profile of the successful graduate of the Faculty of Economics of Matej Bel University and the recommendations for the targeted recruitment of the high school graduates resulted from this profile. Clustering. Key words: Business Intelligence. Analysis. SQL Server Data. Data mining. 6

7 Predhovor Predkladaná diplomová práca na tému Analýza údajov z AIS2 s využitím nástrojov Business Intelligence sa zameriava na prezentáciu možností práce s údajmi extrahovanými z Akademického informačného systému a prináša základné teoretické vymedzenie rozoberanej problematiky. Business Intelligence ako proces premeny údajov na informácie a poznatky je jednou z najdynamickejšie rastúcich oblastí informačných technológií. Snaha o prehĺbenie poznatkov a zručností z danej oblasti a umožnenie práce s vhodnou databázou, boli podnetom pre vznik tejto diplomovej práce. V práci sa venujeme návrhu vhodného analytického modelu, schopného určiť profil úspešného absolventa Ekonomickej fakulty Univerzity Mateja Bela v Banskej Bystrici a následných podkladov a odporúčaní pre uskutočnenie cieleného náboru študentov stredných škôl. Pri jej spracovaní sme okrem článkov z odborných periodík a internetových zdrojov vychádzali predovšetkým z publikácií popredných slovenských a českých autorov zaoberajúcich sa oblasťou Business Intelligence. Práca je určená širokému spektru čitateľov, zaujímajúcich sa o danú oblasť. Moje úprimné poďakovanie patrí pani Ing. Jolane Gubalovej, PhD., pod ktorej odborným vedením som vypracoval predkladanú diplomovú prácu, za jej ochotu, cenné rady a usmernenia, vďaka ktorím sa prácu podarilo uviesť do úspešného konca. Zároveň ďakujem aj zamestnancom UAKOM UMB pod vedením pána doc. Ing. Jána Hudeca, CSc. za sprístupnenie údajov z databázy AIS2. Jaroslav Čipkala 7

8 Obsah Úvod Teoretické vymedzenie problematiky Definícia Business Intelligence Business Intelligence ako proces premeny dát na informácie Výhody zavedenia Business Intelligence v organizácií Základné princípy riešení BI Tradičná architektúra a hlavné komponenty riešenia BI Produkčné (zdrojové) databázy Dátová pumpa (Extract, Transform, Load - ETL) Dočasné úložisko dát (Data Staging Area - DSA) Dátový sklad (Data Warehouses - DWH) Dátové tržnice (Data Mart - DMA) OLAP databáza Reportovacie služby Dolovanie dát (Data mining - DM) Nástroje pre riadenie kvality dát a správu metadát Užívateľské (analytické) aplikácie Aplikácia Business Intelligence v bankovníctve Vybrané aktuálne trendy v oblasti BI: big data a in-memory computing Analýza dát z AiS2 prostredníctovom nástrojov BI v databázovom systéme SQL Server Business Intelligence na platforme MS SQL Server SQL Server Migration Assistant Príprava dát - extrahovanie Transformácia a zavedenie dát Návrh data miningového modelu Predikcia Posúdenie úspešnosti predikcie Návrhová časť Záver Resumé Zoznam použitej literatúry Prílohy

9 Zoznam tabuliek a ilustrácií Obrázok 1: Vývojové štádia organizácie z pohľadu využívania a práce s údajmi Obrázok 2: Všeobecná architektúra BI riešení Obrázok 3: Schéma zavádzania údajov z relačných databáz do údajového skladu Obrázok 4: OLAP kocka Obrázok 5: Percentuálne využitie jednotlivých Business Intelligence technológií Obrázok 6: Proces konverzie údajov prostredníctvom SQL Server Migration Assistant-a Obrázok 7: Schéma relačných vzťahov Obrázok 8: Zoznam zvolených atribútov a im prislúchajúcich kritérií Obrázok 9: Prostredie MS SQL Server Management Studia s vykonanými procedúrami Obrázok 10: Dialógové okno v MS SQL Server Import and Export Wizard Obrázok 11: Pohľad na dátový zdroj Obrázok 12: Výber algoritmu Obrázok 13: Výber predikovaného atribútu a vstupných atribútov Obrázok 14: Záložka Mining Model Viewer - diagram zhlukovacieho algoritmu Obrázok 15: Diagram charakteristiky jednotlivých zhlukov Obrázok 16: Séria grafov vzťahujúcich sa k analyzovaným absolventom Obrázok 17: Záložka Mining Accuracy Chart Obrázok 18: Predpoveď pravdepodobnosti presnosti predikcie jednotlivých prípadov Obrázok 19: Výpisy výsledkov predikčnej pravdepodobnostnej funkcie a predikcie Obrázok 20: Porovnanie predikcie s realitou Obrázok 21: Počet chybných predikcií a percento správne predikovaných prípadov Tabuľka 1: Úprava viacslovných hodnôt jednotlivých atribútov

10 Zoznam skratiek a symbolov BI Business Intelligence BIDS SQL Server Business Intelligence Development Studio CRM Customer Relationship Management DM Data mining DSA Data Staging Area DWH Data Warehouses ERP Enterprise Resource Planning ETL Extraction, Transformation and Loading OLAP On-Line Analytical Processing OLTP On-Line Transaction Processing SCM Supply Chain Management SQL Structured Query Language SSAS SQL Server Analytical Services SSIS SQL Server Integration Services SSMA SQL Server Migration Assistant SSRS SQL Sever Reporting Services 10

11 ÚVOD Jednou z kľúčových podmienok úspešného riadenia organizácií, medzi ktoré patrí aj verejná vysoká škola, je rýchly prístup k relevantným informáciám, ktoré umožňujú riadiacim pracovníkom stanoviť vhodnú stratégiu a ostaným pracovníkom poskytujú znalosti pre správne rozhodnutia. Aby však boli informácie na podporu rozhodovania relevantné, musia byť poskytnuté v reálnom čase a v požadovanom formáte. Úspešné riadenie firiem a organizácií nezaistí množstvo údajov vo firemných databázach, ale rýchlosť a presnosť, s akou sa manažérom darí z týchto údajov získavať kľúčové informácie. Tieto skutočnosti si vyžiadali zavedenie progresívnej technológie, ktorá prináša do súčasného sveta požadované riešenia pre presnejšie analytické, plánovacie a rozhodovacie činnosti a zohráva kľúčovú úlohu v získaní konkurenčnej výhody. Technológia, ktorá umožňuje proces transformácie dát na informácie a prevod týchto informácií na poznatky prostredníctvom objavovania, je známa pod pojmom Business Intelligence. Cieľom predkladanej diplomovej práce je sprostredkovať stručný a ucelený pohľad na oblasť riešení Business Intelligence prostredníctvom teoretických východísk a následného praktického nasadenia príslušného softvéru na dáta z akademického informačného systému, s cieľom určiť profil úspešného absolventa Ekonomickej fakulty UMB. Práca je rozdelená do troch hlavných častí, a to teoretickej, praktickej a návrhovej. Každá časť bude ďalej rozčlenená na jednotlivé kapitoly a podkapitoly. V prvej časti práce sa venujeme teoretickému vymedzeniu podstaty Business Intelligence (kap. 1.1), tomu ako tieto nástroje pomáhajú transformovať dáta na relevantné informácie (kap. 1.2) a z toho plynúce výhody pre organizáciu (kap. 1.3), vymedzíme základné princípy takýchto riešení (kap. 1.4) a architektúru (kap. 1.5) na akých sú založené. Široké a úspešné nasadzovanie Business Intelligence v bankovníctve je náplňou predposlednej kapitoly (kap. 1.6) teoretickej časti práce, ktorú ukončíme stručným prehľadom aktuálnych trendov v danej oblasti (kap. 1.7). Získané poznatky využijeme v praktickej časti diplomovej práce, zameranej na analýzu dát z AiS2. Oboznámime sa tu najskôr s nástrojmi a aplikáciami pre Business Intelligence obsiahnutých v produkte MS SQL Server 2008, s ktorými budeme pracovať (kap. 2.1) a SQL Server Migration Assistant-om 2008 potrebného pre konverziu dát (kap. 2.2). Jadrom tejto časti práce bude vytvorenie data miningového zhlukovacieho modelu (kap. 2.5) z extrahovaných (kap. 2.3) a transformovaných dát (kap. 2.4). Tieto analýzy rozšírime o predikciu (kap. 2.6) a jej vyhodnotenie (kap. 2.7). 11

12 V návrhovej časti zosumarizujeme dosiahnuté výsledky a zistenia našej analýzy a na základe dosiahnutých výstupov uvedieme odporúčania pre cielený nábor študentov zo stredných škôl a ďalšie možnosti využitia údaj z AiS2. 12

13 1 TEORETICKÉ VYMEDZENIE PROBLEMATIKY Cieľom nasledujúcej časti diplomovej práce je deskripcia a teoretické vymedzenie skúmanej problematiky. Postupne si objasníme a vysvetlíme základné princípy, procesy, funkcionality a komponenty v rámci komplexu riešení Business Intelligence, čím získame potrebné základy pre nadväzujúcu analytickú časť práce. 1.1 Definícia Business Intelligence Termín Business Intelligence (BI) bol prvýkrát zavedený v roku 1989 analytikom spoločnosti Gartner Howardom J. Dresnerom, ktorý ho definoval ako množinu konceptov a metodík, ktoré zlepšujú rozhodovací proces za použitia metrík alebo systémov založených na metrikách (NOVOTNÝ, O.; POUR, J.; SLÁNSKÝ, D., 2005 s. 18). Veľmi výstižnú a komplexnú charakteristiku konceptu BI môžeme nájsť aj v publikácií od kolektívu českých odborníkov na podnikovú informatiku v zložení Ján Pour, Miloš Maryška a Ota Novotný, ktorí vymedzujú Business Intelligence nasledujúcim spôsobom (POUR, J.; MARYŠKA, M.; NOVOTNÝ, O., 2012 s. 12): Business Intelligence (BI) je sada procesov, know-how, aplikácií a technológií, ktorých cieľom je účinne a účelne podporovať riadiace aktivity vo firme. Podporujú analytické, plánovacie a rozhodovacie činnosti organizácií na všetkých úrovniach a vo všetkých oblastiach podnikového riadenia, t.j. predaja, nákupu, marketingu, finančného riadenia, controllingu, majetku, riadenia ľudských zdrojov, výroby a ďalších, a sú postavené na princípoch multidimenzionálnych pohľadov na podnikové dáta. Aké sú dôvody vzniku a dynamického rozvoja BI? Kto tvorí tento dopyt a prečo je táto technológia jedným z kľúčových aspektov úspešného podnikania? Aké sú výhody zavedenia BI v organizácií? Z akých komponentov pozostáva? Ako tento proces funguje a čo je jeho výsledkom? Tak na tieto a mnohé ďalšie otázky prinesieme odpoveď v nadchádzajúcej časti diplomovej práce, venovanej položeniu základných teoretických východísk predostretej problematiky. 13

14 1.2 Business Intelligence ako proces premeny dát na informácie S príchodom nízko nákladových technológií ukladania dát a širokej dostupnosti internetového pripojenia, sa pre jednotlivcov a organizácie stal prístup k veľkým objemom údajov jednoduchší. Tieto dáta sú z pohľadu pôvodu, obsahu a formy rôznorodé. Môže ísť napríklad o štruktúrované dáta pochádzajúce z tradičných databáz obsahujúcich finančné, obchodné a administratívne transakcie, čiastočne štruktúrované dáta, ktoré sa zbierajú prostredníctvom senzorov a prístrojov a neštruktúrované dáta, teda obrázky, videá, y, texty a ďalší obsah, ktorý vznikol ako výsledok aktivít ľudí. S prístupnosťou týchto dát sa nám naskytujú neoceniteľné príležitosti a vyvstáva lákavá otázka: je možné premeniť tieto údaje na informácie a znalosti, vďaka ktorým bude možné následne prijať rozhodnutia zefektívňujúce riadenie podnikov? Väčšina manažérov bola zvyknutá uskutočňovať svoje rozhodnutia na základe jednoduchej a intuitívnej metodológie, spočívajúcej v prvkoch akými sú ich skúsenosti a poznatky o aplikačnej oblasti a dostupné informácie. Takýto prístup prirodzene vedie k stagnujúcemu rozhodovaciemu štýlu, ktorý nie je vhodný do súčasných nestabilných podmienok charakteristických častými a rýchlymi zmenami v hospodárskom prostredí. V skutočnosti je rozhodovací proces odohrávajúci sa vo vnútri súčasných organizácií často krát príliš komplexný a dynamický na to, aby sa mohol efektívne uskutočňovať prostredníctvom intuitívneho prístupu. Namiesto neho prichádzajú na rad nové moderné prístupy, ktorých riešenia spočívajú v prechode z intuitívneho rozhodovania na kvalifikované, realizované na základe kvalitných, konsolidovaných a operatívne dostupných informácií (VERCELLIS, 2009). Na nasledujúcom štvorúrovňovom modeli je zobrazená podstata inteligentnej organizácie, vyjadrená ako schopnosť správne využívať a pracovať s informáciami uloženými v údajoch, ktorými organizácia disponuje, čo prináša nové obchodné príležitosti a rozvíja možnosti jej ďalšieho rastu v porovnaní s konkurenciou. 14

15 Obrázok 1: Vývojových štádia organizácie z pohľadu využívania a práce s údajmi Prameň: vlastné spracovanie podľa (URAMOVÁ, 2009) 1.3 Výhody zavedenia Business Intelligence v organizácií Ako bolo uvedené, jednou z kľúčových podmienok úspešného riadenia organizácie je rýchly prístup k informáciám, ktoré umožňujú manažérom stanoviť vhodnú podnikateľskú stratégiu a ostaným pracovníkom poskytujú znalosti na správne rozhodnutia. Táto skutočnosť je dôvodom, prečo sa veľa spoločností sústreďuje na analýzu prístupných dát s cieľom zistiť skutočný stav oblasti svojho podnikania a klientov. Business Intelligence v tomto smere poskytuje prostriedky a riešenia, ktoré dávajú zmysel všetkým dátam, poskytujú náhľad na podnikanie, umožňujú lepšie vybrať a osloviť zákazníkov s ponukou produktov a služieb, odhaľujú obchodné príležitosti, pomáhajú promptne reagovať na meniace sa obchodné prostredie, sprístupňujú dáta z transakčných systémov v ľahko prístupnej forme a optimalizujú všetky aspekty podnikania, vrátane interných procesov aj dodávateľsko-odberateľských vzťahov (HEČKOVÁ, 2009). Business Intelligence je vo svojej pravej podstate nástrojom na podporu rozhodovania. Ide o nezávislú platformu pre zber, zhromažďovanie a triedenie dát zo všetkých dostupných zdrojov a následnú prácu s nimi. BI podporuje riadenie strategických, finančných a prevádzkových 15

16 procesov tým, že obsahuje sadu nástrojov pre analýzy, prognózy a modelácie. Medzi riešenie ktoré prináša BI môžeme zaradiť nasledujúce (U&SLUNO): možnosť konsolidovaného spracovania dát z rôznych zdrojov a systémov, čo zvyšuje efektivitu ich prevádzky a využitia, rýchle, dostupné a aktuálne informácie o všetkých procesoch prebiehajúcich v podniku na jednom mieste vytvárajúcich konzistentný pohľad na celú spoločnosť, interaktívne webové rozhranie, ústretové užívateľské prostredie, navigácia a kontextové odkazy vedú užívateľa k zisteniu príčin a súvislostí, odhaleniu problémov a tým podporujú operatívne rozhodovanie a riadenie, spracovanie konsolidovaných dát umožňuje zachytiť historický vývoj, analyzovať súčasnosť a vytvárať predikciu do budúcnosti, čo podporuje strategické riadenie, obsiahnutie plánu, porovnanie so skutočným vývojom, trendy a identifikácie problematických procesov umožňujúce reagovať na meniacu sa situáciu a postavenie na trhu, čím získava užívateľ konkurenčnú výhodu. 1.4 Základné princípy riešení BI Podnikové informačné systémy pracujú s dvoma základnými typmi informácií operatívnymi a analytickými (NOVOTNÝ, O.; POUR, J.; SLÁNSKÝ, D., 2005). Operatívne informácie slúžia v organizácií na realizáciu obchodov a ďalších transakčných operácií. Sú umiestnené väčšinou v relačných databázach, zobrazujú aktuálny stav v podniku, dáta udržujú na maximálnej úrovni detailu a môžu sa meniť aj niekoľko krát do dňa (napr. údaje z účtovníctva). Transakčné systémy ktoré zabezpečujú ich spracovanie v reálnom čase sa označujú skratkou OLTP (On Line Transaction Processing). Vo vzťahu k analytickým aplikáciám sa dáta OLTP systémov chápu ako primárne, zdrojové alebo produkčné. Produkčné (zdrojové) systémy sú teda také systémy podniku, z ktorých aplikácie BI získavajú dáta a nepatria do skupiny BI aplikácií. Vlastnosťou všetkých týchto systémov je ich architektúra podporujúca ukladanie a modifikáciu dát v reálnom čase. Na rozdiel od aplikácií BI, tieto systémy nie sú navrhnuté na analytické úlohy. Príkladmi takýchto systémov môžu byť napríklad systémy ERP, SCM, CRM, špecializované pre podporu personálnych oddelení, pre podporu finančného oddelenia a ďalšie. Zdrojom informácií pre BI nemusia byť len vnútorné systémy podniku, ale taktiež aj externé systémy (napr. databáza podnikateľských subjektov, telefónne zoznamy, výstupy štatistických úradov a pod.) Produkčné systémy sú 16

17 hlavným a často aj jediným vstupom pre BI. V praxi je väčšinou spektrum zdrojových, resp. produkčných systémov pre BI veľmi rôznorodé a heterogénne ako obsahovo, tak technologicky. Úlohou riešení BI je potom zaistiť analýzu týchto zdrojov z pohľadu potrieb riadenia firmy, výber relevantných dát pre riadenie a následne ich vzájomnú integráciu. Práve táto časť projektov BI je pracovne, časovo i finančne najnáročnejšia, ale predstavuje úplne nevyhnutný predpoklad úspešných aplikácií BI. Systémy pracujúce s analytickými informáciami využívajú primárne dáta vytvorené v OLTP systémoch. Pre tieto nadväzujúce analytické systémy sa zaužívalo jednotné označenie odvodené od spôsobu ukladania a práce s údajmi a to OLAP (On Line Analytical Processing). OLAP systémy sa od OLTP systémov odlišujú tým, že informácie poskytujú na základe vstupov získaných práve z produkčných dát tzn. že transakčné systémy sú pre analytické systémy zdrojom. Dáta pre OLAP systémy sú uložené v multidimenzionálnych databázach, obsahujú rôzne úrovne agregácie údajov a zachytávajú faktor času. Pre potreby manažmentu podniku je práve možnosť pohľadu na dáta z viacerých aspektov kľúčovou. Preto aj medzi základné princípy z ktorých vychádza architektúra BI patria: aplikácie sú orientované výlučne na analytické a plánovacie potreby užívateľov, nie transakcie dáta sú uložené multidimenzionálne dimenzie majú zväčša hierarchickú štruktúru ako zdroj dát slúžia produkčné transakčné systémy dáta sú v databázach ukladané s časovým rozlíšením. 1.5 Tradičná architektúra a hlavné komponenty riešenia BI Business Intelligence poskytuje riešenia pre širokú škálu problémov, od tých najjednoduchších až po tie najkomplexnejšie a taktiež technologicky, finančne a pracovne najnáročnejšie. Od toho sa odvíja aj konkrétne usporiadanie jednotlivých komponentov BI, ktoré sa môže v závislosti od spomínanej náročnosti značne meniť (NOVOTNÝ, a iní, 2005). Nasledujúca schéma zobrazuje všeobecnú architektúra usporiadania jednotlivých komponentov BI a dátového skladu v rámci organizácie. Taktiež prezentuje putovanie dát naprieč danou architektúrou, počnúc zdrojovými systémami a končiac informačným portálom pre koncových užívateľov výsledných riešení už vo forme informácií. 17

18 Obrázok 2: Všeobecná architektúra BI riešení Prameň: vlastné spracovanie podľa ( Produkčné (zdrojové) databázy Údaje, nad ktorými sa vykonávajú úlohy BI, pochádzajú často krát z rozličných zdrojov. Zvyčajne sú generované v početných podnikových databázach naprieč jednotlivými oddeleniami organizácie. Príkladom môžu byť interné produkčné podnikové databázy aplikácií ako ERP, SCM, CRM, realizované v najrôznejších databázových systémoch (ORACLE, MS SQL, DB/2, SAP a ďalšie). Do úvahy pripadajú aj malé databázy (Access), bežné súbory v tabuľkových kalkulátoroch (Excel) alebo súbory v textovom vyjadrení s oddeľovačom alebo pevnou štruktúrou viet (flat files). Zdrojom pre riešenia BI nemusia však byť len interné podnikové databázy. Relevantným zdrojom sú aj externé databázy, napríklad databázy analytických spoločností, výstupy štatistických úradov, externých obchodných partnerov a pod. Úlohou riešení BI je zaistiť analýzu týchto zdrojov z pohľadu potrieb vedenia spoločnosti a výber relevantných údajov pre jej riadenie (LACKO, 2009) Dátová pumpa (Extract, Transform, Load - ETL) Ako vidíme, pôvod údajov, ktoré prichádzajú do organizácie je pestrý. Rozdielne zdroje však obsahujú dáta odlišnej kvality, používajú nekonzistentné zobrazenie, kódovanie 18

19 a formáty, ide pritom o atribúty, ktoré sú významným faktorom ovplyvňujúcim úroveň a využiteľnosť aplikácií BI. Z týchto dôvodov prichádza na rad prvý komponent z komplexu BI, ktorým je sada prostriedkov ETL alebo tiež dátová pumpa. Ide o jeden z najvýznamnejších komponentov, úlohou ktorého je nasledovné: z rôznych zdrojov OLTP databáz vybrať prostredníctvom vhodných metód dáta (Extract), overenie, čistenie, integrovanie a časové označenie údajov (Transform) nahranie údajov do špecifických dátových štruktúr dátového skladu alebo dátového trhoviska (Load). Obrázok 3: Schéma zavádzania údajov z relačných databáz do údajového skladu Prameň: vlastné spracovanie podľa (LACKO) Nástroje ETL umožňujú prenos dát medzi dvoma či viacerými ľubovoľnými databázami alebo dátovými súbormi a pracujú zvyčajne v dávkovom režime, tzn. že údaje sú naraz prenášané v určitých časových intervaloch (denných, týždenných a pod.). Práve od frekvencie prenášania dát sa odvíja ich aktuálnosť v dátovom sklade a tým pádom aj relevantnosť dopytovaných informácií, s ktorými užívatelia pracujú. Problematike aktuálnosti dát pre ad-hoc analýzy sa budeme bližšie zaoberať v kapitole venovanej súčasným trendom v oblasti BI. Pre ETL sú dôležité nasledujúce charakteristiky (POUR, J.; MARYŠKA, M.; NOVOTNÝ, O., 2012): zo zdrojových databáz musia byť extrahované iba také údaje, ktoré sú určené pre analytické, plánovacie a rozhodovacie aktivity podniku (teda nie všetky), dáta sú transformované do nových dátových štruktúr analytických databáz, ktoré musia byť dopredu navrhnuté tak, aby čo najlepšie reflektovali potreby riadenia podniku. To súvisí s možnosťami využitia multidimenzionality a granularity dát, 19

20 ako sme sa už zmienili, dáta vstupujú do BI z rôznych zdrojových databáz, pričom môžu byť v týchto rôznych zdrojoch uložené tie isté údaje viackrát. V transformačnej vrstve musí dôjsť ku ich konsolidácií, t.j. k určeniu vstupujúcich dát s vylúčením duplicít či multiplicít, so zabezpečením konsolidácie údajov úzko súvisí aj dosiahnutie potrebnej kvality údajov, tzn. vylúčenie chýb, nepresností atď. Prvotným naplnením dátového skladu údajmi zo zdrojových databáz sa úloha ETL prirodzene nekončí. Dáta v údajovom sklade sa totiž musia v pravidelných intervaloch napĺňať aktualizovanými dátami. Proces ETL je komplexný a v mnohých prípadoch časovo náročný. Pri niektorých implementáciách môže tento proces predstavovať až 60% vynaložených pracovných kapacít. Čo je však zodpovedajúce úsilie, pretože pevné základy v podobe kvalitných dát sú nenahraditeľným predpokladom pre úspešné BI riešenia Dočasné úložisko dát (Data Staging Area - DSA) Na výstupy procesu ETL nadväzuje dočasné úložisko dát (Data Staging Area). Úlohou DSA je dočasné uloženie extrahovaných dát zo zdrojových databáz s cieľom zaistiť ich prípravu a potrebnú kvalitu pred vstupom do dátového skladu. Údaje v dočasnom úložisku sú špecifické tým, že sa jedná o dáta detailné, neagregované, často nekonzistentné, bez časovej dimenzie. DSA pracuje len s aktuálnymi údajmi, tzn. že po ich spracovaní v dočasnom úložisku a prenose do dátového skladu alebo dátového trhoviska sa z DSA odstránia Dátový sklad (Data Warehouses - DWH) Technológie dátových skladov sú v súčasnosti bežnou súčasťou podnikových informačných systémov. Plnia funkciu určitých depozitárov, nakoľko ich poslaním je zhromažďovať a uchovávať informačné bohatstvo firmy počas čo možno najdlhšieho časového obdobia. V podnikovej praxi by sa dal dátový sklad charakterizovať jednoduchým zhrnutím požiadaviek, ktoré sú naň v podnikateľskom prostredí kladené: dátový sklad musí poskytovať aktuálne a presné odpovede na dotazy a musí ich produkovať v čo najkratšom čase (LACKO, 2009 s. 39). 20

21 V rade odborných publikácií zaoberajúcich sa oblasťou uskladnenia dát, sa ich autori odvolávajú na definíciu dátového skladu, ktorú zaviedol jeden zo zakladateľov datawarehousingu, William Inmon (POUR, J.; MARYŠKA, M.; NOVOTNÝ, O., 2012 s. 24): Dátový sklad je integrovaný, konsolidovaný, subjektovo orientovaný, stály a časovo rozlíšený súhrn dát, usporiadaný pre podporu potrieb manažmentu. Interpretácia jednotlivých pojmov, tvoriacich danú definíciu je nasledujúca (POUR, J.; MARYŠKA, M.; NOVOTNÝ, O., 2012): subjektová orientácia - znamená, že dáta sú rozdeľované podľa ich typu, nie podľa aplikácie, v ktorých vznikli. Pri orientácií na subjekt sú dáta v dátovom sklade kategorizované podľa subjektu, ktorým môže byť napríklad zákazník, dodávateľ, zamestnanec, výrobok a pod.; konsolidovaný dáta sú konsolidované z rôznych zdrojov, štruktúr a foriem do jednej výslednej formy; integrovaný znamená, že dáta týkajúce sa konkrétneho projektu sa do dátového skladu ukladajú len raz. Z tohto dôvodu je nutné zaviesť jednotnú terminológiu, jednotné a konzistentné jednotky veličín. Táto úloha je do značnej miery náročná, nakoľko údaje prichádzajú do DWH z nekonzistentného a neintegrovaného operačného prostredia. stály dátové sklady sú koncipované prevažne ako read only, tzn. že údaje v nich sa zvyčajne nemenia ani neodstraňujú, len sú v pravidelných intervaloch pridávané nové; časovo rozlíšený dáta sa ukladajú do dátového skladu ako série snímkov, z ktorých každý reprezentuje určitý časový úsek, takéto údaje obsahujú teda dimenziu času. Na rozdiel od operačného prostredia, kde sú dáta platné v okamihu prístupu, v dátových skladoch sú platné pre určitý časový moment, časový snímok Dátové tržnice (Data Mart - DMA) Podstata datamartov je obdobná ako v prípade dátových skladov. Rozdiel spočíva v tom, že dátové trhy sú určené pre obmedzený okruh užívateľov ako sú napríklad jednotlivé oddelenia, divízie, pobočky a závody v rámci podniku. Sú to teda v podstate decentralizované dátové sklady. Dátová tržnica je subjektovo orientovaný dátový sklad, určený pre pokrytie špecifických potrieb vymedzeného okruhu užívateľov, umožňujúci ad-hoc analýzy dát. 21

22 Prínosom zavedenia dátových tržníc do celopodnikového riešenia je skrátenie doby návratnosti investície a zníženie nákladov OLAP databáza Prvým z trojice komponentov určených na analýzu dát pripravených v predchádzajúcich krokoch, je OLAP databáza. OLAP databáza predstavuje jednu alebo niekoľko súvisiacich a vzájomne prepojených OLAP kociek. Tie väčšinou, na rozdiel od dátového skladu, už obsahujú predspracované agregácie údajov podľa definovaných hierarchických štruktúr dimenzií a ich kombinácií. Obrázok 4: OLAP kocka Prameň: vlastné spracovanie podľa (LACKO) Reportovacie služby Úloha reportovacích služieb spočíva v dvoch základných úlohách a to: poskytovať včas a vo vhodnej forme podklady, pre podporu rozhodovacieho procesu na všetkých stupňoch organizačnej štruktúry podniku. Hlavným dôvodom nasadzovania reportovacích služieb je generovanie výstupov, ktoré umožňujú zamestnancom na všetkých pozíciách efektívne pristupovať k potrebným údajom a týmto spôsobom zabezpečiť podporu plnenia ich pracovných úloh. Manažérom tieto služby poskytujú dôležité informácie, ktoré budú potrebovať pri rozhodovaní. 22

23 Finálne reporty môžeme z hľadiska možností práce s nimi, ktoré nám ponúkajú rozdeliť nasledovne(lacko, 2009): statické elektronické reporty nelíšia sa od tradičných papierových reportov, môžeme v nich hlavne čítať a listovať, interaktívne elektronické reporty umožňujú prostredníctvom rôznych ovládacích prvkov dostať požadovanú informáciu do takej formy, v akej ju práve potrebujeme odprezentovať, Z pohľadu oblasti a filozofie nasadenia môže byť ich rozdelenie nasledovné: enterprise prezentujú dáta v podnikovej informatike, embedded vytváranie reportov je integrálnou súčasťou aplikácií, B2B (Business To Business) znamená generovanie reportov pre obchodných partnerov. Pôsobnosť reportovacích a analytických služieb sa čiastočne prekrýva, z technického hľadiska si totiž obidve služby vzájomne poskytujú dáta. Reportovacie služby umožňujú generovať zostavy a reporty z relačných a analytických databáz. Pre objasnenie pozície reportovacích služieb v procese BI nám poslúži nasledujúca pyramídová schéma rozdelenia užívateľov týchto služieb (LACKO, 2009): Obrázok 5: Percentuláne využitie jednotlivých Business Intelligence technológií Prameň: vlastné spracovanie podľa (LACKO, 2009) 23

24 analytici na vrchole tejto pomyselnej pyramídy sa nachádzajú analytici. Náplňou práce analytikov je vyberať vhodné údaje pre účely analýzy, na základe výsledkov analýzy poskytovať informácie pre podporu rozhodovania a predikovať trendy budúceho vývoja. Analytici využívajú analytické služby BI v plnej miere, aktívne pracujúci s informáciami pracovníci z tejto skupiny užívateľov dáta analyzujú, spracovávajú a taktiež ich vo svojej práci potrebujú zobraziť vo vhodnej forme, konzumenti informácií pracujú s výpismi dát vo forme dvojrozmerných zostáv. Prístup k údajom vo forme reportov pre túto najpočetnejšiu skupinu užívateľov zabezpečujú reportovacie služby Dolovanie dát (Data mining - DM) V rámci predstavovania nástrojov BI sa dostávame k technológií, ktorá si za uplynulé roky vydobyla status najrýchlejšie rastúceho segmentu Business Intelligence. Názov tejto perspektívnej metódy je dolovanie dát alebo tiež Data mining. Ako uvádza vo svojej publikácií jeden z popredných svetových odborníkov a zakladateľov v oblasti Data miningu - Dr. Daniel T. Larose (LAROSE, 2005 s. 2) odvolávajúc sa na definíciu zavedenú analytickou spoločnosťou Gartner, dolovanie dát je proces objavovania nových, vopred neznámych, zmysluplných korelácií, vzorov a trendov prostredníctvom preskúmania veľkých objemov dát, uložených v dátových skladoch za použitia technológií vzorového rozpoznávania, ako aj štatistických a matematických techník. Data mining, OLAP (On Line Analytical Processing) a Reporting sú tri základné komponenty Business Intelligence (podnikovej inteligencie), pričom Data mining má z komponentov Business Intelligence pre svoju zložitosť najvyššiu pridanú hodnotu. Konečným produktom Data miningu je poznanie. Proces hĺbkovej analýzy je založený na induktívnych metódach učenia, ktorých hlavnou náplňou je odvodiť všeobecné vzťahy a pravidlá zo súboru dostupných vzoriek, pozostávajúcich z minulých pozorovaní zaznamenaných v jednej alebo viacerých databázach. Výsledkom tejto činnosti je na základe vykonanej analýzy množina hypotéz. Pri použití metód analýzy založených na báze OLAP je postup opačný. Uplatňuje sa tu totiž deduktívny prístup, pri ktorom si vopred v mysli nadefinujeme určité otázky - hypotézy, ktoré až následne na základe vykonanej analýzy OLAP buď potvrdíme alebo vyvrátime (NOVOTNÝ, a iní, 2005). 24

25 Priestor pre komplexné oboznámenie sa s problematikou dolovania dát, jeho úlohami, technikami, procesmi a využitím žiaľ v našej práci nemáme, preto sa len v krátkosti ešte oboznámime s typickými problémami na ktoré táto technológia poskytuje v podnikaní odpovede a praktickú ukážku dolovania údajov si ukážeme v analytickej časti práce. Medzi bežné problémy na ktoré poskytuje data mining riešenia patria napríklad: efektívne riadenie a správa informačných systémov segmentácia zákazníkov do skupín s podobnými vzormi chovania (klastering) profilovanie zákazníkov pre riadenie individuálnych vzťahov s nimi predikcia neoprávnených poistných udalostí identifikácia zákazníkov, ktorí prinášajú najväčší zisk predikcia budúceho chovania zákazníkov na základe ich histórie a charakteristík a mnohé ďalšie Nástroje pre riadenie kvality dát a správu metadát Nástroje pre zabezpečenie dátovej kvality zaznamenávajú v súvislosti s rastom nasadzovania analytických aplikácií svoj rozmach. Kvalita dát predstavuje totižto vo väčšine riešení BI kľúčový faktor, determinujúci úspešnosť či fiasko. Ide o veľmi komplexný a zložitý problém, zasahujúci aj mimo sféru BI a celej informatiky, teda do celého podnikového riadenia. Podľa prieskumov analytických spoločností medzi 600 respondentmi priznalo 75% firiem chyby v dátach a z nich vyplývajúce finančné dopady, 37% spoločností dôverovalo kvalite svojich dát a len 15% spoločností dôverovalo kvalite dát obchodných partnerov. Je to čiastočne dané vysokou heterogénnosťou aplikácií a s tým spojenými problémami s konzistenciou dát. Hlavným dôvodom pre riešenie kvality údajov sú utŕžené náklady a straty. Príklady ekonomických dopadov nekvalitných dát v rámci jednotlivých činností podniku sú napríklad tieto: marketing: straty na kampaniach v dôsledku neefektívne vynaložených prostriedkov na poštovné, letáky, práce ako aj ušlý zisk z neoslovených zákazníkov, riadenie predaja: nerealizovaný cross-selling, kedy obchodník nemá k dispozícií informácie o ďalších produktoch, o ktoré by mohol mať zákazník záujem. 25

26 Vlastnosti kvality dát sú podľa TDWI (The Data Warehouse Institute) vymedzené nasledujúcim spôsobom: správnosť z hľadiska obsahu dát, úrovne ich detailu a časovej charakteristiky, integrita rozumie sa ňou štrukturálna správnosť hodnôt daných údajov, psychologické charakteristiky dát, zohľadňujúce ich prezentáciu (do akej miery sú poskytnuté údaje v použiteľnej a pochopiteľnej forme) a ich využite, ďalšie časté charakteristiky, ako sú ich dostupnosť, zrozumiteľnosť, relevantnosť a dôveryhodnosť. Na zabezpečenie požadovanej akosti údajov bol zriadený systém riadenia kvality dát (DQMS Data Management Quality System) definovaný ako celkový úhrn aktivít organizácie, slúžiaci k zaisteniu kvality dát (POUR, J.; MARYŠKA, M.; NOVOTNÝ, O., 2012 s. 147) a obsahuje tieto hlavné funkcie: oprava chýb a iných nedostatkov v dátach, periodické čistenie dátových zdrojov a databáz, čistenie aktuálne používaných dát, prevencia chýb. Uveďme ešte, že riešenie otázok kvality dát môžeme rozdeliť do dvoch základných rovín, a to do analytickej, t.j. v rovine analýz dátových zdrojov (meranie kvality dát, detailná analýza dát Data Profiling) a návrhovej a implementačnej (prepojená s procesmi ETL) (POUR, J.; MARYŠKA, M.; NOVOTNÝ, O., 2012). Nástroje pre správu metadát slúžia na správnu interpretáciu výsledkov. Je totiž nevyhnutné, aby každý v organizácií používal rovnakú definíciu všetkých parametrov alebo aby vždy vedel, ktorá definícia sa v danom reporte používa. Obchodné metadáta opisujú jednotlivé položky reportov či analýz používateľsky zrozumiteľným spôsobom a súčasne exaktne definujú, odkiaľ a ako sa jednotlivé údaje získavajú. Používatelia potom presne vedia, s akými číslami pracujú a ako ich majú interpretovať. Metadáta teda definujú business obsah spracovaných a prezentovaných dát (ČÁBELA, 2009). 26

27 Užívateľské (analytické) aplikácie Analytické aplikácie sa vyznačujú špecifickými požiadavkami na prezentáciu informácií a ich prispôsobenie riadiacim pracovníkom a analytikom organizácie. Tieto aplikácie sú klientskym typom aplikácií BI a platí pre ne nasledovné (POUR, J.; MARYŠKA, M.; NOVOTNÝ, O., 2012): sú určené primárne pre poskytovanie manažérskych informácií, umožňujú sledovanie firemných procesov, stav plnenia cieľov organizácie a pod., poskytujú nástroje pre on-line analýzy, analýzy trendov, možnosti ako sú drill up, drill down, slice and dice, identifikáciu výnimiek a ďalšie, sú ľahko ovládateľné a poskytujú vysokú vypovedaciu hodnotu výstupov prostredníctvom grafického a užívateľského prostredia. Medzi najpoužívanejšie klientske nástroje, ktoré zabezpečujú prevádzku užívateľských aplikácií nad multidimenzionálnymi OLAP databázami patria: kancelárske prostriedky MS Excel alebo Access, špecializované produkty pre manažérske aplikácie ako napríklad ProClarity, Business Objects, aplikácie vyvíjané v jazyku MDX (Multidimensional Expressions), podnikové portálové riešenia. 1.6 Aplikácia Business Intelligence v bankovníctve Finančný sektor je oblasťou, v ktorej sofistikované riešenia na platforme BI nachádzajú už tradične svoje široké uplatnenie. Banky v porovnaní s iným inštitúciami v rámci národného hospodárstva disponujú obzvlášť širokým spektrom dôležitých údajov o svojich klientoch, ako aj o organizácií samotnej. Správne informácie pomáhajú bankám prijímať dôležité rozhodnutia ohľadom určovania obchodnej stratégie, optimalizácie nákladov alebo manažmentu rizík. Základný cieľ implementácie BI vo finančnej inštitúcií spočíva v zlepšení jej ziskovosti, a tým dosiahnutia celkového zvýšenia hodnoty banky. K dosiahnutiu uvedeného cieľa slúžia tzv. sekundárne ciele, ktoré môžeme na základe ich charakteru rozdeliť do troch skupín: zvýšenie výnosov, efektívnejšie vynakladanie nákladov, eliminácia podvodov (KADLEC, 2013). 27

28 Cross-selling: na základe informácií o konkrétnom klientovi alebo skupine klientov, nájsť vhodné produkty pre ich potreby a schopnosť vedieť ich ponúknuť v správny čas. Cielená obchodná stratégia: identifikácia trhov, produktov a zákazníckych segmentov, ktoré budú pre banku najviac ziskové, správne určiť ich zvyklosti, potreby a preferencie. Zníženie počtu odchádzajúcich klientov: určenie príčin, kvôli ktorým určité skupiny odchádzajú ku konkurencii, ich odstránenie a včasné identifikovanie podobného zámeru u existujúcich klientov. Eliminácia podvodov: detekcia podvodných aktivít a ich včasná predikcia (pranie špinavých peňazí, čísla kreditných kariet, citlivé bankové údaje a pod.) Zníženie úverového rizika: relevantná predikcia úverového rizika, vzťahujúca sa k danému segmentu zákazníkov, nepretržité zlepšovanie skóringových nástrojov, včasné upozornenie na zhoršujúcu sa bonitu klienta, monitorovanie celkového úverového portfólia. Dodržiavanie regulatórnych povinností: postupné zlepšenie a zjednodušenie povinného výkazníctva (reportingu), zníženie povinných kapitálových rezerv včasným dodržiavaním regulatórnych povinností, zlepšenie ratingu banky dodržiavaním regulatórnej disciplíny. Zamestnanci: meranie výkonnosti zamestnancov predovšetkým na obchodných pozíciách a ich komparácia v rámci rovnakej pracovnej úrovne. Sledovanie mzdových nákladov a ich optimalizácia v náväznosti na podmienky trhu a organizácie s cieľom dosiahnutia efektívnej organizačnej štruktúry. Procesná efektivita: priebežná analýza nákladovosti jednotlivých procesov, odstránenie problémových miest a nahradenie nerentabilných častí efektívnejšou metódou. Simulácia plánovaného procesu pred jeho zavedením. Monitoring nákladov: reálne vyhodnotenie investícií naprieč oddeleniami z pohľadu ich návratnosti. Optimálna alokácia nákladov v organizačných zložkách inštitúcie. Reporting alokovaných nákladov medzi vlastnícky prepojenými spoločnosťami pre účely regulačných orgánov. 28

29 1.7 Vybrané aktuálne trendy v oblasti BI: big data a in-memory computing Pri ohliadnutí sa v čase späť do minulosti a komparácií zmien, ktorých sme svedkami za poslednú dekádu rokov, si uvedomíme, že žijeme vo svete plnom dynamických zmien a inovácií. Posúvanie hraníc poznania a s ním spojené nové progresívne prístupy, zlepšenia a možnosti predstavujú elementy, ktoré sú akcelerátorom rozvoja ľudskej činnosti vo všetkých oblastiach nášho každodenného života. Azda najmarkantnejším spôsobom sa dané trendy prejavujú práve v oblasti informačných technológií. Je len prirodzené, že inovatívne prístupy neobchádzajú ani riešenia na platforme BI. V súčasnosti je výzvou podnecujúcou rozvoj nových prístupov a inovácií v tejto oblasti predovšetkým enormné tempo generovania stále nových a nových dát, s ktorými je potrebné sa vysporiadať a vyťažiť z ich potenciálu maximum, a to v zmysluplnom čase. S masívnym nástupom mobilných zariadení, sociálnych sietí, so zlacňovaním hardvéru a s nástupom cloudových služieb sa totiž zásadne mení aj oblasť generovaných dát a ich potenciálneho využitia. Celosvetový priemerný objem ukladaných dát v spoločnostiach s viac ako 1000 zamestnancami presahuje 200 TB (ŠIMEK, 2013) a globálny objem digitálnych dát dosiahol koncom roka 2012 takmer 2,7 zetabajtu. Pre takéto rozsiahle objemy údajov bol zavedený pojem veľké dáta alebo tiež big data. Všeobecne ide o súbory dát, ktoré presahujú možnosti spracovania bežne používanými softvérovými nástrojmi. Terabajty (TB), petabajty (PB) alebo exabajty čohosi sa vymykajú bežnému ľudskému chápaniu množstva (KACHAŇÁK, 2013). Práve pojem big data a spôsoby analýzy takýchto údajov, medzi ktoré patrí napríklad aj vnútropamäťová architektúra alebo tiež tzv. in-memory computing, predstavujú aktuálne trendy v oblasti práce s dátami a určujú smerovanie, ktorým sa bude uberať aj Business Intelligence. Je preto viac ako namieste oboznámiť sa s danými technológiami a zdôvodniť ich prínos, opodstatnenie a výhody v porovnaní s klasickými prístupmi architektúry BI. Renomovaná analytická spoločnosť Gartner definuje big data ako termín, pod ktorým rozumieme súbor dát, ktorých veľkosť je mimo schopnosti zachytávať, spravovať a spracúvať dáta bežne používanými softvérovými nástrojmi v rozumnom čase, pričom veľkosť sa chápe nielen v zmysle objemu údajov, ale komplexne v trojrozmernom kontexte, označovanom ako 3V (LACKO, 2013): Volume (objem) vyjadruje exponencionálne rastúce množstvo údajov v rámci príslušnej oblasti podnikania, 29

30 Variety (variabilita) - informácie sa líšia v nespočetnom množstve typov, zdrojov, formátov, štruktúr, kódovaní, syntaxe a pod., Velocity - rýchlosť, akou dáta vznikajú, a potreba ich analýzy v reálnom čase. Jedným z kľúčových faktov ohľadom veľkých dát je ten, že big data musia prinášať význam pre biznis. Big data transformujú podnikanie vo viacerých segmentoch, umožňujú organizáciám dosahovať úspechy, identifikovať nové príležitosti a riešiť problémy, ktoré predtým neboli schopné riešiť. Odhaľovanie podvodov nad všetkými transakciami v reálnom čase namiesto len náhodného výberu niekoľkých percent z transakcií, dynamická tvorba cien produktov po celom svete, analýza zákazníckych dát z troch rokov v minútach namiesto v hodinách to všetko sú témy súvisiace s big data. Tieto veľké objemy dát sú tvorené ako štruktúrovanými tak aj čiastočne štruktúrovanými a neštruktúrovanými dátami. Zdrojov takýchto dát je čoraz viac. Radíme medzi ne transakcie na finančných trhoch, záznamy o udalostiach v telekomunikačných sieťach, príspevky na sociálnych sieťach, signály RFID (Radio Frequency Identification), textové správy, videozáznamy dohľadových kamier, prístupy a pohyb zákazníkov na webových stránkach atď. Jednou z významných čŕt veľkých dát je skutočnosť, že sa medzi nimi nachádza aj množstvo nepotrebných dát, ktoré sa v systéme ukladajú len preto, že to technológia jednoducho umožňuje. Pri hľadaní pomyselnej hranice medzi objemom dát a relevantnosťou je základným predpokladom pri práci s nimi pochopiť, čo používatelia z biznisu skutočne potrebujú. Vytvorenie komplexnej analytickej vrstvy ktorá by obsahovala všetky dáta môže byť v mnohých prípadoch zbytočné. Účinnejšie riešenie sa javí vo vytvorení mechanizmu na výber najužitočnejších a najrelevantnejších údajov zo zdrojov big data (JAVORKOVÁ, 2013). V súvislosti s BI ide o zásadný posun k zefektívneniu a flexibilite rozhodovacieho procesu. Pred pár rokmi boli analýzy údajov relatívne statická záležitosť. Zozbierali sa údaje z podnikových aplikácií, ako je CRM či ERP, a pomocou nástrojov ETL sa dáta z týchto systémov preniesli do dátového skladu. Následne sa nad nimi vykonávali požadované analýzy. Proces prebiehal v pravidelných denných, prípadne týždenných cykloch. Vzhľadom na prevahu neštruktúrovaných údajov sú však klasické analytické postupy neúčinné. Ak požadujeme ad hoc analýzy v reálnom čase či v horizonte niekoľkých minúť, pri využití tradičných metód a nástrojov Business Intelligence by boli investície do nových hardvérových, úložných a komunikačných kapacít neúmerne vysoké. Analytické nástroje už nepotrebujú komplikované neflexibilné dátové modely v súlade so štandardmi OLAP, ale vďaka približne miliónkrát rýchlejšiemu prístupu do pamäte 30

31 vystačia s akoukoľvek formou dátových zdrojov, napr. priamo vo formáte, v akom sú uložene v transakčných systémoch. Umožňujú vysokú agilitu požiadaviek na dáta, ktoré budú v analýzach potrebné, a rýchlejšie reakcie na problémy skôr, ako tie eskalujú do krízy. Platforma pracujúca s big data zastrešuje všetky tieto súčasti z technologickej stránky. Nad rastúcou množinou dát sa štvrtina firiem zamýšľa, či sú vôbec všetky údaje, s ktorými pracujú, pre ich podnikanie relevantne. Viac ako polovica firiem vidí rozdiel medzi dostupnosťou veľkých dát a schopnosťou ich spracovať2. Využívanie big data má totiž nasledujúce prínosy: o 59 percent efektívnejšie operácie v biznise, 54-percentné zvýšenie predaja, 50-percentne zníženie nákladov na IT, 48-percentne zvýšenie dynamiky a o 46 percent jednoduchšie získavanie a udržiavanie zakaznikov3. Big data slúžia na analýzu nových trendov, lepšie predikcie budúcich udalosti a rýchlejšie reakcie na nove príležitosti a bezprostredne ohrozenia (KACHAŇÁK, 2013). Typické oblasti nasadenia riešení na správu veľkých dať sú bankové a finančne inštitúcie (analýza trhových trendov, korelácie medzi udalosťami, detekcia podvodov atď.), medicína (genomika, komplexná diagnostika), optimalizácia výrobných postupov, optimalizácia dopravy, aplikovaný, ale aj základný výskum, forenzné analýzy, ale aj komplexný dohľad nad informačnými systémami atď. Oblasti vhodných na nasadenie týchto riešení neustále pribúda (ŠIMEK, 2013).. 31

32 Zhrnutie V doterajšej časti diplomovej práce sme položili dôležité teoretické vymedzenie rozoberanej problematiky. Na základe nadobudnutých poznatkov môžeme následne pristúpiť k ich aplikovaniu a spracovaniu analytickej časti práce. Postupne sme sa oboznámili s tým, čo všetko sa rozumie pod termínom Business Intelligence, čo je podstatou zavedenia takýchto riešení v organizácií, princípmi na akých sú dané riešenia založené, ich výhodami, architektúrou, tradičnému a bohatému využitiu Business Intelligence v bankovníctve a najnovšími trendmi v danej oblasti. 32

33 2 ANALÝZA DÁT Z AIS2 PROSTREDNÍCTOVOM NÁSTROJOV BI V DATABÁZOVOM SYSTÉME MS SQL SERVER 2008 Náplňou analytickej časti diplomovej práce je ukážka využitia možností Business Intelligence na dátach extrahovaných z AiS2 v súlade s opísanými teoretickými východiskami. Naším cieľom bude určiť profil úspešného absolventa Ekonomickej fakulty UMB. Profil bude zhotovený na základe modelom rozpoznaných kľúčových atribútov majúcich signifikantný vplyv pre úspešné zvládnutie štúdia. Poznanie miery vplyvu jednotlivých atribútov na priebeh štúdia, nám následne umožní zhotovenie predikcie, s akou pravdepodobnosťou a s akým záverečným hodnotením súčasný študent úspešne ukončí svoje štúdium. Použijeme na to sofistikované techniky tzv. dolovania dát, ktoré sú jedným z nástrojov obsiahnutých v pakete analytických služieb programu MS SQL Server 2008, v ktorom budeme pracovať. 2.1 Business Intelligence na platforme MS SQL Server 2008 Po rozhodnutí príslušnej organizácie o zakomponovaní riešení BI do svojho interného rozhodovacieho procesu, je prvým dôležitým krokom od ktorého závisí úspešnosť a v neposlednom rade aj rentabilita danej investície, výber správneho produktu a implementačného partnera. Výdavky spojené s investíciami do komplexných technologických riešení, nie sú totižto lacnou záležitosťou. Je preto nesmierne dôležité venovať výberu softvéru a implementátora náležitú pozornosť. Odrazovým bodom v tejto fáze je ujasnenie a sformulovanie potrieb a požiadaviek organizácie, na ktoré má BI prinášať odpovede. Na trhu s informačnými technológiami máme v súčasnosti k dispozícií široký výber nástrojov, poskytovateľov, možností a cien jednotlivých BI riešení. Správne navrhnuté BI riešenia prispôsobené na mieru, sú schopné rovnako úspešne uspokojiť informačné potreby v malých a stredných podnikoch ako aj v korporáciách s tisíckami zamestnancov. Pre potreby spracovania predkladanej diplomovej práce sme využili databázový produkt SQL Server 2008 od spoločnosti Microsoft. Ide o modernú, dostupnú a komplexnú serverovú platformu pre ukladanie a správu dát v databázach a dátových skladoch. Tento nástroj má implementované sady nástrojov pre Business Intelligence, vrátane pokročilého reportovania. Produkty na platforme BI od Microsoftu boli spoločnosťou Gartner zaradené do kvadrantu lídrov zaoberajúcich sa poskytovaním riešení BI. Spoločnosť Microsoft v tejto 33

34 oblasti profituje z tradície jedného z najvýznamnejších svetových dodávateľov databázových systémov. Nevyhnutným predpokladom pre úspešnú prácu s daným produktom, je dôkladné oboznámenie sa s jeho možnosťami, procesmi, funkciami, nástrojmi a spôsobmi ich používania. Jednotlivé úlohy v procese Business Intelligence realizovaného v prostredí MS SQL Server 2008, ku ktorým sa vzťahujú spomínané procesy, funkcie a nástroje, sa odohrávajú na základe istej pracovnej logiky. Tá spočíva v tom, že konkrétne úlohy v procese BI sú zabezpečované v danom programe prostredníctvom príslušného komponentu a v rámci neho konkrétnou aplikáciu a to všetko v logicky nadväzujúcom poradí. Preto sa teraz stručne oboznámime s jeho najdôležitejšími komponentmi a úlohami ktoré plnia, čim položíme úspešný predpoklad pre následnú praktickú ukážku práce v tomto nástroji. Architektúra Business Intelligence na platforme SQL Servera 2008 Pre MS SQL Server 2008 ako aj ďalšie databázové systémy (napr. Oracle) je charakteristické, že v sebe integrujú väčšinu potrebných nástrojov pre riešenie úloh BI. Implementácia BI na platforme MS SQL Server 2008 pozostáva zo štyroch častí a to (LACKO, 2009): Relačný databázový server sklad pre ukladanie dát s využitím relačných databázových technológií, Integračné služby (Integration Services) výber, transformácia a ukladanie dát (ETL), Analytické služby (Analysis Services) obohatenie dát o výsledky analýz a predikcií, čím sa údaje menia na cenné informácie, potrebné pre podporu rozhodovania, Reportovacie služby (Reporting Services) sprístupnenie dát a výsledkov analýz užívateľom vo vhodnej forme, obsahu a rozsahu. Jadro produktu pozostáva z dvoch vrstiev, do ktorých sú zaradené spomínané nástroje podľa funkcie ktorú zohrávajú pri tvorbe BI riešení. Prvá vrstva je tvorená aplikáciou SQL Server Integration Services (SSIS). Do druhej vrstvy sú postupne zaradené zvyšné komponenty a to: relačný databázový server, SQL Server Analytical Services (SSAS) a SQL Sever Reporting Services (SSRS). 34

35 Relačný databázový server Relačný databázový server predstavuje základné rozhranie pre prácu s databázami transakčných aplikácií, tvorbu dátových skladov a dátových trhovísk. V rámci riešení BI plní relačný databázový server úlohu nástroja, do ktorého sú z primárnych dátových systémov ukladané údaje prostredníctvom ETL a nad ktorými sú následne vykonávané analýzy dát. SQL Server 2008 spĺňa požiadavku na viac užívateľský prístup k databáze. V takýchto systémoch sú údaje uložené najmenej vo dvoch súboroch. V tomto prípade je to primárny súbor s koncovkou mdf a súbor transakčného logu s koncovkou ldf. Z tohto dôvodu nie je možné k dátovým súborom pristupovať jednoduchým priamym spôsobom ako napríklad v aplikácií MS Access a dokonca ich nie je možné otvoriť ani v bežných aplikáciách. Prístup k daným dátovým súborom obsahujúcim požadované údaje v databázovom systéme SQL Server 2008 je zabezpečený pomocou špeciálneho, na to určeného nástroja, ktorým je MS SQL Server Mangement Studio. Tento nástroj nám umožňuje jednoduchý a prehľadný prístup k dátam, ich vyhľadávanie, vkladanie a mazanie prostredníctvom dotazov alebo napríklad aj analyzovanie veľkosti databázy (POUR, J.; MARYŠKA, M.; NOVOTNÝ, O., 2012). Integration Services Jednu z hlavných úloh riešení BI predstavuje dátová integrácia. Rozumieme ňou súbor činností, ktorých cieľom je získavanie dát, ich rôzne transformácie a prenos do cieľového miesta, kde sú ďalšími náväznými procesmi spracované pre prezentáciu. Túto úlohu zabezpečujú prostriedky ETL, ktoré sú v rámci MS SQL 2008 reprezentované komponentom SQL Server Integration Services (SSIS). Hlavným cieľom SSIS je dosiahnutie požadovanej dátovej kvality, transformácia údajov z rôznych formátov do formátu cieľového dátového úložiska a to v čo najkratšom možnom čase. Tvorba ETL v SISS je založená na využívaní preddefinovaných funkcií, čím je možné dosiahnuť veľmi rýchle vytváranie rôznych transformačných procesov. Tieto preddefinované funkcie sa delia na dve hlavné skupiny a to: definovanie logického spracovania dát tzv. workflow, definovanie fyzického spracovania dát tzv. dataflow. Ku každej z týchto skupín sa vzťahujú ďalšie funkcie. V stručnosti môžeme uviesť, že zatiaľ čo druhá skupina preddefinovaných funkcií sa zameriava priamo na prácu s dátami a ich spracovanie, v prvej skupine ide predovšetkým o činnosti, ktoré sú zamerané na 35

36 vytváranie logického postupu spracovania (POUR, J.; MARYŠKA, M.; NOVOTNÝ, O., 2012). Analysis Services SQL Server Analysis Services (SSAS) predstavuje množinu nástrojov, pomocou ktorých môžeme vytvárať rôzne mulidimenzionálne štruktúry obsahujúce agregované údaje. Nástrojmi pracujúcimi na princípe multidimenzionálnych štruktúr sú OLAP kocky a OLAP databázy. Významnou súčasťou analytického paketu SSAS sú taktiež nástroje poskytujúce funkcionalitu pre návrh a tvorbu data miningových modelov. Analytické služby je možné rozdeliť na dve časti a to na serverovú a klientsku. V serverovej časti sú vytvárané dimenzie a OLAP kocky, ku ktorým je možné pristupovať prostredníctvom definovaných protokolov a klientskej časti. Takáto architektúra je z pohľadu užívateľa veľmi dôležitá, nakoľko všetky výkonovo náročné činnosti sú uskutočňované na centrálnom serveri. Ako uvidíme aj v našej práci, pri práci s SSAS sa často stretneme s nasledujúcimi pojmami: data source view definovanie podmnožiny objektov dátového skladu, v ktorých sa nachádzajú dáta, ktoré sú predmetom našej analýzy, dimenzie predstavujú pohľady na analyzované ukazovatele v OLAP kocke tabuľka faktov obsahuje analyzované ukazovatele, multidimenzionálna kocka obsahuje predpočítané hodnoty ukazovateľov podľa zadefinovaných dimenzií, data miningové štruktúra definovanie atribútov, na ktorých je vytváraný data miningový model, data miningový model analýza uskutočnená prostredníctvom data miningových algoritmov nad zadefinovanou data miningovou štruktúrou. Súčasťou analytických služieb je možnosť vytvárať si vlastné príkazy a postupy pre výpočty požadovaných ukazovateľov. Táto funkcia je umožnená prostredníctvom jazyka MDX (MultiDimensional Expressions). Ide o špecifický jazyk (podobný SQL), ktorý bol vytvorený pre prácu s OLAP databázami (POUR, J.; MARYŠKA, M.; NOVOTNÝ, O., 2012). 36

37 Reporting services Posledným zo štvorice komponentov tvoriacich jadro produktu MS SQL Server 2008 sú SQL Server Reporting Services (SSRS). Ide o sadu nástrojov určených na vytváranie, správu a odosielanie užívateľských zostáv. Tieto zostavy môžu byť vytvárané priamo nad relačným databázovým severom alebo nad databázami a kockami Analysis Services. Užívateľské zostavy môžu nadobúdať rôzne formáty, napríklad vo forme www stránky, aplikácie zo skupiny MS Office alebo aj obrázok typu TIFF. Pre ich vytváranie je dôležité prepojenie SSRS s nadstavbovou časťou jadra MS SQL 2008, ktorou je SharePoint Server. Čo sa týka zdroja dát pre reportovacie služby, nemusí ním nevyhnutne byť len prvý zo štvorice komponentov, tvoriaci prvú vrstvu jadra produktu, teda relačný databázový server či SSAS. Je možné rovnako úspešne použiť aj komponenty a systémy tretích strán, ktoré komunikujú prostredníctvom štandardného rozhrania (napríklad ODBC). Zo súčasných systémov, na ktoré môžu byť Reporting Services napojené, patrí napríklad systém Oracle, DB2 od IBM, SAP NetWeaver BI a ďalšie. Architektúra SSRS sa podobne ako v SSAS delí na dve časti serverovú a klientsku (POUR, J.; MARYŠKA, M.; NOVOTNÝ, O., 2012). 2.2 SQL Server Migration Assistant 2008 Ako sme sa zmienili v úvode analytickej časti práce, subjektom nášho záujmu sú vybrané údaje z akademického informačného systému AiS2 a ich analýza pomocou nástrojov BI v programe SQL Server Nakoľko databázový aj aplikačný server tohto akademického systému boli poskytnuté spoločnosťou Oracle, na to aby sme s nimi mohli pracovať v rozhraní SQL Servera 2008, musíme najskôr uskutočniť ich konverziu. Na túto úlohu využijeme voľne dostupný nástroj od spoločnosti Microsoft, ktorým je SQL Server Migration Assistant 2008 (SSMA). SSMA je nástroj uľahčujúci proces databázovej migrácie. Automatizuje všetky jej aspekty čim redukuje množstvo vynaloženého úsilia a riziká zo straty údajov na minimum. Slúži na konverziu databázových objektov akými sú tabuľky, indexy, uložené procedúry, relačné vzťahy a funkcie zo zdrojových databáz (Oracle, Sybase, MySql, MS-Access) do databáz SQL Servera V snahe vyjsť v ústrety svojim zákazníkom, vydala spoločnosť Microsoft až štyri rozličné SSMA nástroje (v závislosti od typu pôvodnej databázy). 37

38 Proces konverzie údajov prostredníctvom SQL Server Migration Assistant-a 2008 pozostáva z troch úloh, ktorým v programe zodpovedajú príslušné záložky. Sú nimi menovite Create Report (tvorba reportu), Convert Schema (konverzia schémy) a Migrate Data (presun dát). Každá úloha sa vyznačuje množstvom špecifických vlastností, ktoré napomáhajú hladkému priebehu konverzie. Proces konverzie pomocou daného nástroja je znázornený na nasledujúcom obrázku (KRISHNNAN, 2013). Obrázok 6: Proces konverzie údajov prostredníctvom SQL Server Migration Assistant-a Prameň: vlastné spracovanie podľa (KRISHNNAN, 2013) Creat Report Prvým krokom v procese prenosu dát je vytvorenie reportu. SSMA na záložke Create Report analyzuje metadáta zdrojovej databázy a vyhotoví report posudzujúci parametre pripravovanej konverzie. Hodnotiace štatistiky v reporte poskytujú prehľad databázových objektov, ktorý je založený na ich rozdelení do jednotlivých kategórií a zložitosti ich konverzie, spolu s odhadovaným množstvom manuálnej práce z dôvodu neparticipujúcich prvkov. 38

39 Convert Schema Táto časť je najdôležitejším krokom v celom procese konverzie. SSMA prekonvertuje zdrojovú schému do cieľovej schémy. Súčasťou úloh uskutočňovaných na záložke Convert Schema sú taktiež služby a nástroje pre prieskum a definovanie databázových štruktúr a dátových typov. Počas konverzie databázovej schémy sú všetky zdrojové objekty prekonvertované do príslušných objektov nachádzajúcich sa v SQL Servri Ako náhle je konverzia vykonaná, môže sa uskutočniť synchronizácia s databázou SQL Servera Migrate Data Finálnym krokom v procese konverzie je samotný presun dát. SSMA skopíruje zdrojové dáta do cieľovej databázy. Ako náhle sú dáta prevedené, SSMA vyhotoví tzv. Data Migration Report (správa o presune údajov) vo forme prehľadnej tabuľky. V nej sa nachádzajú informácie o tom aké údaje boli odkiaľ a kam prenesené a s akým výsledkom, ten vieme zistiť z hodnôt nasledovných stĺpčekov: Number of Rows (počet riadkov), Number of Successfully Migrated Rows (počet úspešne prenesených riadkov) a Ratio (percento), napríklad ak bolo v zdrojovej tabuľke 10 riadkov a úspešne prenesené boli všetky, tak výsledné percento bude 100%. Ukážky z procesu konverzie dát z AiS2 v databáze Oracle do databázy SQL Server 2008 prostredníctvom SQL Server Migration Assistant-a, sú vo forme screenshotov prílohou diplomovej práce. 2.3 Príprava dát - extrahovanie Po úspešnej konverzií dát z databázového systému Oracle do formy vhodnej pre databázový systém SQL Server 2008, máme k dispozícií vstupy potrebné pre našu analýzu. Sú nimi dáta z databázy AiS2 o celkovej veľkosti 5,33 GB, ktorá spolu obsahuje 720 tabuliek s obsahom aktuálnym k októbru AiS2 je z pohľadu BI našou produkčnou (zdrojovou) databázou. Akademický informačný systém AiS2 je komplexný informačný systém používaný v súčasnosti fakultami desiatich verejných a troch súkromných vysokých škôl a univerzít pôsobiacich v Slovenskej republike. Databáza Ais2 disponuje širokým spektrom údajov, 39

40 poskytujúcim komplexný prehľad o všetkých činnostiach a osobách spojených s priebehom a zabezpečením štúdia na daných vzdelávacích inštitúciách, čomu zodpovedá aj jej veľkosť. Samozrejme, my budeme z tohto objemu dát potrebovať len určitú časť. Naším cieľom bude totiž určiť profil a predpoklady úspešného absolventa Ekonomickej fakulty UMB. Všetky kroky potrebné k extrahovaniu požadovaných údajov a vytvoreniu cieľového datasetu uskutočníme v na to určenom nástroji, ktorým je SQL Server Manegement Studio. Na tomto mieste je ešte dôležité uviesť, že predtým ako sme s danou databázou začali pracovať, boli z nej príslušnou inštanciou odstránené všetky osobné údaje. Osoby študenti, učitelia tak vystupujú len pod prideleným ID_riadka ich záznamu a nie je možné ich stotožniť. Po ujasnení a zadefinovaní nášho cieľa a pripojení databázy do servera, môžeme v prostredí SQL Server Mangement Studio pristúpiť k príprave dát potrebných na jeho naplnenie. Profil študenta môžeme definovať ako množinou vlastností (atribútov), ktoré sa viažu k jeho osobe a charakterizujú ju. Takýmito atribútmi sú napríklad demografické údaje, ako vek alebo pohlavie a údaje o jeho štúdiu, napríklad prospech a študijný odbor. Našou úlohou je spomedzi dostupných dát nájsť a získať tie, na základe ktorých bude možné takýto profil zostaviť. Táto úloha je časovo aj prácne najnáročnejšia. Východiskovým bodom v tejto fáze bolo dôkladné oboznámenie sa s názvami a obsahom jednotlivých tabuliek v databáze a predbežné vyselektovanie tých, v ktorých by sa mohli nachádzať pre nás relevantné údaje. Po identifikovaní vhodných tabuliek, sme následne prostredníctvom dotazov a filtrov vytvorených v query editore pristúpili k samotnému extrahovaniu dát obsahujúcich požadované atribúty. Keďže sa tabuľky nepodarilo preniesť z pôvodného databázového systému aj s reláciami medzi materskými a dcérskymi tabuľkami, naše požiadavky si vynútili množstvo dodatočných relačných prepojení. Ak sme chceli napríklad priradiť k študentovi (tabuľka LZOSOBA), atribút akú strednú školu navštevoval (tabuľka SCESDRUHSTREDSKOLY), medzi ktorými neexistovalo priame prepojenie z dôvodu absencie spoločného identifikátora, museli sme nájsť a do dotazu medzi tieto dve tabuľky doplniť ďalšiu, ktorá umožnila ich prepojenie, pretože obsahovala primárny kľúč jednej aj druhej tabuľky. Takýmto spôsobom sme z databázy vyfiltrovali študentov Ekonomickej fakulty UMB a postupne sme k nim začali priraďovať spomínané vlastnosti. Výsledný dotaz pozostával z 21 vybraných a relačne prepojených tabuliek a potrebných filtrov. Ukážku tohto dotazu v podobe diagramu vytvoreného v prostredí Design Query in Editor môžeme vidieť na nasledovnom obrázku. 40

41 Obrázok 7: Schéma relačných vzťahov Prameň: vlastné spracovanie V dolnej časti návrhového zobrazenia vytváraného dotazu je k dispozícií podrobný popis kritérií pre zvolené atribúty, ako aj možnosti ich ďalšej úpravy. Nachádza sa tu postupne sedem záložiek: Column obsahuje názvy vybraných stĺpcov (atribútov) z jednotlivých tabuliek s dátami, v ich pôvodnom znení, Alias možnosť premenovať názvy stĺpcov, pod akými budú figurovať vo výstupe dotazu, Table názov tabuľky z ktorej daný atribút pochádza, Output výber atribútov, ktoré sa zobrazia vo výstupe dotazu, Sort Type, Sort Order - možnosti pre zoradenie dát, Grup by agregačné funkcia (COUNT, SUM, AVG, MIN a MAX), Filter možnosti filtrácie požadovaných údajov v rámci zvoleného atribútu. 41

42 Ako vidíme na obrázku číslo 2, z daných tabuliek sme si prostredníctvom zadefinovaného dotazu vybrali spolu 17 polí, potrebných pre zostavenie nášho datasetu. Ku časti z nich sa ešte vzťahujú potrebné filtračné kritéria. Počiatočné oboznamovanie s databázou a vytypovanými tabuľkami prinieslo požadované výsledky, nakoľko sme v jednej z nich natrafili na zoznam všetkých fakúlt v databáze spolu s ich identifikačnými číslami. Ekonomickej fakulte prislúcha identifikačné číslo Vďaka tomuto poznatku sme boli schopní z databázy vyfiltrovať študentov našej fakulty. Spoľahlivým príznakom, na základe ktorého sme boli schopní odlíšiť študenta od úspešného absolventa bolo číslo diplomu. Zamerali sme sa len na denných a externých študentov, ktorí ukončili štúdium v roku 2012 a ktorí študovali svoj študijný program priamo na EF UMB v Banskej Bystrici a nie na detašovanom pracovisku v Poprade. Obrázok 8: Zoznam zvolených atribútov a im prislúchajúcich kritérií Prameň: vlastné spracovanie Po prevedení týchto procedúr a ich potvrdení sa môžeme z prostredia Designe Query in Editor presunúť späť do hlavného návrhové zobrazenia MS SQL Server Management Studio a prostredníctvom príkazu execute spustiť takto pripravený dotaz. Po chvíli čakania máme v dolnej časti okna k dispozícií výstup našej práce v podobe hodnôt jednotlivých atribútov, na základe ktorých budeme schopný zostaviť zamýšľaný profil úspešného absolventa štúdia na Ekonomickej fakulte. Na obrázku číslo 8 vidíme ukážku pracovného prostredia v danej aplikácií. Tá je rozdelená na tri hlavné časti. V ľavej časti sa nachádza okno 42

43 Object Explorera so zoznamom databáz. Napravo od neho vidíme v hornej časti textovú podobu nášho dotazu a pod ním samotný výsledok extrakcie dát. Obrázok 9: Prostredie MS SQL Server Management Studia s vykonanými procedúrami Prameň: vlastné spracovanie Daný výstup obsahuje spolu 306 riadkov, pričom každý riadok predstavuje jedného úspešného absolventa. Ku každému absolventovi sa vzťahuje 14 atribútov. Nie všetky atribúty však zahrnieme do výsledného datasetu. Niektoré atribúty majú totižto čisto kontrolný charakter nášho vyhľadávania. Jedným zo stĺpcov, ktorý pri nadchádzajúcich úpravách odstránime nakoľko nemá žiadnu vypovedaciu hodnotu v procese data miningu, je napríklad stĺpček Názov fakulty. Tá je, tak ako to má byť, pre každý záznam rovnaká (Ekonomická fakulta) a plní len spomínaný kontrolný účel. Pravým kurzorom myši klikneme na výsledok nášho dotazu a vyberieme možnosť Save Results As. Získané dáta budú uložené vo formáte CSV do hárku tabuľkového kalkulátora, ktorý môžeme nazvať napríklad ABSOLVENTI. Teraz sa presunieme do pracovného prostredia kancelárskeho kalkulátora MS Excel, kde vykonáme finálne úpravy datasetu predtým, ako ho použijeme ako input pre naše analýzy. 43

44 Tak ako sme sa už zmienili, z datasetu odstránime stĺpčeky, ktoré pre analýzu nemajú hlbší význam a slúžili len na pre kontrolu správnosti extrahovaných údajov. Sú nimi nasledovné stĺpce: Názov fakulty, Stupeň štúdia, Dĺžka štúdia, Koniec štúdia a Číslo diplomu. Po týchto úpravách obsahuje náš dataset 10 stĺpčekov. Prvý z nich ID študenta, predstavuje jednotlivé prípady a ostatné stĺpce sú vo vzťahu k nemu jeho atribútmi. Z dôvodu prehľadnejšieho obrazu o prospechu absolventov (v tom čase ešte študentov) sme k číselnému hodnoteniu vo forme dosiahnutého váženého aritmetického priemeru za dané štúdium, priradili aj jeho slovný ekvivalent. Využili sme na to funkciu IF, ktorá v závislosti od dosiahnutého priemeru na základe nami zadaných kritérií priradila k záznamu zodpovedajúce slovné hodnotenie: Ak vážený priemer < 1.5 = výborný 1,51 < vážený priemer < 2 = chválitebný 2,01 < vážený priemer < 2,5 = dobrý inak uspokojivý Nový stĺpček pomenujeme Prospech. Celkový počet opisných atribútov je tak 10. V úpravách pokračujem a tam kde je to potrebné, z dôvodu prehľadnosti niekoľko slovné hodnoty atribútov nahradíme vhodnou skratkou. Pôvodné znenie možných hodnôt jednotlivých atribútov a ich ekvivalent v podobe skratky je uvedený v nasledujúcej tabuľke: Tabuľka 1: Úprava viacslovných hodnôt jednotlivých atribútov Pred úpravou Odbor Po úprave Ekonomika a manažment malých a stredných podnikov Ekonomika a správa území Ekonomika podnikov cestovného ruchu Ekonomika verejných služieb Financie, bankovníctvo a investovanie Interkultúrna komunikácia v cestovnom ruchu v anglickom jazyku EMMSP ESU EPCR EVS FBI IKCRvAJ Interkultúrna komunikácia v cestovnom ruchu vo francúzskom jazyku IKCRvFJ Marketing Management of Business Marketingový manažment podniku MMB MMP Forma Pred úpravou Po úprave 44

45 študent dennej formy štúdia študent externej formy štúdia denna externa Národnosť Pred úpravou slovenská maďarská česká Po úprave SVK HUN CZE Status Pred úpravou slobodný - slobodná ženatý - vydatá rozvedený - rozvedená Po úprave slobodná/ý ženatý/vyd. rozvedená/ý Kraj Pred úpravou Banskobystrický kraj Trenčiansky kraj Prešovský kraj Žilinský kraj Nitriansky kraj Košický kraj Trnavský kraj Bratislavský kraj Pred úpravou gymnázium stredná odborná škola konzervatórium, umelecké školy združená škola Prameň: vlastné spracovanie Stredná Po úprave BB SK TN SK PO SK ZA SK NR SK KE SK TT SK BA SK Po úprave GYM SOŠ UML ZSŠ Hodnoty zvyšných štyroch atribútov (Priemer, Prospech, Hodnotenie, Okres) sú prehľadné už v ich pôvodnom znení a preto sme ich viac neupravovali. Pre úplnosť uvedieme ešte význam hodnôt pre atribút Hodnotenie. Ten vyjadruje celkové hodnotenie štúdia študenta 45

46 podľa pravidiel stanovených v sprievodcovi štúdia, v ktorom sa zohľadňuje dosiahnutý študijný priemer a výsledná známka štátnej skúšky. Môže nadobúdať nasledovné hodnoty: p ako prospel, PsV ako prospel s vyznamenaním, v ako vylúčený. Takto pripravený dataset si uložíme vo formáte txt. 2.4 Transformácia a zavedenie dát Aby sme mohli pripravené dáta využiť pre data miningový príklad, potrebujeme ich v rámci prípravnej fázy preniesť do databázy. Zavedenie údajov do databázy môžeme vykonať buď prostredníctvom vytvorenia integračného projektu v prostredí SQL Server Business Intelligence Development Studio alebo na to môžeme využiť SQL Server Import and Export Wizard, ktorý je tiež súčasťou BI nástrojov MS SQL Servra Obidvoma spôsobmi sa dopracujeme k rovnakému výsledku. My využijeme druhú možnosť a spustíme SQL Server Import and Export Wizard. V prvom kroku sprievodcu je našou úlohou definovať zdroj dát. Z ponuky Data source najskôr vyberiem možnosť Flat File Source, nakoľko súbor s našimi dátami má formát txt a následne zadefinujeme k nemu prístup. Nakoľko prvý riadok súboru obsahuje názvy atribútov, zaškrtneme možnosť Column names in the first row. V ľavej časti okna klikneme na záložku Advance, kde môžeme definovať dátový typ pre jednotlivé atribúty. Máme tu k dispozícií funkciu Suggest Types, ktorú využijeme a program sám navrhne pre jednotlivé atribúty ich dátovy typ. Skontrolujeme odporúčané typ a pokračujeme v procese integrácie. Cieľom tejto úlohy je prenos dát zo zdrojovej do cieľovej databázy. Keďže zdroj dát sme už definovali, v ďalšom kroku musíme určiť cieľovú databázu kam skopírujeme naše dáta. Môže si vybrať z ponuky už vytvorených databáz alebo si vytvoríme novú. My si vytvoríme novú s názvom DATA_ABSOLVENTI. Nasledovné informatívne kroky v sprievodcovi už len cez tlačidlo next potvrdíme a ukončíme príkazom finish. Ak všetky procedúry prebehli správne, v záverečnom hlásení sprievodcu sa dočítame, že naše dáta sú úspešne zavedené do cieľovej databázy. 46

47 Obrázok 10: Dialógové okno v MS SQL Server Import and Export Wizard Prameň: vlastné spracovanie 2.5 Návrh data miningového modelu Po dlhých, ale potrebných prípravách súvisiacich s pípavou vhodných dát, môžeme pristúpiť k ich analýze. Využijeme na to techniky tzv. dolovania dát, ktoré sú spolu s OLAP analýzami a reportingom súčasťou analytických nástrojov MS SQL Servra Data mining je momentálne jednoznačne najrýchlejšie rastúcim segmentom Business Intelligence. Je principiálne založený na heuristických algoritmoch, neurónových sieťach a iných pokročilých softvérových technológiách a metódach umelej inteligencie. Pomáha sledovať a analyzovať trendy a predikovať udalosti. V prostredí Business Intelligence Development Studio vytvoríme nový projekt typu Analysis Services Project zo zložky BI projektov a pomenujeme ho napríklad DATA_MINING_EF_UMB. Pre zrýchlenie nasadenia projektu na analytický server a zrýchlenie ladenia sa odporúča zmeniť metódu jeho nasadenia (LACKO, 2009). V okne Solutions Explorer preto cez Properties aktivujeme zložku Deployment a parameter Deployment Mode nastavíme na hodnotu Deploy All. Postup budovania projektu je 47

48 naznačený poradím zložiek v okne vývojového prostredia Solution Explorer v pravom hornom rohu. My budeme pracovať s nasledovnými zložkami: Data Sources, Data Sources Views, Mining Structures. Ako dátový zdroj nám poslúži naša tabuľka ABSOLVENTI, ktorá sa nachádza v databáze DATA_ABSOLVENTI. Na záložke Data Source Views vyberieme tabuľku ABSOLVENTI a pohľad nazveme napríklad USPESNI_ABSOLVENTI. V prostrednom okne vývojového prostredia sa zobrazí diagram návrhovej štruktúry vybraného pohľadu na dátové zdroje. Klikneme naňho pravými tlačidlom myši a prostredníctvom položky Explore Data si môžeme prezrieť vybrané údaje. Obrázok 11: Pohľad na dátový zdroj Prameň: vlastné spracovanie Po prípravných fázach definovania zdroja dát, môžeme pristúpiť k vytvoreniu data miningového modelu. Na záložke Mining Structures aktivujeme sprievodcu Data Mining Wizard. Tento sprievodca nám umožní vytvoriť data miningový model buď z relačnej databázy alebo z OLAP kocky. V našom prípade sa bude model vytvárať z jedinej tabuľky 48

49 rečnej databázy. V ďalšom kroku nasleduje výber algoritmu. Ako prvý si zvolíme algoritmus vykonávajúci zhlukovanie s označením Microsoft Clustering. Obrázok 12: Výber algoritmu Prameň: vlastné spracovanie V ďalšom kroku nasleduje upresnenie tabuľky, s ktorou bude model pacovať alebo inak povedané, na ktorej sa bude učiť. Keďže máme k dispozícií len jednu tabuľku ABSOLVENTI, učiaca tabuľka bude totožná so zdrojovou tabuľkou. Pre identifikáciu prípadov je potrebné definovať stĺpec, v databázovej terminológií primárny kľúč, pomocou ktorého bude jednoznačne identifikovaná každá entita. V našom prípade je to jednoznačne atribút ID študenta. Nasleduje špecifikácia vstupných stĺpcov a stĺpca, ktorého hodnotu chceme predikovať. Predmetom nášho záujmu je atribút, ktorý udáva to, do akej miery bol daný absolvent úspešný vo svojich štúdiách. Teda či priebeh jeho štúdia bol bezproblémový a z pohľadu fakulty bolo s takýmto študentom minimum práce (napríklad skúšky zložil v riadnom termíne a nemuseli byť vynaložené dodatočné zdroje súvisiace s opravným termínom). Ak by sme to chceli prirovnať k bankovej terminológií, tak takýto študent by predstavoval vysoko bonitného klienta, o ktorého majú banky záujem. Predikovaným atribútom bude teda stĺpec Hodnotenie a prípady, v ktorých nadobúda hodnotu PsV, teda excelentné výsledky. Ostané stĺpce označíme ako vstupné. Pri ich výbere nám môže opäť 49

50 pomôcť program, prostredníctvom tlačidla Suggest, ktoré odporučí nevýznamné atribúty vynechať. My sa však rozhodnem všetky zostávajúce atribúty zahrnúť do modelu. Obrázok 13 Výber predikovaného atribútu a vstupných atribútov Prameň: vlastné spracovanie Po výbere vstupných stĺpcov môžeme ešte špecifikovať, či obsahujú diskrétne alebo spojité hodnoty. Typickými spojitými hodnotami sú napríklad vek alebo suma obeživa, príkladom diskrétnej hodnoty môže byť napríklad počet detí. V našom prípade zmeníme pre stĺpec Priemer predurčený typ Continuous na Discrete. Ďalšia záložka v sprievodcovi nás informuje o tom, že dáta budú náhodne rozdelené na tréningovú a testovaciu množinu. Vzhľadom na veľkosť nášho datasetu, stačí, ak ponecháme veľkosť tréningovej množiny na vopred prednastavenej hodnote 30% bez obmedzenia počtu. V sumarizačnom dialógu premenujeme náš data miningový model podľa použitého algoritmu na Zhlukovanie, namiesto priradeného názvu ABSOLVENTI. Pomaly sa blížime k cieľu nášho úsilia. Po nastavení všetkých parametrov môžeme data miningový model zostaviť a umiestniť na server cez položku záložky Build Deploy DATA_MINING_EF_UMB. Táto časť procesu analýzy je najzaujímavejšia. Po zostavení modelu sa upriamime na záložku Mining Model Viewer. Tá je riešená univerzálne pre 50

51 prehliadanie výsledkov činností všetkých algoritmov. Máme pred sebou diagram, v ktorom jednotlivé uzly znázorňujú zhluky a spojnice väzby medzi nimi. Keď nastavíme parameter Shading Variable na atribút Hodnotenie a parameter State na hodnotu PsV, farba uzla znamená frekvenciu výskytu nastavenej veličiny v zhluku. Čím je odtieň tmavší, tým vyššia je frekvencia výskytu sledovaného javu. Obrázok 14: Záložka Mining Model Viewer - diagram zhlukovacieho algoritmu Prameň: vlastné spracovanie Zhlukovací algoritmus pracuje na princípe zoskupovania záznamov, pozorovaní, alebo prípadov vo forme dát, do tried na základe podobných alebo rovnakých vlastností, ktorými sa vyznačujú. Zhluk (klaster) potom predstavuje súbor záznamov, ktoré sú si jeden druhému podobné, ale zároveň rozdielne od záznamov v iných klastroch (POUR, J.; MARYŠKA, M.; NOVOTNÝ, O., 2012). Silu väzieb medzi jednotlivými zhlukmi môžeme zistiť veľmi jednoducho, a to pomocou posúvania potenciometra v ľavej časti pracovnej obrazovky. Ako môžeme z daného výstupu vidieť, najvyššia frekvencia výskytu prípadov (absolventov) spĺňajúcich nami požadované atribúty je v klastroch 1 a 8. 51

52 Aby sme sa dozvedeli o týchto skutočnostiach viac, prepneme sa zo záložky Cluster Diagram na záložku Cluster Profiles, kde sa nám zobrazí prehľadný diagram charakterizujúci každý uzol (zhluk). Obrázok 15: Diagram charakteristiky jednotlivých zhlukov Prameň: vlastné spracovanie V tomto momente sme dosiahli náš cieľ. Z daného výstupu sme schopní stanoviť pomerne presný profil úspešného absolventa EF UMB. Vďaka výsledku data miningového zhlukovacieho modelu totiž vieme, že najviac študentov zodpovedajúcich nami určeným kritériám úspešného absolventa (Hodnotenie = PsV) sa nachádza v klastroch číslo 1 (41,8%) a číslo 8 (28,4%). K daným zhlukom stačí už len prideliť zodpovedajúce hodnoty jednotlivých atribútov, čo za nás spravil program. Tieto atribúty totiž predstavujú osobné charakteristiky daného študenta (pohlavie, druh absolvovanej strednej školy, študijný odbor..). 52

53 Keďže daní úspešní absolventi boli začlenení do príslušných zhlukov práve na základe istých spoločných čŕt a znakov, môžeme povedať, že študenti vyznačujúci sa práve danou odhalenou kombináciou jednotlivých atribútov, majú predpoklady stať sa úspešnými absolventmi Ekonomickej fakulty. Aby sme boli konkrétni, tak na základe daného výstupu môžeme povedať nasledovné: vysoké predpoklady stať sa úspešným absolventom štúdia na EF UMB so záverečným hodnotením prospel s vyznamenaním má študent, ktorým je slobodná (100%) žena (95%), Slovenka (96,2%), študujúca dennou formou (100%) druhý stupeň štúdia v študijnom odbore Ekonomika a manažment malých a stredných podnikov (39,8%), pochádzajúca zo Žilinského kraja (66,4%) v rámci ktorého majú najvyššie zastúpenie okresy Ružomberok (33,88%), Dolný Kubín (24,25%), Žilina (19,43%) a Námestovo (14,61%), kde absolvovala gymnázium (73%) a ktorá dosahovala počas svojho štúdia výborný prospech (99,7%) čomu zodpovedá aj hodnota váženého aritmetického priemeru 1,31 +/- 0,12. Percentá v zátvorkách predstavujú podiel zodpovedajúcej hodnoty atribútu na všetkých prípadoch v danom klastri. K ďalším zaujímavým zisteniam dospejeme po vyhodnotení poradia úspešnosti jednotlivých študijných odborov z hľadiska hodnotenia a prospechu ich študentov. Zhluk číslo 1, ktorý je z hľadiska počtu študentov s excelentnými študijnými výsledkami najpočetnejší, má napríklad nasledovné poradie úspešnosti jednotlivých študijných odborov podľa výšky podielu na ich celkovom počte: na prvom mieste sa nachádza študijný program Ekonomika a manažment malých a stredných podnikov (EMMSP) s podielom 39,8% študentov, nasleduje študijný program Ekonomika podnikov cestovného ruchu (EPCR) s 26,5% podielom, trojicu najúspešnejších študijných programov uzatvára Marketingový manažment podniku (MMP) so 16,4%, štvrté miesto patrí Ekonomike a správa území (ESU) s 9,3%, piate miesto obsadila Ekonomika verejných služieb (EVS) s 5,3%. Ostané študijné odbory nemali v danej kategórií zastúpenie. Pre objektívne vyhodnotenie poradia úspešnosti jednotlivých študijných programov je však potrebné zohľadniť aj počet študentov, ktorí daný odbor študujú. Ten môžeme vidieť na nasledujúcom obrázku na príslušnom grafe Odbor. 53

54 Obrázok 16: Séria grafov vzťahujúcich sa k analyzovaným absolventom Prameň: vlastné spracovanie Ako vidíme, frekvencia výskytu najlepších študentov až na jednu výnimku korešponduje takmer priamoúmerne s početnosťou daných študijných programov. Tou výnimkou sú študenti študijného programu Financie, bankovníctvo a investovanie. Tí majú spolu so študentmi odboru Ekonomika a manažment malých a stredných podnikov najvyššie zastúpenie medzi analyzovanými absolventmi (zhodne približne po 22%). No zatiaľ čo podiel absolventov EMMSP bolo v klastri číslo 1 (najúspešnejší študenti) až 39,8%, v prípade programu FBI je tento podiel nula. Vypovedá to pravdepodobne o rozdielnej náročnosti medzi jednotlivými študijnými programami. Preto sa teraz zameriame na vytvorenie profilu študentov jednotlivých študijných programov. 54

55 Aj keď sme dosiahli vytýčený cieľ, možnosti a výsledky ktoré nám ponúka daný data miningový model nie sú týmto pádom ani zďaleka vyčerpané. Ako sme už uviedli, pokúsime sa teraz z dostupných výsledkov zostaviť profil absolventov podľa ich študijných odborov. Z dôvodu získania relevantných výsledkov, si z deviatich študijných odborov zahrnutých v datasete pre túto analýzu vyberieme len tie, pre ktoré máme k dispozícií dostatok pozorovaní. Budú to študijné odbory v ktorých študovalo aspoň 10% analyzovaných absolventov. Tomu kritériu vyhovujú nasledovné študijné odbory: Ekonomika a manažment malých a stredných podnikov: 23,4% Financie, bankovníctvo a investovanie: 22,4% Ekonomika a správa území: 16,4% Ekonomika podnikov cestovného ruchu: 15,9% Ekonomika verejných služieb: 11,2% V uvedených študijných odboroch študovalo spolu dovedna 89,3% všetkých nami skúmaných absolventov. Teraz môžeme na základe obdŕžaných data miningových výsledkov pristúpiť k stanoveniu profilu absolventov jednotlivých študijných programov. V našom clusteringovom modeli nastavíme parameter Shading Variable na Odbor a parameter State postupne na FBI, ESU, EVS, EMMSP a EPCR. Týmto spôsobom zistíme, v ktorých zhlukoch je najvyššie zastúpenie študentov daných odborov, sú nimi tieto: pre FBI je to klaster číslo 9 s podielom študentov 74%, pre ESU je to klaster číslo 3 s podielom študentov 16,4%, pre EVS je to klaster číslo 3 s podielom študentov 20%, pre EMMSP je to klaster číslo 5 s podielom študentov 41%, a pre EPCR klaster taktiež klaster číslo 5 s podielom študentov 40%. Na základe získaných výsledkov môžeme povedať, že 74% absolventov študijného programu Financie, bankovníctvo a investovanie ktorí tvoria daný zhluk, sú študenti, ktorými sú slobodné ( 91,7%) ženy (61,6%), Slovenky (100%), študujúce dennou formou štúdia (100%), z ktorých väčšina absolvovala strednú odbornú školu (82,7%) a ktorí dosahovali počas svojho štúdia najčastejšie prospech dobrý (49%) alebo uspokojivý (50,8%) čomu zodpovedá aj hodnota váženého aritmetického priemeru 2,57 +/- 0,52 a ich záverečné hodnotenie bolo prospel (100%). Títo študenti pochádzajú z nasledujúcich samosprávnych krajov a v rámci nich najčastejšie z uvedených okresov: Banskobystrický kraj (41,2%): okresy Banská Bystrica (75,73%) a Zvolen (20,38%), 55

56 Žilinský kraj (36,2%): okresy Martin (59,94%) a Liptovský Mikuláš (40,05%), Trenčiansky kraj (22,6%): okresy Prievidza (53,98%) a Púchov (32,3%). Ako vidíme, klaster číslo 5 je takmer na viac ako 81% tvorení študentmi odborov EMMSP (41,4%) a EPCR (39,8%). Znamená to, že títo študenti sú si čo sa týka zvyšných atribútov ako je ich študijný odbor veľmi podobní. Na základe získaných výsledkov môžeme povedať, že pre absolventov daných študijných odborov je charakteristické, že sú to slobodné ( 95,1%) ženy (95,5%), Slovenky (89,8%), študujúce dennou formou štúdia (84,1%), z ktorých viac ako polovica absolvovala strednú odbornú školu (51,1%) a ostatní gymnázium (48,9%) a počas svojho štúdia dosahovali najčastejšie prospech výborný (73,7%) alebo chválitebný (25,8%) čomu zodpovedá aj hodnota váženého aritmetického priemeru 1,48 +/- 0,16 a dosiahli záverečné hodnotenie bolo prospel (92%). Títo študenti pochádzajú najmä z nasledujúcich samosprávnych krajov (93,6%) a v rámci nich najčastejšie z príslušných okresov: Banskobystrický kraj (61,8%): okresy Brezno (40,78%) a Banská Bystrica (21,67%), Nitriansky kraj (23,5%): okresy Topoľčany (58,3%) a Levice (40%), Trnavský kraj (8,3%): okresy Dunajská Streda (57,83%) a Skalica (42,2%). Obdobným spôsobom určíme aj profil absolventov študijného programu Ekonomika verejných služieb a Ekonomika a správa území. Tieto odbory nemajú samostatne dominantné zastúpenie ani v jednom klastri, preto bude výhodnejšie nájsť taký, v ktorom majú spolu väčšinový podiel. Tým je klaster číslo 3, ktorý je tvorený na 51,7% práve študentmi týchto študijných odborov (ESU 31,3%, EVS 20,4%). V týchto študijných odboroch mali muži v porovnaní s predošlými odbormi najvyššie zastúpenie (44,7%), ich status znel slobodný ( 100%), boli slovenskej národnosti (96%), ich štúdium prebiehalo prevažne dennou formou štúdia (97,1%), viac ako polovica absolvovala strednú odbornú školu (53,4%) a ostatní gymnázium (46,6%) a počas svojho štúdia dosahovali najčastejšie prospech chválitebný (62,2%) alebo dobrý (37,8%) čomu zodpovedá aj hodnota váženého aritmetického priemeru 1,90 +/- 0,23 a ich záverečné hodnotenie znelo prospel (100%). Títo študenti pochádzajú väčšinou z nasledujúcich samosprávnych krajov (91,6%) a v rámci nich najčastejšie z uvedených okresov: Banskobystrický kraj (55,8%): okresy Banská Bystrica (33,33%) a Poltár (20,95%) a Lučenec (11,65%), 56

57 Trenčiansky kraj (35,8%): okresy Trenčín (24,86%), Považská Bystrica (22,35%) a Nové Mesto nad Váhom (19,83%). Presnosť daného modelu si môžeme overiť na záložke Mining Accuracy Chart, ktorá poskytuje možnosť zobrazovania prehľadných Lift Chart grafov pre testovanie data miningových modelov. Krivka pre správne navrhnutý model by samozrejmé mala byť čo najbližšie ideálnej (modrej) krivke a jej sklon by sa mal plynule znižovať. V opačnom prípade je nesprávne zvolený algoritmus, alebo zle navrhnutý model. Obrázok 17: Záložka Mining Accuracy Chart Prameň: vlastné spracovanie V našom prípade bol zvolený algoritmus správny nakoľko jeho krivka kopíruje podstatnú časť krivky ideálneho modelu. Istý odklon môžeme pozorovať v poslednej štvrtine prípadov. 57

58 2.6 Predikcia Ďalšou z možností práce s dátami v našom data miningovom modeli je predikcia. Táto časť analýzy sa bude odohrávať na záložke Mining Model Prediction. Predikčný model sa bude skladať z dvoch tabuliek. V prvej sú atribúty data miningového modelu a v druhej atribúty tabuľky, na základe ktorej sa bude predikovať. Ako zdroj dát bude použitá rovnaká tabuľka ako pre trénovane modelu. Predmetom predikcie bude v našom prípade pre každý záznam určiť, aké záverečné hodnotenie dosiahne daný študent. Pre návrh predikčného dotazu slúži dolná časť pracovnej obrazovky, kam môžeme presúvať polia z tabuľky modelu, prípadne tabuľky prípadu. Z tejto tabuľky ako prvú hodnotu vyberieme kľúčový stĺpec, ktorý popisuje jednotlivé prípady, teda ID. Z tabuľky modelu vyberieme atribút, ktorého hodnotu chceme predikovať, tou je Hodnotenie. Ešte predtým ako pristúpime k samotnej predikcie, je výhodné overiť si do akej miery môžeme dátam použitým na predikciu dôverovať. Z tohto dôvodu najskôr použijeme funkciu pre výpočet pravdepodobnosti predikcie. V treťom riadku preto vyberieme predikčnú funkciu, teda Prediction Function, a v stĺpci field Predict Probability. Do stĺpca Criteria/Argument zadáme hodnotu [Hodnotenie]. Vykonané nastavenia môžeme vidieť na nasledujúcom obrázku. Obrázok 18: Predpoveď pravdepodobnosti presnosti predikcie jednotlivých prípadov Prameň: vlastné spracovanie 58

59 Prepnutím zobrazenia do módu Result máme k dispozícií pravdepodobnosť predpovede pre jednotlivé prípady. Tieto dáta exportujeme do databázovej tabuľky, ktorú pomenujeme Pravdepodobnostna_predikcia. Pre samotnú predikciu sa opäť prepneme do režimu návrhu dotazu a zmeníme predikčnú funkciu v stĺpci field na Predict. Do stĺpca Criteria/Argument znovu zadáme hodnotu atribútu [Hodnotenie]. Na základe zadaných parametrov bude vyhotovená predikcia. Po jej pozretí v okne Result si aj tieto výsledky vyexportujeme do databázovej tabuľky, aby sme s nimi mohli ďalej pracovať. Tabuľku môžeme pomenovať napríklad Predpoved. Obrázok 19: Výpisy výsledkov predikčnej pravdepodobnostnej funkcie a predikcie Prameň: vlastné spracovanie 2.7 Posúdenie úspešnosti predikcie Je prirodzené, že nás bude zaujímať nakoľko je táto predikcia úspešná. Vo výpise predikčnej pravdepodobnostnej funkcie je síce uvedená pravdepodobnosť každej predikcie, teda percento pravdepodobnosti zhody predpovede, ale nás bude zaujímať skutočná úspešnosť predikcie. Tú môžeme zistiť pomocou porovnávacích SQL dotazov. V stĺpci Hodnotenie testovacej databázy je totiž uložená informácia o tom, aké záverečné hodnotenie daný absolvent skutočne dosiahol. V našom prípade boli výsledky predikcie vyexportované do 59

60 tabuľky Predpoved v rovnakej databáze, ako je zdrojová tabuľka. Vytvoríme preto novú tabuľku Porovnanie_Predikcie, ktorá bude mať štyri stĺpce: ID, Predikcia, Realita, Pravdepodobnost Danú tabuľku vytvoríme prostredníctvom nasledujúceho dotazu vytváraného nad databázou DATA_ABSOLVENTI v prostredí MS SQL Server Management Studio. Príkaz pre vytvorenie tabuľky bude: CREATE TABLE Porovnanie_Predikcie ( ID INT, Predikcia varchar (50), Realita varchar (50), Pravdepodobnost FLOAT ); Novo vytvorenú tabuľku je potrebné naplniť údajmi, ktoré získame z troch tabuliek a to: zdrojovej tabuľky (dbo.absolventi), tabuľky s pravdepodobnosťami predikcie pre jednotlivé prípady (dbo.pravdepodobnostna_predikcia) a tabuľky predikcie (dbo.predpoved): INSERT INTO Porovnanie_Predikcie (ID, Predikcia, Realita, Pravdepodobnost) SELECT dbo.predpoved.[id studenta], dbo.predpoved.expression, dbo.absolventi.hodnotenie, dbo.pravdepodobnsotna_predikcia.expression FROM dbo.predpoved, dbo.absolventi, dbo.pravdepodobnostna_predikcia WHERE dbo.predpoved.[id studenta] = dbo.absolventi.[id studenta] AND dbo.predpoved.[id studenta] = dbo.pravdepodobnostna_predikcia.[id studenta]; 60

61 Výsledná tabuľka bude potom obsahovať údaje v takomto tvare: Obrázok 20: Porovnanie predikcie s realitou Prameň: vlastné spracovanie V tejto ukáže top 200 riadkov našej porovnávacej tabuľky vidíme, že sa predikčný mechanizmus pomýlil zatiaľ v jednom prípade, keď predikoval záverečné hodnotenie študentovi ako prospel, pričom v skutočnosti bolo jeho záverečné hodnotenie prospel s vyznamenaním. Nás bude samozrejmé zaujímať ako to dopadlo v celej tabuľke. Necháme si preto najprv zobraziť počet nesprávnych predikcií a následne aj výsledné percento správne predikovaných prípadov. Použijeme na to nasledujúce SQL dotazy: SELECT COUNT(*) AS [Chybna predikcia] FROM Porovnanie_Predikcie WHERE Predikcia <> Realita; SELECT 100-(100* CONVERT(float, (select COUNT(*) from Porovnanie_predikcie WHERE Predikcia <> Realita)) / CONVERT(float, COUNT(*))) as Percento FROM Porovnanie_Predikcie 61

62 Výstupom daných dotazov sú nasledovné výstupy. Obrázok 21: Počet chybných predikcií a percento správne predikovaných prípadov Prameň: vlastné spracovanie Vidíme, že predikčný mechanizmus nášho data miningového modelu sa z celkového počtu 305 predikovaných prípadov pomýlil v 30 prípadoch, čomu zodpovedá 90,16% úspešnosť predikcie. Dosiahnutá presnosť je na relatívne slušnej úrovni, no napriek tomu je tu pomerne široký priestor pre zlepšenie. 62

63 3 NÁVRHOVÁ ČASŤ Po úspešnom spracovaní analytickej časti diplomovej práce sme dospeli k veľmi zaujímavým zisteniam a výsledkom, na základe ktorých môžeme v tejto časti práce pristúpiť k sformulovaniu návrhov a odporúčaní užitočných pre predstaviteľov vedenia Ekonomickej fakulty UMB. Z analýz uskutočnených prostredníctvom navrhnutého data miningového modelu sme dospeli k nasledujúcim výstupom: určili sme profil úspešného absolventa Ekonomickej fakulty, určili sme profil absolventov jednotlivých študijných odborov, stanovili sme poradie študijných odborov v závislosti od výšky podielu ich absolventov na celkovom počte najúspešnejších absolventov, poukázali sme na rozdielnu úspešnosť v počte absolventov so záverečným hodnotením PsV medzi študijnými odbormi FBI a EMMSP, načrtli sme možnosti predikcie uvažovaných prípadov. Súhrn poznatkov plynúcich z týchto analýz nám umožní nadobudnúť komplexný prehľad o analyzovaných absolventoch a identifikovať tak kľúčové atribúty, na základe ktorých je možné cielene prijímať efektívne opatrenia pre zlepšenie vybraných činností verejnej vysokej školy. Zhotovený profil úspešného absolventa, ktorý bol hlavným cieľom diplomovej práce a ktorého správnosť potvrdilo aj študijné oddelenie, nám okrem špecifikácie náležitostí vyplývajúcich zo samotného priebehu štúdia, poskytuje aj pomerne presné odpovede na otázky, kde takýchto budúcich absolventov hľadať. Úspešná segmentácia a selektívny prístup k študentom stredných škôl sú predpokladmi pre vedenie efektívnych cielených marketingových kampaní s jasnou stratégiou a presným zacielením. Na základe týchto skutočností môžeme preto na tomto mieste predložiť nasledujúce odporúčanie adresované predstaviteľom vedenia Ekonomickej fakulty UMB, spočívajúce v cielenom nábore študentov stredných škôl: v rámci každoročného náborového procesu odporúčame zainteresovaným pracovníkom sústrediť svoju pozornosť a zvýšiť frekvenciu uskutočnených prezentácií na stredných školách v pôsobnosti Žilinského samosprávneho kraja, predovšetkým typu gymnázií (73%), nakoľko práve odtiaľto pochádza najviac študentov s vysokými predpokladmi pre dosahovanie nadpriemerných študijných výsledkov a následné 63

64 úspešné absolvovanie štúdia na EF UMB. Ide predovšetkým o študentov, ktorí svoje stredoškolské štúdium vykonávajú na nasledujúcich školách situovaných v daných okresných mestách: 1.) Gymnázium Štefana Moyzesa, Ružomberok, 2.) Gymnázium Pavla Országa Hviezdoslava a Obchodná akadémia, Dolný Kubín, 3.) Gymnázium bilingválne Tomáša Ružičku 3 a Gymnázium Varšavská cesta 1, Žilina, 4.) Gymnázium Jozefa Miloslava Hurbana, Čadca. Trojicu samosprávnych krajov s najvyšším podielom úspešných absolventov uzatvárajú Banskobystrický a Prešovský kraj. Na rozdiel od Žilinského samosprávneho kraja, ide predovšetkým o absolventov stredných odborných škôl typu obchodných akadémií. V rámci Prešovského kraja odporúčame osloviť študentov týchto škôl: 1.) Obchodná akadémia Poprad, 2.) Obchodná akadémia Stará Ľubovňa, 3.) Gymnázium Dominika Tatarku, Poprad. V Banskobystrickom kraji najlepšie pripravených študentov produkujú nasledujúce stredné školy: 1.) Obchodná akadémia Jozefa Gregora Tajovského 25, Banská Bystrica, 2.) Gymnázium Jozefa Gregora Tajovského 25, Banská Bystrica, 3.) Gymnázium Ľudovíta Štúra, Zvolen. Odporúčame, aby identifikované cieľové skupiny študentov boli dôkladne oboznámené s ponukou a možnosťami štúdia na EF UMB a boli pozvané na Deň otvorených dverí. Vzhľadom na výborné predpoklady študentov uvedených stredných škôl na štúdium na Ekonomickej fakulte UMB, je ich cielená segmentácia a následné oslovenie výborným spôsobom ako získať do svojich radov perspektívnych študentov, schopných úspešne sa vysporiadať s požiadavkami a nárokmi daného štúdia. Možnosti cielenej segementácie potencionálnych študentov na základe údajov za AiS2 sa však nemusia obmedzovať len na potreby Ekonomickej fakulty. Táto rozsiahla a na cenné informácie bohatá databáza totiž rovnakým spôsobom umožňuje bezproblémové zostavovanie profilov študentov podľa jednotlivých odborov, segmentáciu a realizáciu cielených marketingových kampaní s následný náborom a sledovanie počtu študentov podľa ich 64

65 študijných odborov aj na ostatných fakultách UMB. V nami pripravenom dotaze v aplikácií MS SQL Server Management Studio totiž len stačí do pripraveného poľa filtra ID fakulty zadať hodnotu ID zodpovedajúcu požadovanej fakulte a z databázy získame želaný súbor dát vhodný na podobné analýzy a selekciu aj pre ostatné fakulty v rámci univerzity. Ďalšie možnosti využitia tejto databázy spočívajú napríklad v sledovaní záujmu študentov o jednotlivé voliteľné a povinne voliteľné predmety, na základe čoho je možné efektívne prispôsobovať ich ponuku. Veľmi praktické opatrenia by sa dali prijať aj na základe sledovania vyťaženosti jednotlivých učební počas semestrov a zredukovaní výučby do menšieho počtu učební vzhľadom na ich možnú nedostatočnú obsadenosť a takto znížiť v zimnom období náklady na ich vykurovanie. V práci sme sa týmto spôsobom snažili poukázať na potenciál dát v Akademickom informačnom systéme AiS2 a opodstatnenosť a široké možnosti využitia nástrojov BI nasadených nad touto databázou v prospech príjmanania efektívnych rozhodnutí pre potreby riadenia fakulty. Na druhej strane je potrebné tiež uviesť, že k daným zisteniam sa bolo možné dopracovať až po rozsiahlých a časovo náročných prípravách súvisiacich s extrakciou požadovaných dát zo zdrojovej databázy, nekompatibilnej s analytickým nástrojom, čo súvisí aj s možným rizikom straty dát pri ich konverizií a kvalite dosiahnutých výsledkov. Bolo by preto v prípade rozhodnutia implementácie riešení BI výhodné zvážiť zaobstarenie nástrojov kompatibilných s danou databázou, čím by odpadla nutnosť ich nepraktickej konverzie a bola by v každom momente zaručená dostupnosť k aktuálnym dátam. Okrem výsledkov vzťahujúcich sa k vzťahom fakulty s jej externým okolím ako sú stredné školy, nám náš data miningový model umožnil bližší pohľad aj na záležitosti interného charakteru. Stanovením poradia úspešnosti jednotlivých študijných odborov podľa množstva ich študentov v skupine najúspešnejších, sme si všimli ich značné neproporcionálne rozdelenie medzi približne rovnako početne najzastúpenejšími odbormi EMMSP a FBI. Vysoká úspešnosť v tomto kritériu študentov EMMSP bola v ostrom kontraste s ich náprotivkami zo študijného odboru FBI, kde excelentné výsledky dosiahlo podstatne menej študentov. Predpoklad o vyššej náročnosti študijného programu FBI sme si overili prostredníctvom zostavených profilov absolventov podľa jednotlivých odborov. Študenti tohoto odboru dosiahli napríklad totiž v priemere suverénne najhoršie hodnoty ukazovateľov váženého aritmetického priemeru. Môžeme sa teda domnievať, že náročnosť predmetov študijného programu FBI je vyššia v porovnaní s predmetmi ostatných študijných odborov. Najsofistikovanejšie ukážky práce s dátami z predmetnej databázy spočívali v predikcii budúcich hodnôt. Navrhnutý model je na základe rozpoznaných a osvojených 65

66 pravidiel obsiahnutých v dátach schopný s približne 90% úspešnosťou predpovedať aké záverečné hodnotenie dosiahne nasledujúci študent na základe jeho konkrétnych hodnôt sledovaných atribútov. Ide len o ukážku možnosti hlbšieho využitia a práce s dátami, nakoľko pre spoľahlivú predikciu by bolo potrebné daný model nakalibrovať na základe pozorovaní za dlhšie časové obdobie tak, aby percento úspešnosti bolo ešte vyššie. Tomuto však v prípade záujmu fakulty aj o takéto analýzy v budúcnosti nič nebráni. Po nami uskutočnených a prezentovaných výsledkoch analýz prostredníctovm nástrojov Business Intelligence, vidíme aj naďalej široký priestor a potenciál pre ich úspešné a široké nasadenie pri práci s databázou AiS2. Veríme, že zapracovanie analýz a výsledkov riešení na báze BI do rozhodovacieho procesu fakulty, by malo pre jej činnosť pozitívne účinky a preto odporúčame v tejto činnosti pokračovať. 66

67 Záver V diplomovej práci sme sa zaoberali analýzou dát z Akademického informačného systému AiS2 prostredníctvom nástrojov Business Intelligence. Jadrom práce bolo popísať a demonštrovať princípy, komponenty, možnosti a spôsoby využitia riešení Business Intelligence prostredníctvom praktických ukážok práce s dátami extrahovanými z AiS2. Naším cieľom bolo určiť profil úspešného absolventa Ekonomickej fakulty UMB. Pre účely spracovania danej témy sme najskôr teoreticky vymedzili kľúčové fakty a charakteristiky vzťahujúce sa k problematike Business Intelligence. Objektom praktickej časti práce boli tri hlavné oblasti. Najskôr sme sa dôkladne oboznámili s databázovým produktu MS SQL Server 2008 v ktorom sme pracovali, jeho možnosťami, procesmi, funkciami a implementovanými sadami nástrojov pre Business Intelligence a spôsobmi ich používania. Následne sme venovali podstatnú časť pozornosti získaniu potrebných dát z AiS2 pre účely našej analýzy. Podrobne sme sa venovali opisu celého priebehu procesu extrakcie potrebných dát z databázy prostredníctvom na to určených nástrojov a techník. Poslednou a zároveň najzaujímavejšou časťou analytickej časti práce bola analýza pripravených dát. V prostredí MS SQL Server Business Intelligence Development Studio sme pristúpili k spusteniu nového analytického projektu, ktorý nadväzoval na predchádzajúce výsledky našej práce a spočíval vo vytvorení data miningového modelu zo získaných údajov. Po uskutočnení všetkých potrebných krokov a nastavení v procese analýzy sme sa dopracovali k želaným zisteniam, na základe ktorých sme dosiahli vytýčený cieľ a to stanovenie profilu úspešného absolventa Ekonomickej fakulty Univerzity Mateja Bela. S využitím teoretických poznatkov a analytických metód sa nám podarilo dosiahnuť vytýčený cieľ práce. Nakoľko potenciál informácií obsiahnutých v AiS2 má zásadný vplyv pre prijímanie efektívnych rozhodnutí a úspešného riadenia verejnej vysokej školy, odporúčame pokračovať ďalej v realizácií riešení založených na platforme Business Intelligence nad danou databázou. Prínos práce spočíva vo vypracovaní podkladov a odporúčaní pre uskutočnenie cieleného náboru študentov stredných škôl. Budeme veľmi radi, ak táto práca poslúži každému, kto sa bude chcieť oboznámiť s touto zaujímavou a perspektívnou oblasťou, ktorú Business Intelligence bezpochyby je. 67

68 Resumé In the diploma thesis we were dealing with the analysis of the data from the Academic information system AiS2 using the tools of Business Intelligence. The core of the thesis was to describe and to demonstrate the principles, components, possibilities and the ways of the using the solutions of Business Intelligence using the practical illustrations of the thesis with the data extracted from AiS2. Our goal was to set the profile of the successful graduate of the Faculty of Economics of Matej Bel University. For the purpose of the processing the stated topic we first defined the key theoretical facts and the characteristics related to the issue of Business Intelligence. The object of the practical part of the thesis was divided into the three main parts. First we thoroughly familiared with the database product MS SQL Server 2008 which we used, its possibilities, processes, functions and its implemented sets of the tools for Business Intelligence and the ways of their using. Then we focused our attention to the gaining the necessary data from AiS2 for the purpose of our analysis. We looked to the description of the whole operation of the process of extraction the necessary data from the database using tools and techniques set for the extraction in detail. The last and the most interesting part of the analytical part of the thesis was the analysis of the prepared data. In the environment of MS SQL Server Business Intelligence Development Studio we proceeded to the launching of the new analytical project that followed the previous results of our work and consisted of the creation the data mining model from the gained data. After the performing all the necessary steps and settings in the process of the analysis we hammered out to the desired findings based on which we reached the set goal namely to set the profile of the successful graduate of the Faculty of Economics of Matej Bel University. Using the theoretical facts and the analytical methods we can say we reached the set goal of the thesis. Because the potential of the information contained in AiS2 has the important impact for the accepting effective decisions and the successful management of the public university, we recommend continuing in the realization of the solutions based on the platform Business Intelligence above the given database. The addition of the thesis consists of the designing the supporting documentation and the recommendations for the execution of the targeted recruitment of the high school graduates. We are very pleased if this thesis will serve the best to everyone who will want to acquaint with this interesting and perspective field that Business Intelligence with no doubt is. 68

69 Zoznam použitej literatúry ČÁBELA, MIROSLAV Využite svoju BI naplno! Infoware. 1. December 2009, roč. V., č. 12, ISSN , s. 30. HEČKOVÁ, GABRIELA Výhody zavedenia riešenia BI v organizácií. Infoware. 1. December 2009, roč. V., č. 12, ISSN , s. 28. JAVORKOVÁ, LÝDIA Ako premeniť big data na informácie užitočné pre biznis. Infoware. 1. Január - Február 2013, roč. IX., č. 1-2, ISSN , s. 20. KADLEC, TOMÁŠ Jak optimálně využít BI ve finančním sektoru? CGI. [Online]: KACHAŇÁK, DUŠAN Nástroje na správu big data prinášajú zisk. Infoware. 1. Január - Február 2013, roč. IX., č. 1-2, ISSN , s KRISHNNAN, MURALI SQL Server Migration Assistant 2008 SSMA. MSSQLTips. [Online]: LACKO, Ľ Ako vydolovať z údajov čo najviac informácií na podporu rozhodovania. Infoware. 2009, roč. V.,č. 6-7, ISSN , s LACKO, ĽUBOSLAV Ako z dát získať informácie. Infoware. 1. Január - Február 2013, roč. IX., č. 1-2, ISSN , s Business Intelligence na platforme Microsoft SQL Server Microsoft SQL Server [Online]: Business Intelligence v SQL Serveri Praha, Česká republika : Microsoft s.r.o., Business Intelligence v SQL Servreru Brno : Computer Press, ISBN Business Intelligence: Na rozhraní ekonomických vied a mágie. Infoware. 1. December 2009, roč.. V., č. 12, ISSN , s LAROSE, D. T Discovering knowledge in data : an introduction to data mining. Hoboken : John Wiley & Sons, Inc., ISBN NOVOTNÝ, O., POUR, J. a SLÁNSKÝ, D Business Intelligence - Jak využít bohatství ve vašich datech. Praha : Grada Publishing, a.s., ISBN POUR, J.; MARYŠKA, M.; NOVOTNÝ, O Business Intelligence v podnikové praxi. První vydání. Praha : Professional Publishing, ISBN

70 ŠIMEK, RÓBERT Keď je dát priveľa... Infoware. 1. Január - Február 2013, roč. IX., č. 1-2, ISSN , s. 18. U&SLUNO. U&SLUNO. [Online]: URAMOVÁ, ĽUBOSLAVA Od skladovania údajov k inteligentnej organizácií. Infowareq. 1. December 2009, roč. V., č. 12, ISSN , s VERCELLIS, CARLO Business Intelligence: Data Mining and Optimization for Decision Making. West Sussex : A John Wiley and Sons, Ltd., Publication, ISBN: Dynacron Group. [Online]:

71 Prílohy 71

72 Príloha 1 Ukážky konverzie dát z databázového systému Oracle prostredníctvom SQL Server Migration Assistant-a