Již více než tři desetiletí se organizace spoléhají na datové sklady, aby podpořily potřeby spotřebitelů obchodních informací ohledně popisné analýzy, která jim pomohla informovat o aktuálním stavu a pomohla ovlivnit probíhající obchodní rozhodnutí. Lidé rozšiřují programy organizační analýzy o strojové učení a pokročilé algoritmy pro prediktivní a preskriptivní analýzu. Trvalá potřeba business intelligence podporující popisné a provozní analytické aplikace však zůstane. Co se však postupem času změnilo, je rostoucí sofistikovanost spotřebitelů dat a jejich rostoucí povědomí o šíři a hloubce podnikových datových aktiv.
Spotřebitelé business intelligence již nejsou zákazníky týmu datového skladu – jsou jejich partnery. To naznačuje, že nejlepším způsobem, jak posílit spotřebitele obchodních informací, je poskytnout přístup k organizačním datům. Tato data je třeba nakonfigurovat způsobem, který zjednoduší tvorbu analytiky a zrychlí dobu získávání znalostí.
Přečtěte si dokument „Datové katalogy, obchodní glosáře a správa dat pro podporu business intelligence zákazníků “ od Davida Loshina, abyste se dozvěděli více o historických přístupech k vývoji datových skladů. Zjistěte také, jak rostoucí sofistikovanost koncových uživatelů zvýšila důležitost zajištění jasnosti dat a konzistentnosti sémantiky napříč různými datovými zdroji. Whitepaper poté pojednává o konceptu podnikových datových informací a o tom, jak to použití datového katalogu usnadňuje. Poskytujeme některá doporučení spojená s charakteristikami nástrojů datové inteligence. A podíváme se na způsoby, jak by datové modely, nástroje pro správu dat a katalogy dat měly vzájemně spolupracovat, abychom pomohli přehodnotit, jak může správa dat řídit řešení business intelligence.
[Stáhnout PDF]