Analiza Multidimensionala a Datelor Economice. Solutie Bazata pe Oracle Database 11g Si Borland Delphi 6.0

CUPRINS

ANALIZA MULTIDIMENSIONALĂ A DATELOR ECONOMICE. SOLUȚIE BAZATĂ PE ORACLE DATABASE 11G ȘI BORLAND DELPHI 6.0

Rezumat: Lucrarea de licență prezintă o soluție de îmbunătățire a performanțelor unei firme, vizând modulul de licitații, cu ajutorul unei structuri de depozit de date. Propunerea noastră vine în sprijinul managerului, în scopul asistării acestuia în procesul de luare a celor mai bune decizii în timp real, pe baza analizării unor indicatori furnizați de aplicație cum ar fi cele mai profitabile produse pe anumite perioade de timp, prezentați într-o formă grafică atractivă. Pe baza depozitul de date realizat în Oracle s-a realizat un program în Borland Delphi pentru a oferi o interfață vizuală accesibilă oricărui utilizator, chiar și celor nefamiliarizați cu mediul de lucru Oracle. Programul propus în lucrare este doar un prototip care poate fi îmbunătățit.

Cuvinte cheie: business intelligence, data warehouse, sisteme de asistare a deciziei

Cod JEL: C80, C88, Y10

Introducere

Motivație și obiective

Progresul înregistrat în domeniul tehnologiei informației a condus evoluția sistemelor de procesare a datelor încă de la primele stadii ale aplicațiilor autonome până la sistemele analitice avansate ale mediului informațional din zilele noastre și anume sistemele de Business Intelligence. În cadrul acestui context depozitele de date definesc un ansamblu de tehnologii apărute la începutul anilor 1990 ca rezultat al progreselor înregistrate în domeniul procesării datelor, cu precădere a procesării unor volume foarte mari de date. Tehnologia depozitelor de date reprezintă un element al framework-ului general de Business Intelligence, care cuprinde un ansamblu larg de aplicații și unelte utilizate pentru analiza unor volume mari de date și pentru transformarea acestora în informație inteligibilă și cunoștințe specifice domeniului vizat (2012A, p. 3).

Depozitele de date (Data Warehouse) reprezintă un produs al mediului economic tot mai competitiv, dinamic, global și complex unde întreprinderea își desfășoară activitatea și solicită informații actuale, de o manieră substanțială și foarte flexibilă în procesul de fundamentare a deciziilor de marketing, dar și rezultatul evoluțiilor spectaculoase în ceea ce privește tehnologiile din domeniul IT&C (Information Technology and Communications) (2012B, p.29).

Mediul de stocare efectiv al tehnologiei depozitelor de date este cunoscut sub numele de depozit de date. Acesta reprezintă un model al datelor dintr-o organizație, structurate special pentru a facilita procesele de analiză și interogare. Depozitul de date definește o componentă importantă și caracteristică a sistemelor suport de decizie dictate de date, având ca scop principal facilitarea procesului de luare al deciziilor bazate pe date reale prin asigurarea răspunsurilor la întrebări de business într-un mod exact și adecvat. Pentru îndeplinirea acestui scop, depozitul de date este definit de modele de date proprii care specifică structura datelor în cadrul mediului de stocare. Având în vedere nivelul ridicat de complexitate, soluțiile de dezvoltare pentru depozitele de date presupun o abordare structurată și planificată (2012A, p. 3).

Datele stocate de sistemele informatice operaționale în fișiere sau baze de date sunt considerate de către manageri ca fiind o mină de aur informațional care trebuie exploatată. Aplicarea depozitelor de date are loc în diferite domenii. Primele care au adoptat tehnologia depozitelor de date au fost băncile, comerțul cu amănuntul și telecomunicațiile. Încetul cu încet au pătruns și în transporturi, asigurări, industria farmaceutică, sistemul sanitar. Sursele de date necesare depozitului de date provin din datele importate din sistemul informatic operațional dar și din datele de arhiva și surse externe cum ar fi: date statistice, date publice, date obținute în urma diverselor sondaje, date demografice.

William Inmon este cunoscut ca fiind părintele tehnologiilor depozitelor de date, viziunea lui focalizându-se asupra rolului acestora ca fundament informațional al deciziei manageriale, rezervând atfel un nivel înalt de generalitate și făcându loc unei multitudini de interpretări (adaptare după lucrarea Depozite de date – procesare in-memory).

O gamă largă de companii multinaționale și-au adus contribuția la clarificarea, dezvoltarea si popularizarea noii tehnologii, între acestea se numără: Oracle, SAP, IBM, Software AG, MicroStrategy, Red Brick Systems, Microsoft, Teradata și Prism Solutions. Sistemele Data Warehouse sunt utilizate de către companiile mijlocii și mari, ele lucrând cu volume foarte mari de date.

Piața soluțiilor de Business Intelligence este împărțită între importanți furnizori de soluții informatice cu depozite de date: 40% Oracle, 22% IBM, 15% Microsoft, 12% Teradata și alți.

Costul implemetării acestei inovații presupune cheltuieli foarte mari depășind 1 miliard de dolari. IDC – International Data Corporation a precizat că piața depozitelor de date va crește cu 7% până în acest an atingând o valoare de 11 miliarde de dolari, iar Gartner Group a estimat o creștere dublă tot pe piața depozitelor de date în raport cu creșterea globală a pieței de IT (2011D). Un sondaj realizat de META Group în 1998 arată că 90% dintre managerii intervievați intenționau lansarea unor proiecte de implementare a acestui concept. Segmentul de piață legat de depozitele de date are o rată anuală de creștere de cca. 35% (2011C).

Depozitele de date se construiesc astfel încât să permită următoarele operații:

să furnizeze utilizatorilor accesul sporit la date;

să furnizeze o singură versiune a adevărului;

să înregistreze cu acuratețe trecutul;

să „jongleze" cu nivelurile de acces sinteză/detaliu la date;

să separe prelucrările de nivel operațional și analitic. (Dinu, 2002, p. 21)

Scopul unui depozit de date este de a stoca într-un singur sistem datele și informațiile care provin din mai multe aplicații în cadrul unei organizații. Datele por fi stocate ca atare din aplicația sursă sau pot fi prelucrate la intrare pentru a valida, a traduce, a cumula sau a obține noi date sau informații necesare în managementul oricărei organizații în inventarea de planuri și strategii. Dinamica depozitelor de date lipsește deoarece actualizarea se realizează foart rar făcându-se doar prin adăugare periodică a unor date extrase din alte surse de date sau sisteme.

Licitația este considerată un tip de vânzare în care mai mulți agenți economici concurează pentru cumpărarea unui bun economic sau pentru obținerea unui contract de ofertă. Licitația poate fi de mai multe feluri, în funcție de modul în care are loc adjudecarea obiectivului propus:

licitație obișnuită sau englezească, în care ofertele de achiziție sunt făcute începând cu un preț de deschidere și se continuă cu prețuri crescătoare până când nimeni nu mai licitează peste prețul maxim;

licitația celui de-al doilea preț, în care prețul maxim de adjudecare va fi redus la nivelul prețului imediat următor (al doilea) în ordine descrescătoare;

licitație olandeză, în care se pornește de la un preț înalt și se va scădea consecutiv acest preț până se va găsi un cumpărător;

licitație a primului preț, în care ofertele de achiziție (de adjudecare) sunt făcute în scris, vânzătorul alegând-o pe aceea cu prețul cel mai mare.

Obiectivul acestei lucrări îl reprezintă îmbunătățirea performanțelor firmei, vizând modulul de licitații, cu ajutorul unei structuri de depozit de date. Acest obiectiv poate fi realizat prin sprijinirea managerului în luarea deciziilor în timp real, pe baza analizării unor indicatori furnizați de aplicație, prezentați într-o formă grafică atractivă.

Corporația Oracle este principalul furnizor de software pentru gestiunea bazelor de date relaționale (SGBDR), software ce lucrează pe o gamă largă de calculatoare conectate la Internet. Fiind portabil pe o mare varietate de platforme, folosește un număr mare de utilitare care se pot folosi pe toate etapele modelării, de la specificarea cerințelor până la exploatarea aplicațiilor dezvoltate. Pe baza depozitul de date realizat în Oracle s-a realizat un program în Borland Delphi pentru a oferi o interfață vizuală accesibilă oricărui utilizator, chiar și celor nefamiliarizați cu mediul de lucru Oracle. Programul propus în lucrare este doar un prototip care poate fi îmbunătățit, dar în cazul de față el se adresează sprijinirii activității managerului firmei ETA2U. Acest program reprezintă un instrument care îl ajută în procesul luării deciziilor datorită indicatorilor urmăriți: care produse sunt profitabile, pe ce perioade de timp, etc.

Descrierea succintă a capitolelor

Pentru realizarea obiectivelor propuse lucrarea a fost structurată pe șase capitole.

În Introducere sunt prezentate: domeniul studiat, obiectivul lucrării, instrumentele care au ajutat la atingerea acestui obiectiv, conceptele principale utilizate în lucrare și o descriere succintă a capitolelor.

Capitolul Literatura de specialitate realizează o trecere în revistă a conceptului de Data Warehouse (depozit de date), a soluțiilor existente pe piață care implementează acest concept precum și noțiuni legate de dezvoltarea rapidă a unei aplicații RAD (Rapid Application Development), pe baza analizei ideilor desprise pe baza studiului bibliografic, precum și tendințele viitoare.

Studiu de caz și rezultate prezintă crearea unui depozit de date pe baza datelor preluate dintr-o bază de date, ambele realizate în „Oracle Database 11g Express Edition” utilizându-se interfața SQL Developer, dar și realizarea unei interfețe grafice prietenoase necesare furnizării unor rapoarte și grafice realizate în mediul de programare vizual „Borland Delphi 6”.

Concluziile acestei lucrări prezintă beneficiile depozitelor de date, a graficelor, avantajele dar și dezavantajele acestora și părerile personale rezultate în urma acestui studiu.

Lista bibliografică conține lista tuturor materialelor folosite pentru realizarea lucrării de față.

În ultimul capitol, Apendice, sunt atașate cele mai importante documente pe baza cărora a fost realizată analiza care a condus la definitivarea structurii bazei de date.

Contribuții proprii

În opinia mea, lucrarea de licență aduce contribuții prin:

un studiu al literaturii de specialitate în domeniul depozitelor de date;

elaborarea unei propuneri de depozit de date;

construirea unei aplicații informatice care modelează procesul de Licitații din cadrul firmei Eta 2U.

Literatura de specialitate

Tehnologia Business Intelligence

Termenul de Business Intelligence (BI) este definit în numeroase moduri, însă într-o formulare simplă și cuprinzătoare el reprezintă procesul sau sistemul capabil să transforme datele (materii informaționale prime) colectate de o organizație în informație și cunoaștere care să constituie ulterior un suport pentru luarea celor mai bune decizii într-o companie. (2011E) „BI este arta de a obține avantajele unei afaceri din date printr-o colaborare: BI permite liderilor companiei să ofere lucrătorilor cunoștințe cu date de care au nevoie pentru a lua decizii de afaceri mai informate.” (traducere după Muntean, M., Notițe de curs) Cercetătorul IBM, Hans Peter Luhm a folosit termenul de BI definind inteligența ca fiind: „abilitatea de a înțelege relațiile dintre faptele prezentate într-un așa fel încât să ne conducă acțiunile către scopul dorit” (2011F). Forrester definește piața de BI ca un set de metodologii, procese, arhitecturi și tehnologii ca o pârghie de ieșire a proceselor de gestionare a informațiilor pentru analiză, rapoarte, managementul performanței și livrarea acestora (traducere după http://www.forrester.com/ Business-Intelligence).

Piața de BI se referă la sisteme informatice de identificare, extragere și analizare a datelor disponibile într-o organizație, sisteme al căror scop este de a oferi un suport real pentru luarea de decizii de business. Principalul concept din spatele business-ului este acela că furnizează informațiile corecte oamenilor potriviți la timpul potrivit, în întreaga organizație, cu analitica, semnale de alarmă și mecanismele de feedback adecvate tuturor. Toader I., în cadrul evenimentului The Future in Banking Technology a precizat că piața de BI din România crește accelerat în viitor deoarece factorul catalizator este criza economică. În momentele de criză companiile de orice fel au nevoie să ia cu mare rapiditate decizii importante în activitatea lor. De aceea, managerii se vor orienta din ce în ce mai mult către soluțiile BI, bazându-se pe ele pentru a le furniza informații relevante în procesul decizional (Voiculescu, 2011).

„Business Intelligence este un termen care se referă la un total, sau efectul de colectare și prelucrare a datelor, construirea de informații bogate și relevante, și furnizându-l în operațiunile de zi cu zi, astfel încât managerii pot face decizii eficiente în timp util și planuri mai bune pentru viitor” (traducere după Hemphill, M., 2004).

„Având ca scop productivitatea și profitabilitatea, inițiativa BI va aduce cu sine și câteva avantaje la prima vedere invizibile:

reducerea semnificativă a influenței distructive a jocurilor de putere;

eliminarea zelului și entuziasmului decizional nefundamentat, subiectiv și supradimensionat;

reducerea timpilor morți petrecuți cu activitățile de raportare periodică (colectarea de rapoarte, consolidări și ajustări diverse);

reducerea timpului necesar adoptării unei decizii;

reducerea rolului departamentului de IT în generarea rapoartelor propriu-zise în favoarea utilizatorului final;

limitarea supraexprimării ego-ului în comunitatea managerială;

evitarea blocajelor decizionale.” (2011F)

Având în vedere beneficiile prezentate mai sus, analiștii sunt optimiști în ceea ce privește viitorul în care milioane de oameni vor folosi zi de zi instrumente vizuale de analiză și BI.

Activitatea economică dintr-o organizație generează un ocean de date. Fiecare dată reprezintă o mică părticică a afacerii și se găsește în diferite locații ori departamente, uneori în mai multe regiuni geografice. În afaceri, adevărul – adică slăbiciunile, punctele tari și tendințele – este în cunoștințe. Prin BI sunt adunate toate datele, sunt prelucrate în informații, care informații bine analizate pot fi utilizate în luarea celor mai bune decizii și în final puse în acțiune (Hurbean, L. 2008).

Multe dintre companiile competitive și de succes din mediul de afaceri românesc au identificat deja în Business Intelligence un factor de creștere a profitabilității și de eficientizare a procesului de luare a deciziilor (2013B).

BI va rămâne subiect central în programul companiilor în 2013. Acesta necesită o bază solidă pentru decizii și planificare. Soluțiile care oferă o operare mai ușoară și mai flexibilă – și prin intermediul dispozitivelor mobile – și, în același timp, susțin liniile de afaceri, sunt foarte căutate. În consecință, crește și nevoia de administrare eficientă a datelor (2013B).

De multe ori aplicațiile BI folosesc date colectate din sistemele data warehouse (depozitele de date). Data warehousing continuă să câștige teren în ceea ce privește organizațiile care devin din ce în ce mai conștiente de beneficiile deciziilor dintr-o afacere. Un element principal într-un sistem eficient datawarehouse îl reprezintă procesul ETL (Figura 1).

Figura 1. Business Intelligence – ETL – Data Warehouse

(Sursa: http://www.sundewsolutions.com/services_data_warehousing_BI.php)

Depozitele de date pot fi create sau actualizate în orice moment, cu perturbări minime pentru sisteme de operare. Aceasta este asigurată de o strategie implementată într-un proces ETL (Extract, Transform and Load). Acest proces este responsabil cu extragerea de date din sistemele sursă și plasarea acestora într-un data warehouse. ETL implică următoarele sarcini:

extragerea datelor din sistemele sursă (SAP, Oracle sau altele) care sunt convertite într-un format consolidat de data warehouse fiind pregătit pentru procesul de transformare;

transformarea datelor poate implica următoarele sarcini: aplicarea regulilor de business, curățarea datelor, filtrarea lor, divizarea unei coloane sau a mai multora, unirea de date din surse multiple, transpunerea în rânduri și coloane și validarea datelor;

încărcarea datelor într-un data warehouse. (traducere după http://datawarehouse4u.info/ETL-process.html)

Data Warehouse – concepte de bază

În domeniul sistemelor informatice pentru asistarea deciziei – și în special în segmentul Data Warehouse – companiile producătoare de software utilizează termenul de business intelligence pentru promovarea aplicațiilor destinate asistării deciziei. În general, business intelligence se referã în mod global la gestiunea informațiilor disponibile într-o organizație și care pot fi utilizate pentru adoptarea deciziilor (2009, p. 15-16).

Mulți tehnologi au susținut că data warehouse nu mai este atât de relevant. Unii lideri de opinie prezic că implementările de data warehouse vor scădea și în cele din urmă vor înceta să mai predomine. Big Data a stimulat crearea unei noi paradigme pentru modul în care sunt gestionate și analizate datele precum și modul în care sunt oferite informațiile. Companiile implementează sistemele data warehouse pentru a consolida datele din aplicațiile operaționale, în scopul de a oferi un depozit centralizat construit special pentru analiză și raportare. Acestea date împreună cu o analiză stimulează creșterea veniturilor, gestionarea operațională și de risc financiar menținând reglementările și respectând legislația. S-ar fi ajuns la o percepție cum că sistemul data warehouse nu și-a îndeplinit promisiunea, deoarece acest sistem ar fi un exercițiu costisitor și lent, dar ia în considerare utilizarea acestuia pentru informații de mare valoare. Big Data aduce o viață nouă depozitului de date îmbogățindu-l prin introducerea de noi perspective luate din surse de date neexplorate. Integrarea de big date și data warehouse pot avea cele mai bune rezultate. Împreună acestea pot furniza o soluție completă pentru strategia de gestionare a datelor întreprinderilor (traducere și adaptare după Foo, 2013).

Depozitele de date au fost definite în foarte multe moduri încât este destul de dificil de formulat o definiție riguroasă. În sens larg, un depozit de date reprezintă o bază de date care este întreținută separat de bazele de date operaționale ale organizației. Datele din sistemele sursă sunt extrase, curățite, transformate și stocate în depozite speciale în scopul sprijinirii proceselor decizionale (2005).

Sub numele de „Father of Data Warehousing”, Bill Inmon a devenit cel mai prolific și bine-cunoscut autor în întreaga lume în data warehousing și arena de business intelligence. Acesta consideră că „un depozit de date este o colecție de date orientate pe subiecte, integrate, istorice și nevolatile destinată sprijinirii procesului de luare a deciziilor manageriale” (2012D). Ralph Kimball a definit depozitul de date mult mai simplu în cartea sa „The Data Warehouse Toolkit”, și anume „o copie a datelor tranzacției special structurate pentru interogare și analiză”. Această definiție a depozitului de date furnizează mai puțină profunzime și înțelegere decât cea a lui Inmon, dar nu mai puțină precizie (traducere după http://www.zentut.com/data-warehouse/what-is-data-warehouse/). „În sinteză, definiția prezentată mai sus exprimă caracteristicile majore ale depozitelor de date: orientare pe subiecte; integrare; caracter istoric; persistența datelor” (2005).

Un număr mare de întreprinderi consideră că sistemele data warehouse dispun de instrumente valoroase în mediul economic de astăzi, un mediu competitiv și într-o continuă evoluție. Multe dintre întreprinderi au cheltuit milioane de dolari cu realizarea sistemelor amintite mai sus. În condițiile competiției sporite din fiecare domeniu, depozitele de date sunt armele necesare marketingului, reprezentând calea de a păstra clienții.

În privința utilizării datelor din depozitele de date trebuie precizat că numeroase firme utilizează aceste informații pentru sprijinirea luării celor mai bune decizii în diferite domenii de activitate și anume:

gestionarea relațiilor cu clienții;

analiza operațiilor și căutarea surselor de profit;

reorientarea producției și gestionarea portofoliului de produse, comparând performanțele vânzărilor pe trimestre, ani, zone geografice, în ordinea celor mai bune strategii.

În legătură cu depozitele de date o noțiune frecvent utilizată este cea de „data warehousing” care desemnează procesul de construire și utilizare a depozitelor de date (data warehouse). Sursele de date pentru depozitele de date ar putea fi: bazele de date operaționale curente, bazele de date vechi arhivate precum și bazele de date externe.

Atât bazele de date cât și depozitele de date conțin cantități mari de date structurate care pot fi consultate rapid, prin structuri de acces optimizate și se bazează, în majoritatea cazurilor, pe tehnologia relațională. Bazele de date sunt orientate pe client și sunt utilizate pentru procesarea tranzacțiilor și interogărilor. Data warehouse sunt orientate pe piață și utilizate de manageri și analiști de date. Tabelul 1 prezintă o comparație între bazele de date și Data Warehouse.

Tabelul 1. Comparație între bazele de date și depozitele de date

Tipuri de Data Warehouse

Un data warehouse necesită o schema concisă, orientate pe subiecte care facilitează analiza on-line a datelor. Cel mai popular model pentru data warehouse este modelul multidimensional. Acesta poate fi în formă de stea, fulg de zăpadă sau constelație.

Schema stea. Schema stea este cel mai comun model de date, în care depozitul de date conține un tabel central voluminos (tabelul de fapte) și un set de tabele însoțitoare (tabelele dimensiune) pentru fiecare dimensiune. Tabelul de fapte cuprinde, fără redundanțe, cea mai mare parte a datelor. Graful asociat semănă cu o stea în care tabelele dimensiune sunt afișate radial înjurul tabelului de fapte central (Figura 2) (2005).

Figura 2. Schema stea

(Sursa: http://revistaie.ase.ro/content/17/Muntean.pdf)

Schema fulg de zăpadă este o variantă a modelului stea, unde o parte din tabelele dimensiune sunt normalizate. De aceea, datele sunt împărțite în tabele suplimentare. Diferența majoră între modelul fulg de zăpadă și modelul stea este că tabelele dimensiune din modelul fulg de zăpadă pot fi păstrate în forma normalizată ceea ce determină o redundanță redusă. Asemenea tabele sunt ușor de întreținut și se economisește spațiu de stocare, deoarece un tabel dimensiune mare poate deveni enorm când structura dimensională este inclusă în coloane. Schema fulg de zăpadă este mai puțin răspândită față de schema stea în proiectarea depozitelor de date (Figura 3) (2005).

Figura 3. Schema fulg de nea

(Sursa: http://revistaie.ase.ro/content/17/Muntean.pdf)

O constelație este o colecție de stele și constă dintr-o stea central înconjurată de alte stele. Steaua centrală conține datele la nivel atomic iar celelalte stele conțin date agregate. Steaua centrală se leagă de celelalte stele prin atribute dimensionale (Figura 4).

Figura 4. Schema constelație

(Sursa: http://revistaie.ase.ro/content/17/Muntean.pdf)

În modelul multidimensional datele sunt organizate în multiple dimensiuni, iar fiecare dimensiune conține mai multe niveluri de abstractizare definite prin ierarhii. Această organizare furnizează utilizatorilor flexibilitate în vizualizarea datelor din diferite perspective.

Arhitectura Data Warehouse

Arhitectura depozitelor de date cuprinde trei niveluri și anume: nivelul de jos, cel mediu și nivelul superior. Nivelul de jos este constituit din serverul depozitului de date și este, în multe

cazuri, o bază de date relaționale. Datele din bazele de date operaționale și din sursele externe (cum ar fi informații relative la profilul clientului furnizate de consultanți externi, rezultatele unor sondaje) sunt extrase utilizând programe de aplicații tip interfața cunoscute sub numele de „gateways”. Un gateway este sprijinit de SGBD-ul de bază („database management system”) și permite programelor client să genereze cod SQL (Structured Query Language – este un limbaj de programare specific pentru manipularea datelor în sistemele de manipulare a bazelor de date relaționale. Acesta are ca scop inserarea datelor, interogații, actualizare și ștergere, modificarea și crearea schemelor, precum și controlul accesului la date). pentru a fi executat de server. Nivelul mediu este bazat pe un server OLAP (On-Line Analytical Processing – o tehnologie utilizată pentru organizarea bazelor de date foarte mari ale firmelor și de a oferi suport decizional pentru afaceri) care este implementat în mod obișnuit, utilizând fie un model relațional OLAP (ROLAP) fie un model multidimensional OLAP (MOLAP). Modelul ROLAP este o extensie a unui SGBDR care mapează operațiunile pe date multidimensionale la operațiunile relaționale standard, pe când modelul MOLAP este dedicat și implementează direct descrierea datelor și a operațiilor multidimenionale. Nivelul superior este nivelul client care conține instrumente pentru generarea interogărilor și a rapoartelor, instrumente de analiză și/sau instrumente data mining (vezi Figura 5) (adaptat după 2005).

Figura 5. Arhitectura Depozitelor de date cu trei niveluri

(Sursa: http://www.feaa.uvt.ro/bi/wp-content/uploads/2012/10/Notiuni_generale.pdf)

Proiectarea și realizarea depozitelor de date

„Proiectarea unui depozit de date presupune aplicarea unei scheme de analiză economică pentru a determina măsura în care depozitul de date este necesar și eficient. Pentru început un depozit de date trebuie să furnizeze avantaje competitive prezentând informații relevante pe baza cărora se pot măsura performanțele și se pot face ajustările critice pentru a câștiga în fața competitorilor. Un depozit de date poate determina creșterea productivității din moment ce permite obținerea rapidă și eficientă de informații care descriu cu acuratețe organizația. Acesta facilitează gestiunea relațiilor cu clienții din moment ce furnizează o viziune consistentă despre clienți și produse întâlnite pe toate liniile de afaceri, pe toate departamentele și pe toate piețele. În concluzie, un depozit de date determină reducerea costurilor prin reliefarea tendințelor, direcțiilor și excepțiilor pe perioade lungi de timp. Pentru proiectarea unui depozit de date este necesară înțelegerea și analiza proceselor economice din domeniu și construirea unei scheme de analiză economică” (adaptare după 2005, p. 11)

Elaborarea unui produs-program constituie o activitate deosebit de complexă, care necesită utilizarea unei metodologii clare și unitare. De regulă, o asemenea activitate se desfășoară în echipe de lucru complexe în care sunt incluși analiști, specialiști ai domeniului pentru care se dezvoltă produsul-program, programatori, specialiști în testarea și implementarea produselor-program, utilizatori (Târnăveanu, 2013).

Literatura de specialitate pune în discuție o multitudine de probleme legate de metodologia elaborării produselor-program și subliniază în mod deosebit necesitatea existenței unei metodologii unitare.

Proiectarea și construirea unui depozit de date presupune parcurgerea unor pași și anume: planificare, studiul cerințelor, analiza problemei, proiectarea depozitului, integrarea datelor și testarea, iar în final utilizarea depozitului de date. Sistemele software mari pot fi dezvoltate utilizând două metodologii: metoda în cascadă sau metoda în spirală. Metoda în cascadă execută o analiză structurată și sistematică la fiecare pas înainte de a trece la următorul. Metoda în spirală implică generarea rapidă de sisteme funcționale din ce în ce mai complete, la intervale scurte, între două versiuni succesive. Acest

lucru constituie un atu important pentru dezvoltarea depozitelor de date, în special pentru data marts pentru că intervalul de realizare este scurt, modificările pot fi făcute rapid și noile proiecte și tehnologii pot fi adaptate în mod rapid.

Construirea unui depozit de date presupune parcurgerea unor etape:

prima etapă se constituie dintr-un proces de extragere a datelor din bazele de date operaționale sau din sursele externe urmat de copierea lor în depozitul de date. Acest proces trebuie să transforme datele în structură și formatul intern al depozitului;

cea de-a doua etapă presupune un proces de curățire a datelor, pentru a exista certitudinea că datele sunt corecte și pot fi utilizate pentru luarea deciziilor;

următoarea etapă prezintă un proces de încărcare a datelor corecte în depozitul de date;

ultima etapă presupune un proces de creare a oricăror agregări ale datelor și anume: totaluri precalculate, subtotaluri, valori medii etc. care se preconizează că vor fi cerute și utilizate de utilizatori. (Figura 6) (adaptat după 2005, p. 12).

Figura 6. Componentele software ale depozitelor de date

(Sursa: http://www.feaa.uvt.ro/bi/wp-content/uploads/2012/10/Notiuni_generale.pdf)

Odată ce depozitul de date este proiectat și construit, dezvoltarea inițială a depozitului include instalarea inițială, planificarea derulării depozitului de date, instruirea și orientarea. Actualizarea platformelor și întreținerea lor trebuie de asemenea, luate în considerare. Administrarea depozitului de date include împrospătarea datelor, sincronizarea datelor sursă, planificarea reacoperirilor, gestiunea controlului pentru acces și securitate, extinderea depozitului de date (adaptat după 2005, p. 13).

Data warehouse cu Oracle

Oracle este una dintre marile companii de furnizare a soluțiilor software necesare pentru multe organizații pe diferite domenii de activitate. Oracle ajută clienții să diminueze costurile IT și să ofere servicii de calitate mai bună, permițându-le acestora consolidarea bazelor de date în medii cloud și accesul la diferite sisteme proiectate. Oracle oferă soluții rapide, fiabile, sigure și ușor de gestionat pentru toate tipurile de fluxuri de lucru la nivel de baze de date, inclusiv aplicații de întreprindere, depozite de date și analize ale unor volume mari de date.

Oracle oferă depozite de date cuprinzătoare și soluții de business intelligence care satisfac perfect nevoile companiilor și permite luarea unor decizii importante în afacerea fiecăreia. (adaptat după Kunakornpaiboonsir, 2013) Gartner arată că Oracle deține poziția de leader pe piața data warehouse așa cum se observă în Figura 7.

Figura 7. Poziția companiei Oracle față de celelalte

(Sursa: http://www.zdnet.com/gartner-releases-2013-data-warehouse-magic-quadrant-7000010796/)

Oracle Warehouse este o suită de produse și servicii care acoperă întregul proces de definire, proiectare și implementare a depozitului de date. Figura 8 arată componentele suitei Oracle:

Figura 8. Oracle Data Warehouse

(Sursa: http://xa.yimg.com/kq/groups/31804242/1764328618/name/2.+Arhitectura +depozitelor+de+date.pdf)

În urma contribuțiilor teoretice și empirice identificate, prezenta lucrare de licență urmărește realizarea unui studiu de caz în urma căruia se vor deduce concluziile.

Studiu de caz și rezultate

Prezenta lucrare vizează următoarele aspecte: identificarea cerințelor sistemului, la ce anume să răspundă acesta, ce furnizează el, etapele realizării ofertei pe baza unei licitații la care firma dorește a participa, documentele care au stat la baza realizării bazei de date, crearea depozitului de date și prezentarea în mediul vizual Delphi a graficelor pe baza depozitelor, care oferă o înțelegerea mult mai precisă în ceea ce privește activitatea pe domniul Licitații din cadrul firmei.

Prezentarea sistemului

În cadrul oricărei firme, sistemul informatic trebuie să acopere cerințele funcționale și tehnologice pe care activitățile curente le ridică. În cazul de față, sistemul oferă o soluție de îmbunătățire a performanțelor firmei realizat cu ajutorul unei structuri de depozit de date. Această propunere vine în ajutorul managerului firmei penru a-l ajuta pe acesta în procesul de luare a celor mai bune decizii într-un timp real.

Modulul Licitații

Prezentă pe piața din România începând cu anul 1992, Eta2U este furnizor de Echipamente și Tehnologii Avansate și integrator de soluții complexe, produse și servicii IT. Printre multele departamente ale acesteia, în cadrul celui de Licitații are loc propunerea de oferte la licitațiile publicate pe site-ul acestora și anume: www.e-licitatie.ro. Licitațiile la care participă firma vizează: produse (monitoare, imprimante, laptop-uri, wireless etc.), servicii și soluții IT. Pe site-ul licitațiilor la fiecare dintre aceasta se găsesc mai multe documente; cele mai des întâlnite sunt: Fișa de date, Caiet de sarcini, Acord-Cadru și documentele pe care firma contractantă dorește să le primească completate împreună cu oferta propusă de Eta2U. Documentul „Caiet de sarcini” conține produsele cu caracteristicile dorite de firma contractantă. Oferta licitației cuprinde trei tipuri și anume: oferta tehnică (analizată și rezolvată de personalul de la departamentul Aprovizionare&Logistică) și oferta financiară (realizată de responsabilii și directorul de la departamentul de Licitații). La primirea și analizarea ofertei de la Eta2U, autoritatea contractantă va trimite un proces-verbal în care își va menționa impresiile rezultate din ofertă. Dacă licitația este câștigată se semnează un contract între cele două firme: Eta2U și autoritatea contractantă și se întocmește o scrisoare de garanție care evidențiază că Eta2U își respectă promisiunile pe care le-a menționat. În cazul în care firma amintită mai sus pierde licitația, toate documentele întocmite se arhivează.

Proiectarea bazei de date

Documentele care stau la crearea bazei de date sunt: Fișa de date, Caiet de sarcini, Acord-Cadru, Anexă la Acord-Cadru, care se găsesc anexate. Schema bazei de date este reprezentată în figura 9, fiind realizată cu ajutorul programului Microsoft Visio 2007.

Figura 9. Baza de date

Crearea tabelelor din baza de date s-a realizat în programul Oracle Database 11g Express Edition, SQL developer cu ajutorul comenzii SQL: CREATE TABLE numele_tabelei (câmp – tipul câmpului);.

create table Proceduri (id_procedura number(10) constraint fk_procedura references Licitatii(id_licitatie), tip_procedura varchar2(30),

stare_procedura varchar2(30), modal_atribuire varchar2(30), criteriu_atribuire varchar2(40), data_anulare date);

create table Autoritati_contractante (id_autoritate number(10) constraint pk_autoritate primary key, den_autoritate varchar2(100),

adresa varchar2(100), localitate varchar2(30), tip_autoritate varchar2(150), activ_principala varchar2(30), puncte_contact varchar2(50),

telefon varchar2(10), fax varchar2(10), mail varchar2(40), adresa_url varchar2(30));

create table Loturi (id_lot number(10) constraint pk_lot primary key, den_lot varchar2(70), stare_lot varchar2(40),

descriere_succinta varchar2(170), clasificare_cpv varchar2(40), durata varchar2(100), informatii_suplimentare varchar2(200),

id_licitatie number(10) constraint fk_loturi references Licitatii(id_licitatie));

create table Licitatii (id_licitatie number(10) constraint pk_licitatie primary key, den_licitatie varchar2(200),

tip_licitatie varchar2(50), data_publicarii date, id_autoritate

number(10) constraint fk_autoritate references Autoritati_contractante(id_autoritate), licitatie_electronica varchar2(20),

anunturi_publicate varchar2(40), moneda_oferta varchar2(10), limba_oferta varchar2(20), perioada_mentinere_oferta varchar2(10),

mod_prez_propunere_tehnica varchar2(1000), mod_prez_propunere_financiara varchar2(1000));

create table Obiect_licitatie (id_obiect number(10) constraint fk_obiect references Licitatii(id_licitatie), loc_livrare

varchar2(500), descriere_succinta varchar2(600), contract_incidenta varchar2(10), impartire_loturi varchar2(10),

acceptare_variante varchar2(10), optiuni varchar2(20), durata_contract varchar2(200), ajustare_pret_contract varchar2(10));

create table Informatii_suplimentare (id_informatii_suplimentare number(10) primary key constraint fk_informatii references Licitatii(id_licitatie),

contract_periodic varchar2(900), contract_finantat varchar2(900), alte_informatii varchar2(300), organism_cai_atac varchar2(500),

utilizare_cai_atac varchar2(500), serviciu_cai_atac varchar2(500));

create table Informatii_juridice (id_informatii_juridice number(10) primary key constraint fk_juridice references Licitatii(id_licitatie),

garantie_participare varchar2(1000), garantie_buna_executie varchar2(1000), modalitati_finantare varchar2(900), forma_juridica_op_ec

varchar2(100), executare_conditii_speciale varchar2(20), legislatia_aplicabila varchar2(900), sit_personala_candidat varchar2(900),

capacitate_exercitare varchar2(900), cap_ec_fin varchar2(900), cap_teh_prof varchar2(900), contracte_rezervate varchar2(20), prestare_serv varchar2(20), obligatii_pers_jur varchar2(20));

create table Anunt_Procedura (id_anunt_procedura number(10) primary key, id_anunt number(10) constraint fk_anunt references

Anunturi.id_anunt, id_procedura number(10) constraint fk_procedura references Proceduri.id_procedura);

create table Caiete_sarcini(id_caiet number(10) primary key constraint fk_caiet references Licitatii(id_licitatie), scop_caiet

varchar2(600), cerinte varchar2(600), alte_prevederi varchar2(800));

create table Firma (CIF varchar2(20) primary key, nr_reg_com varchar2(30), den_firma varchar2(50), adresa varchar2(50),

telefon varchar2(10), fax varchar2(10), IBAN varchar2(40));

create table Reprezentanti_firma (CNP varchar2(13) primary key, nume_pren varchar2(40), functia varchar2(30), CIF varchar2(20) constraint

fk_CIF references Firma(CIF));

create table Acord_cadru (id_acord_cadru number(10) primary key constraint fk_acord_cadru references Licitatii(id_licitatie),

CIF varchar2(20) constraint fk_CIF_firma references Firma(CIF), id_autoritate number(10) constraint fk_autoritate_contr references

Autoritati_contractante(id_autoritate), nr_ref varchar2(20), durata_acord varchar2(100), data_incheierii date, termen_livrare

varchar2(150), obl_promitent_fz varchar2(500), obl_promitent_achiz varchar2(500), livrare varchar2(500), ambalare_marcare varchar2(500),

receptie_inspectii_teste varchar2(300), asigurari varchar2(300), servicii varchar2(500), piese_schimb varchar2(500),

amendamente varchar2(500), forta_majora varchar2(500), litigii varchar2(500), comunicare varchar2(500));

create table Anexe_acord (id_anexa number(10) primary key, acord_cadru number(10) constraint fk_acord_c references

Acord_cadru(id_acord_cadru));

create table Contracte_subsecvente (id_contract_subsecvent number(10) primary key constraint fk_subsecvent references

Acord_cadru(id_acord_cadru), obiect_principal varchar2(600), garantii_contract varchar2(600), data_incheiere date);

create table Produse_licitatie (id_produs_licitatie number(10) primary key, den_produs_lic varchar2(50), um varchar2(10), cant_min number(10),

cant_max number(10), id_anexa number(10) constraint fk_anexa references Anexe_acord(id_anexa), pret number(9,2), producator

varchar2(50), per_garantie varchar2(100), id_caiet number(10) constraint fk_caiete references Caiete_sarcini(id_caiet));

create table Caracteristici_lic (id_caract_lic number(10) primary key, den_caracteristica varchar2(200), descriere_caract varchar2(200),

id_produs_licitatie number(10) constraint fk_produc_lic references Produse_licitatie(id_produs_licitatie), performanta_min varchar2(300));

create table Documente_licitatie (id_doc_lic number(10) primary key, den_doc_lic varchar2(100), acord_cadru number(10) constraint fk_acord

references Acord_cadru(id_acord_cadru), id_licitatie number(10) constraint fk_lic references Licitatii(id_licitatie));

create table Oferta_raspuns (id_oferta number(10) primary key constraint fk_oferta_lic references

Licitatii(id_licitatie), den_oferta varchar2(100), data_lim_depunere date);

create table Produse_oferta (id_produs number(10) primary key, den_produs varchar2(50), um varchar2(10), pret number(9,2), cantitate

number(10), producator varchar2(50), specificatii varchar2(300), id_oferta number(10) constraint fk_oferta references

Oferta_raspuns(id_oferta));

create table Caracteristici_oferta (id_caract_of number(10) primary key, den_caracter_of varchar2(200), descriere_caracter varchar2(300),

performante_min varchar2(200), id_produs number(10) constraint fk_produs_of references Produse_oferta(id_produs));

create table Documente_raspuns (id_doc_rasp number(10) primary key, den_doc_raspuns varchar2(100), data_doc date, CNP varchar2(13)

constraint fk_CNP_rasp references Reprezentanti_firma (CNP), id_oferta number(10) constraint fk_oferta_rasp references

Oferta_raspuns(id_oferta));

create table Declaratii_anrmap (id_declaratie number(10) primary key, den_decl varchar2(50), id_oferta number(10) constraint fk_decl

references Oferta_raspuns(id_oferta));

Proiectarea depozitelor de date

Realizând baza de date și popularea acestora cu date, se trece la proiectarea depozitelor de date. Acestea la rândul lor se realizează în SQL Developer. În lucrarea prezentă se vizează realizarea a patru depozite fiecare cu specificațiile sale.

Depozitul 1 – Numărul de licitații

Primul depozit se prezintă în figura 10.

Tabela de fapte: Nr_licitații

Tabelele de dimensiuni: Tip_proceduri, Localitatăți_Autoritate, Anul

Indicatorul: nr_licitații în funcție de tip_procedură, localitate_autoritate, id_an

Figura 10

Comenzile SQL pentru crearea depozitul de date se prezintă astfel:

create table Tip_proceduri (tip_procedura varchar2(30) constraint pk_tip_proc primary key);

create table Localitati_autoritate (localitate varchar2(30) constraint pk_loc primary key);

create table Ani (id_an number(4) constraint pk_an primary key);

create table Nr_licitatii_loc (tip_procedura varchar2(30) constraint fk_pro references Tip_proceduri(tip_procedura), localitate varchar2(30)

constraint fk_lo references Localitati_autoritate(localitate), id_an number(4) constraint fk_idan references Ani(id_an),

count_licitatii number(5), constraint pk_licitat primary key (tip_procedura, localitate, id_an));

Comenzile SQL pentru popularea depozitului:

insert into Tip_proceduri select distinct tip_procedura from Proceduri;

insert into Localitati_autoritate select distinct localitate from Autoritati_contractante;

insert into Ani select extract (year from data_publicarii) from Licitatii group by extract (year from data_publicarii);

insert into Nr_licitatii_loc select tip_procedura, localitate, extract (year from data_publicarii), count(id_licitatie)from Licitatii, Proceduri, Autoritati_contractante where Proceduri.id_procedura=Licitatii.id_licitatie

and Autoritati_contractante.id_autoritate=Licitatii.id_autoritate

group by tip_procedura, localitate, extract (year from data_publicarii);

Rezultatul depozitului se prezintă astfel (Figura 11):

Figura 11. Nr_licitatii

Depozitul 2 – Numărul de loturi

Al doilea depozit se prezintă în figura 12.

Tabela de fapte: Nr_loturi

Tabelele de dimensiuni: Durata_loturi, Localitati_autoritate, Luni_lic

Indicatorul: nr_licitații în funcție de durata_lot, localitate, an

Figura 12. Nr_loturi

Comenzile SQL pentru crearea tabelelor din depozitul de date se prezintă astfel:

create table Durata_loturi (id_durata varchar2(100) constraint pk_durata primary key);

create table Localitati_autoritate (localitate varchar2(30) constraint pk_loc primary key);

create table Ani_lic (id_anul number(4) constraint pk_anul primary key);

create table Luni_lic (id_luna_l varchar2(6) constraint pk_luna_l primary key, id_anul number(4) constraint fk_anil references Ani_lic(id_anul));

create table Nr_loturi (id_durata varchar2(100) constraint fk_durata references Durata_loturi(id_durata), localitate varchar2(30)

constraint fk_local references Localitati_autoritate(localitate), id_anul number(4) constraint fk_anull references Ani_lic(id_anul),

id_luna_l varchar2(6) constraint fk_ll references Luni_lic(id_luna_l), count_loturi number(3), constraint pk_nr_lot primary key (id_durata,

localitate, id_anul));

Comenzile SQL pentru popularea tabelelor din depozit:

insert into Durata_loturi select distinct durata from Loturi;

insert into Localitati_autoritate select distinct localitate from Autoritati_contractante;

insert into Ani_lic select extract (year from data_publicarii) from Licitatii group by extract (year from data_publicarii);

insert into Luni_lic (id_luna_l, id_anul) select concat (to_char(data_publicarii, 'mm'), to_char(data_publicarii, 'yyyy')),

extract (year from data_publicarii) from Licitatii group by concat (to_char(data_publicarii, 'mm'), to_char(data_publicarii, 'yyyy')),

extract (year from data_publicarii);

insert into Nr_loturi (id_durata, localitate, id_anul, count_loturi) select durata, localitate, extract (year from data_publicarii), count(id_lot) from Loturi, Autoritati_contractante,

Licitatii where Autoritati_contractante.id_autoritate=Licitatii.id_autoritate and Licitatii.id_licitatie=Loturi.id_licitatie group by

durata, localitate, extract (year from data_publicarii);

Rezultatul depozitului se prezintă astfel (Figura 13):

Figura 13. Nr_loturi

Interfața sistemului

Pe baza depozitul de date realizat în Oracle s-a realizat un program în Borland Delphi pentru a oferi o interfață vizuală accesibilă oricărui utilizator, chiar și celor nefamiliarizați cu mediul de lucru Oracle. Programul din Delphi urmărește realizarea rapoartelor și a graficelor, acestea având roluri importante în înțelegerea și interpretarea rezultatelor obținute în depozite. Harta aplicației se poate identifica în Figura 14.

Figura 14. Harta aplicației

Interfața programului realizate în Delphi se prezintă în figura 15.

Figura 15 . Interfața cu utilizatorul

Rapoarte

Rapoartele sunt un mod eficient de a prezenta informațiile într-un format care permit citirea sau printarea oferind un control mai mare al afișării informațiilor și mai multă flexibilitate când se prezintă informații de sinteză, permițând organizarea și formatarea acestora potrivit scopului și specificațiilor dorite.

Primul raport și anume Nr_loturi realizat în Borland Delphi 6.0, în faza de proiectare se prezintă ca în Figura 16.

Figura 16. Raport – Nr_loturi în faza de proiectare

Raportul Nr_loturi în faza rulare se poate observa în figura 17.

Figura 17. Raport – Nr_loturi în faza de rulare

Cel de-al doilea raport și anume Nr_licitații realizat în Borland Delphi 6.0, în faza de proiectare se prezintă ca în Figura 18.

Figura 18. Raport – Nr_licitații în faza de proiectare

Raportul Nr_licitații în faza rulare se poate observa în figura 19.

Figura 19. Raport – Nr_licitații în faza de rulare

Grafice

Graficele reprezintă o imagine spațială, cu caracter convențional, care prin diferite mijloace plastic de reprezentare, reliefează ceea ce este caracteristic, esențial pentru obiectul cercetării. Datorită acestui avantaj se afirmă că un grafic simplu valorează mai mult decât o expunere.

Graficul primului depozit de date realizat se prezintă astfel (Figura20):

Figura 20. Nr_loturi – grafic

Graficul depozitului de date Nr_licitații se poate observa în Figura 21.

Figura 21. Nr_licitaii – Grafic

Graficele constituie o manieră simplificată de descrierea a realității, transpunând aspectele sale măsurabile în mărimi și figuri geometrice variate, acestea imprimându-se în memorie mult mai ușor decât mulțimea datelor înscrise în tabele.

Manual de utilizare

Pentru a facilita utilizarea aplicației realizate în Borland Delphi s-a creat un manual de utilizare cu ajutorul programului Help&Manual 5. Interfața acestuia este prezentată în figura 22.

Figura 22. Manualul de utilizare

Acest manual de utilizare vine în sprijinul utilizatorilor care doresc să fie la curent cu ceea ce se întâmplă în cadrul departamentului de licitații de la firma ETA2U.

Concluzii

Depozitele de date au fost văzute mai întâi ca fiind componente arhitecturale separate care convertesc și integrează mase de date din surse externe. Acesteau au fost proiectate să cuprindă date prelucrate, viziuni orientate către obiectele decizionale. Aceste colecții de date furnizează utilizatorilor și decidenților imagini funcționale, integrate și orientate pe scopurile organizației. Un depozit de date furnizează o sursă integrată și centralizată de date, aparte față de sistemul tranzacțional, care conține datele esențiale despre activitatea companiei din multitudinea de surse de date existente. Rapoartele obținute pe baza acestor date sunt utilizate ca un instrument de analiză strategic și competitiv. Analizele rapide și corecte pot influența deciziile privind evoluția organizației pe termen mediu și lung. Spre deosebire de sistemele operaționale, structurile de date într-un depozit de date sunt optimizate pentru o regăsire și o analiză rapidă. Datele sunt istorice și sunt actualizate la intervale regulate de timp, în funcție de cerințele de raportare. După cum s-a decalarat și în capitolul de introducere, obiectivul proiectului a fost realizarea unor depozite în Oracle Database 11g, SQL Developer, iar mai apoi realizarea unei aplicații în Delphi, care oferă oricărui utilizator accesul de a înțelege și interpreta rezultatele cu ajutorul rapoartelor dar și a gaficelor. Totodată s-a propus proiectarea unor depozite de date ce dispun de tabele mari, precum și testarea comportării depozitelor de date în lucrul în mod tranzacțional.

Depozitul de date este proiectat pentru a optimiza obținerea de rapoarte pe un număr mare de înregistrări ale bazei de date. Rapoartele obținute pe baza acestor date sunt utilizate ca un instrument de analiză strategic și competitiv. Analizele rapide și corecte pot influența deciziile privind evoluția organizației pe termen mediu și lung.

Scopul unui depozit de date este să furnizeze utilizatorilor accesul sporit la date. Depozitul de date furnizează accesul la datele integrate ale întreprinderii. Utilizatorii pot acum să stabilească cu un minim de efort, o conexiune garantată la depozitul de date, prin intermediul unui calculator.

Datorită obiectivelor impuse de utilizarea depozitelor de date în analiză, se desprind câteva caracteristici mai importante pe care acestea le dețin:

depozitul de date asigură accesul la datele organizației. Accesul trebuie să fie imediat, la cerere și să fie performant. Nu este acceptabil ca acest acces să fie realizat prin intermediari sau să fie prea lent. De asemenea, accesul presupune existența unor utilitare care să fie foarte ușor de folosit;

datele dintr-un depozit de date trebuie să fie consistente. Consistența presupune faptul că atunci când două persoane solicită același set de informații să primească aceleași date, chiar dacă ele au fost cerute la momente de timp diferite. Dacă datele nu au fost complet încărcate atunci utilizatorul va fi avertizat cu privire la acest lucru și este sfătuit să aștepte până ce vor fi complet încărcate;

datele într-un depozit de date pot fi separate și combinate pentru a oferi un acces cât mai rapid și un timp de răspuns cât mai mic sistemului;

depozitele de date nu reprezintă doar datele, ci și un set de utilitare pentru a interoga, analiza, prezenta informațiile;

datele din depozite sunt utilizate direct în analize, fără alte prelucrări suplimentare. Datele nu sunt doar acumulate la un loc și păstrate ci sunt asamblate dintr-o varietate de surse, sunt corectate de erori, li se asigură calitatea necesară și abia apoi devin utilizabile;

calitatea datelor din depozitele de date este un factor determinant pentru procesul de reculegere a datelor. Se întâlnește frecvent situația în care datele sunt de bună calitate, dar nu sunt colectate în întregime sau au un caracter opțional.

Depozitul de date înseamnă o stocare a datelor, unitară, completă și integrată,obținută dintr-o varietate de surse, disponibilă utilizatorilor într-un mod ușor perceptibil șidestinată fundamentării deciziei în contextul afacerii.

Listă bibliografică

Cărți

Airinei, D. (2002). Depozite de date. Iași, Polirom

Brândaș, C. (2007). Concepere, proiectare și implementare, Timișoara, Brumar

Fotache, M. (2005). Proiectarea bazelor de date. Normalizare și postnormalizare. Implementări Oracle și SQL, Iași, Polirom

Fotache, M. (2009). SQL. Dialecte DB2, Oracle și PostgreSQL și SQL Server, Iași, Polirom

Muntean, M. (2002). Baze de date

Olteanu, A.-I. (2005). Analiza și proiectarea aplicațiilor pentru baze de date

Oprea, D., Airinei, D., Fotache, M. (2002)- Sisteme informaționale pentru afaceri, Iași, Polirom

Popa, I. (2001). Baze de date

Răduț, C. (2001). Baze de date relaționale

Stowe, Michael W. (1999). Oracle Developer/2000 handbook

Tamaș, I. (2003). Limbaje de programare și baze de date

Târnăveanu, D., Hauer I. (2012). Baze de date relaționale, Timișoara, Editura de Vest

Todoroi, D. (2004). Baze de date pentru economiști, Timișoara

Voicu, M.-C. (2006). Algoritmi pentru baze de date și aplicații în Delphi, Timișoara, Mirton

Voicu, V. (2004). Sisteme informatice cu baze de date, Timișoara

Oltean, M., Groșan, C. (2004) Delphi 7.0 în 200 de aplicații, Cluj-Napoca, Albastră

Articole tip „Newspaper”

(2009, iunie) – Revista Audit Financiar, pp. 15-16

Materiale traduse

Brândaș, Muntean. (2007) Business Intelligence Support Systems and Infrastructures

Brândaș, Muntean. (2008) Knowledge Management in Intercultural Collaborative Environments

Muntean, Cabău. (2011) Business intelligence approach in a business performance context

Muntean, Mircea. (2008) Business Intelligence Solutions for Gaining Competitive Advantage

Muntean, Târnăveanu. (2012) A Multidimensional View Proposal of the Data Collected Through a Questionnaire. Associated Data Mart Deployment Framework

Muntean, Târnăveanu. (2012) Free Business Intelligence – An Easy and Reliable Alternative

Muntean. (2012) Theory and Practice in Business Intelligence

Internet

(2005, decembrie) – Abordări de tip Data Warehousing-Implementare în Microsoft SQL Server 2005 (Format general) Consultat la http://www.feaa.uvt.ro/bi/wp-content/uploads/2010/12/Abordari-de-tip-Data-Warehousing-Implementare-in-MS-SQL-Server-2005.pdf

(2008, februarie 25). (Format general) Consultat la http://www.siveco.ro/ro/despre-siveco-romania/presa/comunicate-de-presa/solutiile-de-business-intelligence-investitia-managerilor-romani-deciziile-fundamentate-si-rapide

(2011, februarie 2011A). (Format general) Consultat la http://www.computerworld.ro/ 2011/02/11/sybase-pozitionat-in-leaders-quadrant-in-2011-la-data-warehouse-database-management-system-magic-quadrant/

(2011E, decembrie 19). (Format general) Consultat la http://www.indicatorideperformanta.ro/intrebari_si_raspunsuri/question/34/Ce-reprezinta-conceptul-de-Business-Intelligence-BI (accesat la: 28.06.2013)

(2011F, martie 2). (Format general) Consultat la http://ie2.wikispaces.com/Business+Intelligence (accesat la: 28.06.2013)

(2012C, Octombrie 15) Studiu de caz – Sisteme informatice pentru afaceri (Format general) Consultat la http://www.feaa.uvt.ro/bi/wp-content/uploads/2012/10/Notiuni_generale.pdf

(2013A, aprilie 2). (Format general) Consultat la http://www.anis.ro/2013/04/02/llp-romania-solutiile-de-business-intelligence-reduc-timpul-necesar-pentru-luarea-deciziilor-financiare/

(2013B, ianuarie 25) (Format general) Consultat la http://www.anis.ro/2013/01/25/cele-mai-importante-10-tendinte-in-it-in-2013-conform-pac/ (accesat: 28.06.2013)

(Formart general) Consultat la http://www.zentut.com/data-warehouse/what-is-data-warehouse/ (accesat la: 28.06.2013)

(Format general) Consultat la http://www.oracle.com/ro/solutions/midsize/oracle-products/business-intelligence/index.html (accesat la: 28.06.2013)

Badescu, V. (2011B). Depozite de date – procesare in-memory

Consultat la http://xa.yimg.com/kq/groups/31804242/1764328618/name/2.+ Arhitectura+depozitelor+de+date.pdf

Crișan I. L. (2009, ianuarie 20). (Format general) Consultat la http://www. computerworld.ro/2009/01/20/gartner-teradata-unul-dintre-lideri-pe-piata-solutiilor-de-data-warehouse/

Danciu O. (2013, aprilie 22). (Format general) Consultat la http://ro.scribd.com/doc/ 137094562/Depozite-de-Date-Oracle-Warehouse-docx

Foo, A. (2013, mai 31) Consultat la http://ibmdatamag.com/2013/05/is-the-data-warehouse-dead/ (accesat la: 29.06.2013)

Gustave, T. (2012D, ianuarie 27) (Format general) Consultat la http://www.linkedin.com/groups/Please-Welcome-Bill-Inmon-our-4272636.S.91675817

Hemphill, M. (2004, martie 8) (Formart general) Consultat la http://exonous.typepad.com/mis/2004/03/building_busine.html(accesat la: 28.06.2013)

http://datawarehouse4u.info/ETL-process.html (accesat la: 29.06.2013)

http://econ.ubbcluj.ro/Scoala_Doctorala/rezumate/Ilona%20Mariana%20NAGY.pdf

http://facultate.regielive.ro/cursuri/calculatoare/depozite-de-date-oracle-warehouse- 287424.html

http://www.forrester.com/Business-Intelligence (accesat la: 28.06.2013)

http://www.totalmetrics.com/function-point-resources/function-point-FAQ/data-warehouses

http://www.webopedia.com/TERM/E/ETL.html (accesat la: 29.06.2013)

Hurbean, L. (2008, iulie 30) (Format general) Consultat la http://www.business-intelligence.ro/?p=19 (accesat la: 28.06.2013)

Kunakornpaiboonsir, T. (2013, iunie 19) Consultat la http://www.futuregov.asia/articles/2013/jun/19/us-university-deploys-new-data-warehouse-and-busin/

Orzan, Gh.(2012B). Tehnologii informatice inteligente de accesare multidimensională a bazelor și depozitelor de date de  marketing http://www.editurauranus.ro/marketing-online/12/pdf/4.pdf

Voiculescu, R. (2011, octombrie 31). Consultat la http://www.romanialibera.ro/bani-afaceri/finante/piata-de-business-intelligence-din-romania-va-creste-accelerat-242882.html (accesat la: 29.06.2013)

Yaddow, W. (2013, mai 31) Consultat, tradus și adaptat la http://ibmdatamag.com/2013/05/ensuring-data-warehouse-quality-a-business-mandate/

Articole

(2011C). Tehnologii Data Warehouse

(martie 2011D) – Tehnologii de integrare (notițe de curs)

Boldea, M. (2012) Medii de programare vizuală (notițe de curs)

Brândaș, C. (2013) Proiectarea sistemelor informaționale (notițe de curs)

Muntean, M. – Sisteme inteligente pentru asistarea deciziei (notițe de curs)

Nagy, I. (2012A). Proiectarea și Implementarea Depozitelor de Date pentru Business Intelligence aplicate în Economie

Târnăveanu, D. (2012, noiembrie 26) Abordări Business Intelligence

Târnăveanu, D. (2013) Medii de programare vizuală (notițe de curs)

Velicanu, M. & Muntean, M. (2001, ianuarie). Modelarea multidimensională, pp. 6-7

Apendice