Obsah. Kapitola 1. Kapitola 2. Kapitola 3. Úvod 9

Rozměr: px
Začít zobrazení ze stránky:

Download "Obsah. Kapitola 1. Kapitola 2. Kapitola 3. Úvod 9"

Transkript

1 Obsah Úvod 9 Kapitola 1 Business Intelligence, datové sklady 11 Přechod od transakčních databází k analytickým Kvalita údajů pro analýzy Nevhodnost transakčních databází pro analýzy Zpracování dat z operačního prostředí Datový sklad Datové trhy Metody budování datového skladu Kapitola 2 Architektura, modelování a implementace procesů Business Intelligence na MS SQL Serveru Architektura analytických služeb MS SQL Serveru Architektura analytických služeb MS SQL Serveru XML for Analysis (XMLA) Metoda Discover Metoda Execute Podpora XMLA na platformě analytických služeb MS SQL Serveru Výhody a nevýhody Modelování procesů Business Intelligence Časová posloupnost procesu Business Intelligence Business Intelligence v reálném čase Nástroje pro práci s analytickými službami Implementace a přístup k UDM přes Business Intelligence Development Studio Data Source Views SQL Server Management Studio Dotazy v prostředí SQL Server Management Studio Výpis parametrů a vlastností Využití šablon skriptů Kapitola 3 Integrační služby v MS SQL Serveru Extrakce, transformace a přenos

2 4 Obsah Oblast vynášení dat Extrakce Čištění dat Transformace Problémy při transformaci dat Přenos Chyby a problémy procesu ETL Testování etapy ETL Architektura integračních služeb MS SQL Serveru Vytvoření transformačního balíčku pomocí průvodce Námět příkladu Vytvoření projektu Seznámení s návrhovým prostředím pro návrh integračních služeb Záložka ControlFlow Kontejnery integračních služeb For Loop Container Foreach Loop Container Sequence Container Úlohy pro přípravu dat Workflow úlohy Úlohy pro SQL Server Skriptové úlohy Úlohy využívající analytické služby Execute SQL Task Data Flow Task Agreggate Audit Conditional Split Copy Column Data Conversion Derived Column OLE DB Source Editor OLE DB Destination Editor Data Flow Path Editor Import dat z textového souboru Alternativní řešení Pokročilejší konverze dat Analýza problému Návrh integračního projektu Operátory pro konstruování SSIS podmínek Funkce pro konstruování SSIS podmínek Rozdělení dat na platná a neplatná Výběr dat ze dvou datových zdrojů, které obsahují duplicitní data Definování připojení na zdroje dat

3 Obsah 5 Definice připojení pro ukládání výstupních hodnot a duplicitních záznamů Definice připojení pro ukládání informací o chybách Definice připojení k databázi AdventureWorksDW Control Flow Data Flow Odstranění exaktních duplicit Odstranění neostrých duplicit Uložení odhalených duplicit Ladění projektu Nasazení integračních projektů Kapitola 4 Reportovací služby 149 Enterprise Reporting Architektura a filozofie reportovacích služeb Report Manager Životní cyklus reportu Návrh reportu Správa reportu Doručení reportu Architektura reportovacích služeb Struktura jazyka RDL pro návrh reportů Grafické prvky pro návrh reportů Textbox Line Rectangle Image Prvky pro zobrazování dat Výrazy v jazyce RDL Agregační funkce Návrh výstupní sestavy dat z databáze Návrh dotazu pro výběr dat Výběr zdroje dat Návrh reportu pomocí průvodce Spuštění reportu ve vývojovém prostředí Návrh reportu ve vývojovém prostředí Grafické prostředí pro návrh reportu Pohled za oponu reportovacích služeb Nástroj pro konfiguraci reportovacích služeb Ovládací prvky zobrazení reportu Možnosti exportu výstupní sestavy Návrh složitějšího reportu Definice množiny dat pro report Návrh reportu

4 6 Obsah Grafické úpravy reportu v prostředí MS Visual Studio Interaktivní parametrický report Report Builder Návrh reportu pomocí Report Builderu Správa reportu Report Manager Doručení reportu Data Driven Subscription Kapitola 5 OLAP analýzy 233 Zopakování základů teorie relačních databází Vztahy mezi entitami Normalizace databází Multidimenzionální databáze Multidimenzionální databázový model Porovnání relačního a multidimenzionálního modelu Teoretický úvod do problematiky OLAP Fakty a dimenze Schémata tabulek dimenzí Úložiště multidimenzionálních dat MOLAP, ROLAP, HOLAP Úvodní příklad pro OLAP analýzu Databázové tabulky pro cvičný příklad Relační databáze pro cvičný příklad Multidimenzionální databáze pro cvičný příklad Vytvoření OLAP kostky rodinného rozpočtu pomocí průvodce Definice datových zdrojů Definice pohledů na datové zdroje Vytvoření kostky OLAP kostka v jazyce SQL klauzule CUBE Vytvoření OLAP kostky z datového skladu Práce s OLAP kostkou v prostředí BI Dev Studio Cube Structure Dimension Usage Perspektivy Particie Browser Kalkulace (záložka Calculations) Klíčové indikátory (záložka KPIs) Záložka Translations

5 Obsah 7 Kapitola 6 Dolování dat (data mining) 313 Co data mining neumožňuje Teoretický úvod stručné statistické minimum Rozdělení pravděpodobnosti a testování hypotéz Statistické metody využívané data miningovými modely Model procesu data miningu Procesní schéma data miningu Učící fáze Analýza a predikce nových případů Algoritmy pro data mining Vícerozměrné shlukové diagramy Nevyvážené rozhodovací stromy Typické okruhy úloh a výběr algoritmů pro jejich řešení Úvodní příklad pro data mining Návrh data miningového modelu Predikce Příklad z praxe rozlišení jedlých a jedovatých hub Příprava vstupních dat Projekt data miningového modelu Příklad predikce na základě výsledků analýzy Kapitola 7 Klientský přístup k analytickým službám 359 Kategorizace klientského přístupu Tlustý klient Tenký klient Office jako klient analytických služeb Kontingenční tabulka (Pivot Table) Kontingenční tabulka (Pivot Table) v prostředí programu MS Excel Microsoft Excel 2003 jako klient analytických služeb Práce s daty OLAP v režimu off-line Microsoft Excel 2007 jako klient analytických služeb Příloha 1 Cvičná databáze Adventure Works 373 Instalace cvičné databáze Adventure Works pomocí skriptů Příloha 2 Cvičná databáze Adventure Works DW 383 Instalace cvičné databáze Adventure Works DW pomocí skriptů

6 8 Obsah Zavedení projektu Adventure Works DW analysis services project Závěr 386 Seznam použité a doporučené literatury Slovník použitých zkratek Rejstřík 389

Informační systémy 2006/2007

Informační systémy 2006/2007 13 Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní, Katedra automatizační techniky a řízení Informační systémy 2006/2007 Ivan Kedroň 1 Obsah Analytické nástroje SQL serveru. OLAP analýza

Více

Obsah. Kapitola 1. Kapitola 2. Kapitola 3. Kapitola 4. Úvod 11. Stručný úvod do relačních databází 13. Platforma 10g 23

Obsah. Kapitola 1. Kapitola 2. Kapitola 3. Kapitola 4. Úvod 11. Stručný úvod do relačních databází 13. Platforma 10g 23 Stručný obsah 1. Stručný úvod do relačních databází 13 2. Platforma 10g 23 3. Instalace, první přihlášení, start a zastavení databázového serveru 33 4. Nástroje pro administraci a práci s daty 69 5. Úvod

Více

Novinky SQL Serveru 2005 v oblasti Business Intelligence

Novinky SQL Serveru 2005 v oblasti Business Intelligence Novinky SQL Serveru 2005 v oblasti Business Intelligence Seminární práce na předmět Business Intelligence (4IT435) Vypracoval Borek Bernard, leden 2006 1 Abstrakt Microsoft SQL Server 2005 je po mnoha

Více

DATABÁZOVÉ SYSTÉMY. Metodický list č. 1

DATABÁZOVÉ SYSTÉMY. Metodický list č. 1 Metodický list č. 1 Cíl: Cílem předmětu je získat přehled o možnostech a principech databázového zpracování, získat v tomto směru znalosti potřebné pro informačního manažera. Databázové systémy, databázové

Více

Stručný obsah. K2118.indd 3 19.6.2013 9:15:27

Stručný obsah. K2118.indd 3 19.6.2013 9:15:27 Stručný obsah 1. Stručný obsah 3 2. Úvod 11 3. Seznamy a databáze v Excelu 13 4. Excel a externí data 45 5. Vytvoření kontingenční tabulky 65 6. Využití kontingenčních tabulek 81 7. Kontingenční grafy

Více

Základy business intelligence. Jaroslav Šmarda

Základy business intelligence. Jaroslav Šmarda Základy business intelligence Jaroslav Šmarda Základy business intelligence Business intelligence Datový sklad On-line Analytical Processing (OLAP) Kontingenční tabulky v MS Excelu jako příklad OLAP Dolování

Více

Business Intelligence

Business Intelligence Business Intelligence Josef Mlnařík ISSS Hradec Králové 7.4.2008 Obsah Co je Oracle Business Intelligence? Definice, Od dat k informacím, Nástroj pro operativní řízení, Integrace informací, Jednotná platforma

Více

AdventureWorksDW2014 SQL Server Data Tools Multidimenziona lnı model Tabula rnı model Multidimenziona lnı mo d Tabula rnı mo d MS SQL Server 2016 Tabula rnı mo d Azure Analysis Services 16 3.2 Dimenzionální

Více

On line analytical processing (OLAP) databáze v praxi

On line analytical processing (OLAP) databáze v praxi On line analytical processing (OLAP) databáze v praxi Lukáš Matějovský Lukas.Matejovsky@CleverDecision.com Jan Zajíc Jan.Zajic@CleverDecision.com Obsah Představení přednášejících Základy OLAP Příklady

Více

Přehled systému Microsoft SQL Server. Komu je kniha určena Struktura knihy Nejvhodnější výchozí bod pro čtení knihy Konvence a struktura knihy

Přehled systému Microsoft SQL Server. Komu je kniha určena Struktura knihy Nejvhodnější výchozí bod pro čtení knihy Konvence a struktura knihy Komu je kniha určena Struktura knihy Nejvhodnější výchozí bod pro čtení knihy Konvence a struktura knihy Konvence Další prvky Požadavky na systém Ukázkové databáze Ukázky kódu Použití ukázek kódu Další

Více

Microsoft Access tvorba databáze jednoduše

Microsoft Access tvorba databáze jednoduše Microsoft Access tvorba databáze jednoduše Časový rozsah: 2 dny (9:00-16:00) Cena: 3300 Kč + DPH Úvod do relačních databází. Funkce databázových objektů Microsoft Access. Návrh tabulek, definice základních

Více

Marketingová komunikace. 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3bph)

Marketingová komunikace. 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3bph) Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3bph) 3. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Zdroje Studijní materiály Heleny Palovské

Více

Marketingová komunikace. 2. a 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph)

Marketingová komunikace. 2. a 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph) Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3aph) 2. a 3. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Co nás čeká: 2. soustředění 16.1.2009

Více

KAPITOLA 2. Architektura, modelování a implementace Business Intelligence procesů v SQL Serveru 2008. V této kapitole:

KAPITOLA 2. Architektura, modelování a implementace Business Intelligence procesů v SQL Serveru 2008. V této kapitole: KAPITOLA 2 Architektura, modelování a implementace Business Intelligence procesů v SQL Serveru 2008 V této kapitole: Architektura Business Intelligence na platformě SQL Serveru 2008 Modelování procesů

Více

TM1 vs Planning & Reporting

TM1 vs Planning & Reporting R TM1 vs Planning & Reporting AUDITOVATELNOST? ZABEZPEČENÍ? SDÍLENÍ? KONSOLIDACE? PROPOJITELNOST???? TM1?? COGNOS PLANNING IBM COGNOS 8 PLANNING Cognos Planning Podpora plánovacího cyklu Jednoduchá tvorba

Více

Platforma Microsoft zajistila společnosti ISS nový finanční analytický systém

Platforma Microsoft zajistila společnosti ISS nový finanční analytický systém Microsoft Windows Server Platforma Microsoft zajistila společnosti ISS nový finanční analytický systém Přehled Země: Česká Republika Odvětví: Facility services Profil zákazníka: ISS WORLD Czech Republic

Více

Základy databází. O autorech 17 PRVNÍ ČÁST. KAPITOLA 1 Začínáme 19

Základy databází. O autorech 17 PRVNÍ ČÁST. KAPITOLA 1 Začínáme 19 3 Obsah Novinky v tomto vydání 10 Význam základních principů 11 Výuka principů nezávisle na databázových produktech 12 Klíčové pojmy, kontrolní otázky, cvičení, případové studie a projekty 12 Software,

Více

Marketingová komunikace. 2. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph)

Marketingová komunikace. 2. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph) Marketingová komunikace Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph) 2. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Minulé soustředění úvod

Více

Infor Performance management. Jakub Urbášek

Infor Performance management. Jakub Urbášek Infor Performance management Jakub Urbášek Agenda prezentace Stručně o produktu Infor PM 10 Komponenty Infor PM - PM OLAP a PM Office Plus Reporting Analýza Plánování / operativní plánování Infor Performance

Více

Možnosti reportingu v produktech řady EPM

Možnosti reportingu v produktech řady EPM Možnosti reportingu v produktech řady EPM Martin Répal Senior konzultant/manager EPM MCITP, MCP, MOS, MCTS, vtsp, Prince II martin.repal@autocont.cz 1 Jak je to s reportingem? Má SW produkt reporty? Tak

Více

Databázové systémy. 10. přednáška

Databázové systémy. 10. přednáška Databázové systémy 10. přednáška Business Intelligence Poprvé byl termín BI použit Gartnerem a dále pak popularizován Howardem Dresnerem jako: proces zkoumání doménově strukturovaných informací za účelem

Více

Business Intelligence

Business Intelligence Business Intelligence Skorkovský KAMI, ESF MU Principy BI zpracování velkých objemů dat tak, aby výsledek této akce manažerům pomohl k rozhodování při řízení procesů výsledkem zpracování musí být relevantní

Více

Zpětná vazba od čtenářů 11 Dotazy 11 Zdrojové kódy ke knize 11 Errata 11 Typografické konvence použité v knize 12

Zpětná vazba od čtenářů 11 Dotazy 11 Zdrojové kódy ke knize 11 Errata 11 Typografické konvence použité v knize 12 Obsah Zpětná vazba od čtenářů 11 Dotazy 11 Zdrojové kódy ke knize 11 Errata 11 Typografické konvence použité v knize 12 Úvod do Microsoft SharePoint Foundation 2010 13 Základní pojmy používané v této knize

Více

Základní informace o co se jedná a k čemu to slouží

Základní informace o co se jedná a k čemu to slouží Základní informace o co se jedná a k čemu to slouží založené na relačních databází transakční systémy, které jsou určeny pro pořizování a ukládání dat v reálném čase (ERP, účetní, ekonomické a další podnikové

Více

Srovnání SQL serverů. Škálovatelnost a výkon. Express Workgroup Standard Enterprise Poznámky. Počet CPU 1 2 4 bez limitu Obsahuje podporu

Srovnání SQL serverů. Škálovatelnost a výkon. Express Workgroup Standard Enterprise Poznámky. Počet CPU 1 2 4 bez limitu Obsahuje podporu Srovnání SQL serverů Škálovatelnost a výkon Počet CPU 1 2 4 bez limitu Obsahuje podporu RAM 1 GB 3 GB bez limitu bez limitu vícejádrových (multicore) procesorů 64-bit podpora Windows on Windows (WOW) WOW

Více

Analýza a modelování dat. Přednáška 9

Analýza a modelování dat. Přednáška 9 Analýza a modelování dat Přednáška 9 Další dotazování nad kostkou Rozšíření SQL99 rozšíření SQL99 (minulá přednáška): seskupovací operátory za GROUP BY CUBE statistiky dle řezů ROLLUP statistiky dle rolování

Více

Specifikace předmětu zakázky

Specifikace předmětu zakázky Specifikace předmětu zakázky Název zakázky: Předmět zakázky (služba, dodávka nebo stavební práce): Podpora odborného vzdělávání zaměstnanců firmy Apollo servis s.r.o. 201503 Předmětem zakázky je: 1. poskytnout

Více

Analýza a modelování dat. Přednáška 8

Analýza a modelování dat. Přednáška 8 Analýza a modelování dat Přednáška 8 OLAP, datová kostka, dotazování nad kostkou Motivace většina DB relační zaznamenání vztahů pomocí logicky provázaných tabulek jakou mají velmi často vztahy povahu vztah

Více

M Administrace Microsoft SQL Server Popis: Absolvent kurzu bude umět: Požadavky pro absolvování kurzu: Kurz určen pro: Literatura:

M Administrace Microsoft SQL Server Popis: Absolvent kurzu bude umět: Požadavky pro absolvování kurzu: Kurz určen pro: Literatura: M20462 Administrace Microsoft SQL Server 2014 Popis: Pětidenní kurz je určen studentům, kteří potřebují získat znalosti k administraci Microsoft SQL Server 2014 databází. Kurz je zaměřen na využití služeb

Více

DATOVÉ SKLADY A OLAP V PROSTŘEDÍ MS SQL SERVERU

DATOVÉ SKLADY A OLAP V PROSTŘEDÍ MS SQL SERVERU VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV INFORMAČNÍCH SYSTÉMŮ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF INFORMATION SYSTEMS DATOVÉ SKLADY

Více

Manažerský reporting a finanční plánování Targetty

Manažerský reporting a finanční plánování Targetty Manažerský reporting a finanční plánování Targetty v O2 Milan Štoček Milan.Stocek@CleverDecision.com Agenda Představení Clever Decision a Uniwise Targetty - Enterprise Performance Management Planning Architektura

Více

Obsah. Úvod 9. Úvod do Office 2003 11 Seznámení s Office 2003 12 Vylepšení programu Access 2003 13 XML 13 Inteligentní značky 14

Obsah. Úvod 9. Úvod do Office 2003 11 Seznámení s Office 2003 12 Vylepšení programu Access 2003 13 XML 13 Inteligentní značky 14 Obsah Úvod 9 Kapitola 1 Úvod do Office 2003 11 Seznámení s Office 2003 12 Vylepšení programu Access 2003 13 XML 13 Inteligentní značky 14 Různá další vylepšení 21 Integrace s technologií SharePoint 21

Více

KAPITOLA 1 Představení platformy Microsoft SQL Server 2008

KAPITOLA 1 Představení platformy Microsoft SQL Server 2008 KAPITOLA 1 Představení platformy Microsoft SQL Server 2008 Krátký pohled do historie SQL Serveru Souhrnný přehled novinek, které přináší verze SQL Server 2008 Optimalizovaná instalace a konfigurace Vynucení

Více

GIS a Business Intelligence

GIS a Business Intelligence GIS pre územnú samosprávu GIS a Business Intelligence (pohled ze strany GIS) Rudolf Richter, BERIT services s.r.o. 1 Východiska pro rozhodování Data existují, ale jsou fragmentována v různorodých produkčních

Více

Bc. David Gešvindr MSP MCSA MCTS MCITP MCPD

Bc. David Gešvindr MSP MCSA MCTS MCITP MCPD Bc. David Gešvindr MSP MCSA MCTS MCITP MCPD 1. Příprava k instalaci SQL Serveru 2. Instalace SQL Serveru 3. Základní konfigurace SQL Serveru Vychází ze Sybase SQL Server Verze Rok Název Codename 7.0 1998

Více

Profitabilita klienta v kontextu Performance management

Profitabilita klienta v kontextu Performance management IBM Technical specialist team Pre Sale 26/10/2010 Profitabilita klienta v kontextu Performance management Co všechno řadíme do PM? Automatická data Běžný reporting Pokročilé statistické modely Včera What

Více

Ing. Roman Danel, Ph.D. 2010

Ing. Roman Danel, Ph.D. 2010 Datový sklad Ing. Roman Danel, Ph.D. 2010 Co je to datový sklad a kdy se používá? Pojmem datový sklad (anglicky Data Warehouse) označujeme zvláštní typ databáze, určený primárně pro analýzy dat v rámci

Více

Bu B sin i e n s e s s I n I te t l e lig i en e c n e c Skorkovský KA K M A I, E S E F MU

Bu B sin i e n s e s s I n I te t l e lig i en e c n e c Skorkovský KA K M A I, E S E F MU Business Intelligence Skorkovský KAMI, ESF MU Principy BI zpracování velkých objemů dat tak, aby výsledek této akce manažerům pomohl k rozhodování při řízení procesů výsledkem zpracování musí být relevantní

Více

10. Datové sklady (Data Warehouses) Datový sklad

10. Datové sklady (Data Warehouses) Datový sklad 10. Datové sklady (Data Warehouses) Datový sklad komplexní data uložená ve struktuře, která umožňuje efektivní analýzu a dotazování data čerpána z primárních informačních systémů a dalších zdrojů OLAP

Více

GTL GENERATOR NÁSTROJ PRO GENEROVÁNÍ OBJEKTŮ OBJEKTY PRO INFORMATICA POWERCENTER. váš partner na cestě od dat k informacím

GTL GENERATOR NÁSTROJ PRO GENEROVÁNÍ OBJEKTŮ OBJEKTY PRO INFORMATICA POWERCENTER. váš partner na cestě od dat k informacím GTL GENERATOR NÁSTROJ PRO GENEROVÁNÍ OBJEKTŮ OBJEKTY PRO INFORMATICA POWERCENTER váš partner na cestě od dat k informacím globtech spol. s r.o. karlovo náměstí 17 c, praha 2 tel.: +420 221 986 390 info@globtech.cz

Více

Datové sklady. Ing. Jan Přichystal, Ph.D. 1. listopadu 2011. PEF MZLU v Brně

Datové sklady. Ing. Jan Přichystal, Ph.D. 1. listopadu 2011. PEF MZLU v Brně PEF MZLU v Brně 1. listopadu 2011 Úvod Intenzivní nasazení informačních technologií způsobuje hromadění obrovské spousty nejrůznějších údajů. Příkladem mohou být informace z obchodování s cennými papíry

Více

Wonderware Information Server 4.0 Co je nového

Wonderware Information Server 4.0 Co je nového Wonderware Information Server 4.0 Co je nového Pavel Průša Pantek (CS) s.r.o. Strana 2 Úvod Wonderware Information Server je výrobní analytický a reportní informační portál pro publikaci výrobních dat

Více

Obsah OLAP A ESO9... 3

Obsah OLAP A ESO9... 3 Zpracoval: Tomáš Urych U Mlýna 2305/22, 141 Praha 4 Záběhlice Dne: 27.6.2008 tel.: +420 585 203 370-2 e-mail: info@eso9.cz Revize: Havlena Stanislav www.eso9.cz Dne: 1.7.2011 Obsah 1. OLAP A ESO9... 3

Více

Podnikové informační systémy Jan Smolík

Podnikové informační systémy Jan Smolík Podnikové informační systémy Jan Smolík Zobecněné schéma aplikační architektury Vlastníci, management Aplikační architektura podnikové informatiky Business Intelligence, manažerské aplikace Obchodní partneři

Více

Kritéria hodnocení praktické maturitní zkoušky z databázových systémů

Kritéria hodnocení praktické maturitní zkoušky z databázových systémů Kritéria hodnocení praktické maturitní zkoušky z databázových systémů Otázka č. 1 Datový model 1. Správně navržený ERD model dle zadání max. 40 bodů teoretické znalosti konceptuálního modelování správné

Více

Databáze Bc. Veronika Tomsová

Databáze Bc. Veronika Tomsová Databáze Bc. Veronika Tomsová Databázové schéma Mapování konceptuálního modelu do (relačního) databázového schématu. 2/21 Fyzické ik schéma databáze Určuje č jakým způsobem ů jsou data v databázi ukládána

Více

Vzdělávací obsah vyučovacího předmětu

Vzdělávací obsah vyučovacího předmětu V.9.3. Vzdělávací obsah vyučovacího předmětu Vzdělávací oblast: Inormatika a informační a komunikační technologie Vyučovací předmět: Informatika Ročník: 1. ročník + kvinta chápe a používá základní termíny

Více

Téma Školitel Počet dní Moderní principy řízení výrobního podniku

Téma Školitel Počet dní Moderní principy řízení výrobního podniku Katalog školení QAD Školení probíhají na adrese: Minerva ČR, Skálova 2490, Tábor začátek 9:00 hod do cca 16 hod Minerva ČR, AT Tower Pražákova 69, Brno začátek 9:00 hod do cca 16 hod cena 4000Kč/osoba,

Více

Kritéria hodnocení praktické maturitní zkoušky z databázových systémů

Kritéria hodnocení praktické maturitní zkoušky z databázových systémů Kritéria hodnocení praktické maturitní zkoušky z databázových systémů Otázka č. 1 Datový model 1. Správně navržený ERD model dle zadání max. 40 bodů teoretické znalosti konceptuálního modelování správné

Více

Databázové systémy. Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz

Databázové systémy. Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz Databázové systémy Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz Vývoj databázových systémů Ukládání dat Aktualizace dat Vyhledávání dat Třídění dat Výpočty a agregace 60.-70. léta Program Komunikace Výpočty

Více

BI v rámci IS/ICT komponenty BI architektura. Charakteristika dat a procesů v IS/ICT. Datové sklady ukládání dat návrh datového skladu

BI v rámci IS/ICT komponenty BI architektura. Charakteristika dat a procesů v IS/ICT. Datové sklady ukládání dat návrh datového skladu BI v rámci IS/ICT komponenty BI architektura Charakteristika dat a procesů v IS/ICT Datové sklady ukládání dat návrh datového skladu BI CRM ERP SCM Aplikace pro podporu základních řídících a administrativních

Více

Metadata. MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu

Metadata. MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu Metadata MI-DSP 2013/14 RNDr. Ondřej Zýka, ondrej.zyka@profinit.eu Co to jsou metadata Chybějící metadata Doplněná metadata Co o metadatech říkají autority Řízení metadata je nepochybně nejdůležitější

Více

CPM/BI a jeho návaznost na podnikové informační systémy. Martin Závodný

CPM/BI a jeho návaznost na podnikové informační systémy. Martin Závodný CPM/BI a jeho návaznost na podnikové informační systémy Martin Závodný Agenda Význam CPM/BI Aplikace CPM/BI Projekty CPM/BI Kritické body CPM/BI projektů Trendy v oblasti CPM/BI Diskuse Manažerské rozhodování

Více

RadioBase 3 Databázový subsystém pro správu dat vysílačů plošného pokrytí

RadioBase 3 Databázový subsystém pro správu dat vysílačů plošného pokrytí Databázový subsystém pro správu dat vysílačů plošného pokrytí RadioBase je datový subsystém pro ukládání a správu dat vysílačů plošného pokrytí zejména pro služby analogové a digitální televize a rozhlasu.

Více

Jak velká jsou? Obchodní analytici FB velké datové sady BI = business intelligence. OLAP = Online Analytical Processing. DWH = Data Warehouse

Jak velká jsou? Obchodní analytici FB velké datové sady BI = business intelligence. OLAP = Online Analytical Processing. DWH = Data Warehouse název B = Bajt KB = Kilobajt MB = Megabajt GB = Gigabajt TB = Terabajt PB = Petabajt EB = Exabajt ZB = Zettabajt YB = Yottabajt velikost 8 b 2^10 B 2^20 B 2^30 B 2^40 B 2^50 B 2^60 B 2^70 B 2^80 B Jak

Více

SEMINÁŘ MANAŢERSKÉ SYSTÉMY

SEMINÁŘ MANAŢERSKÉ SYSTÉMY 22.10.2008 SEMINÁŘ MANAŢERSKÉ SYSTÉMY S PŘÍVLASKEM Prezentace zajímavých projektů BUSINESS INTELLIGENCE 16.10.2008 Ing. Jan Klimeš, ORTEX 1 & Hyman K*A*P*L*A*N Mapa semináře (aneb co Vám chci říci ) Obsah

Více

ARBES BI MODERNÍ ŘEŠENÍ pro podporu strategického, taktického a operativního řízení.

ARBES BI MODERNÍ ŘEŠENÍ pro podporu strategického, taktického a operativního řízení. ARBES BI MODERNÍ ŘEŠENÍ pro podporu strategického, taktického a operativního řízení www.arbes.com ARBES BI BUSINESS INTELLIGENCE Většina firem dnes již ví, jak důležité je mít relevatní informace ve správný

Více

PowerPivot pro Microsoft Excel 2013

PowerPivot pro Microsoft Excel 2013 Časový rozsah: 1 den (9:00-16:00) Cena: 2500 Kč + DPH PowerPivot pro Microsoft Excel 2013 Kurz je určen uživatelům Microsoft Excel 2013, kteří se chtějí naučit využívat doplněk PowerPivot pro Excel 2013

Více

Efektívne riadenie financií v ISS Facility Services Prípadová štúdia BI

Efektívne riadenie financií v ISS Facility Services Prípadová štúdia BI Efektívne riadenie financií v ISS Facility Services Prípadová štúdia BI Logo partnera Efektívne riadenie financií v ISS Facility Services Prípadová štúdia BI Agenda Ciele prezentácie prípadovej štúdie

Více

kapitola 2 Datové sklady, OLAP

kapitola 2 Datové sklady, OLAP Tomáš Burger, burger@fit.vutbr.cz kapitola 2 Datové sklady, OLAP Získávání znalostí z databází IT-DR-3 / ZZD Co je to datový sklad A data warehouse is a subjectoriented, integrated, time-variant and nonvolatile

Více

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ metodický list č. 1 Dobývání znalostí z databází Cílem tohoto tematického celku je vysvětlení základních pojmů z oblasti dobývání znalostí z databází i východisek dobývání znalostí z databází inspirovaných

Více

3 zdroje dat. Relační databáze EIS OLAP

3 zdroje dat. Relační databáze EIS OLAP Zdroje dat 3 zdroje dat Relační databáze EIS OLAP Relační databáze plochá dvourozměrná tabulková data OLTP (Online Transaction Processing) operace selekce projekce spojení průnik, sjednocení, rozdíl dotazování

Více

Katalog školení QAD a SIMATIC IT Preactor. Školení probíhají na adrese: Minerva ČR, Skálova 2490, Tábor začátek 9:00 hod do cca 16 hod

Katalog školení QAD a SIMATIC IT Preactor. Školení probíhají na adrese: Minerva ČR, Skálova 2490, Tábor začátek 9:00 hod do cca 16 hod Katalog školení QAD a SIMATIC IT Preactor Školení probíhají na adrese: Minerva ČR, Skálova 2490, začátek 9:00 hod do cca 16 hod Minerva ČR, AZ Tower Pražákova 69, začátek 9:00 hod do cca 16 hod Cena: 4000Kč/osoba/den,

Více

Statistica, kdo je kdo?

Statistica, kdo je kdo? Statistica, kdo je kdo? Newsletter Statistica ACADEMY Téma: Typy instalací Typ článku: Teorie Někteří z vás používají univerzitní licence, někteří síťové, podnikové atd. V tomto článku Vám představíme,

Více

POZVÁNKA NA KURZY. Literatura Ke všem kurzům jsou poskytovány metodické příručky pro školství v elektronické podobě.

POZVÁNKA NA KURZY. Literatura Ke všem kurzům jsou poskytovány metodické příručky pro školství v elektronické podobě. POZVÁNKA NA KURZY Dovolujeme si zaměstnance Vaší školy pozvat na bezplatná školení sponzorovaná firmou Microsoft, která se konají na naší škole. Tato nabídka se týká všech zaměstnanců školství pedagogů

Více

Mgr. Jan Folbrecht Senior softwarový inženýr, softwarový architekt, manažer

Mgr. Jan Folbrecht Senior softwarový inženýr, softwarový architekt, manažer Mgr. Jan Folbrecht Senior softwarový inženýr, softwarový architekt, manažer SPECIALIZACE Konzultace a školení v oblastech softwarového inženýrství Zavádění vývojových metodik do projektů a vývojových týmů

Více

2. Modelovací jazyk UML 2.1 Struktura UML 2.1.1 Diagram tříd 2.1.1.1 Asociace 2.1.2 OCL. 3. Smalltalk 3.1 Jazyk 3.1.1 Pojmenování

2. Modelovací jazyk UML 2.1 Struktura UML 2.1.1 Diagram tříd 2.1.1.1 Asociace 2.1.2 OCL. 3. Smalltalk 3.1 Jazyk 3.1.1 Pojmenování 1. Teoretické základy modelování na počítačích 1.1 Lambda-kalkul 1.1.1 Formální zápis, beta-redukce, alfa-konverze 1.1.2 Lambda-výraz jako data 1.1.3 Příklad alfa-konverze 1.1.4 Eta-redukce 1.2 Základy

Více

Pilotní projekt implementace Business Intelligence ve studijní agendě VŠE v Praze

Pilotní projekt implementace Business Intelligence ve studijní agendě VŠE v Praze Úvod Pilotní projekt implementace Business Intelligence ve studijní agendě VŠE v Praze Ota Novotný, Lukáš Hrnčíř katedra informačních technologií VŠE v Praze email: novotnyo@vse.cz Business Inteligence

Více

Vývoj informačních systémů. Přehled témat a úkolů

Vývoj informačních systémů. Přehled témat a úkolů Vývoj informačních systémů Přehled témat a úkolů Organizace výuky doc. Mgr. Miloš Kudělka, Ph.D. EA 439, +420 597 325 877 homel.vsb.cz/~kud007 milos.kudelka@vsb.cz Přednáška Teorie Praxe Cvičení Diskuze

Více

Reportingová platforma v České spořitelně

Reportingová platforma v České spořitelně Reportingová platforma v České spořitelně Agenda Implementované prostředí Cognos 8 v ČS Marek Varga, Česká spořitelna, a.s. Využití platformy Cognos z pohledu businessu Petr Kozák, Česká spořitelna, a.s.

Více

Katalog školení QAD a SIMATIC IT Preactor. Školení probíhají na adrese: Minerva ČR, Skálova 2490, Tábor začátek 9:00 hod do cca 16 hod

Katalog školení QAD a SIMATIC IT Preactor. Školení probíhají na adrese: Minerva ČR, Skálova 2490, Tábor začátek 9:00 hod do cca 16 hod Katalog QAD a SIMATIC IT Preactor Školení probíhají na adrese: Minerva ČR, Skálova 2490, začátek 9:00 hod do cca 16 hod Minerva ČR, AT Tower Pražákova 69, začátek 9:00 hod do cca 16 hod cena 4000Kč/osoba,

Více

Analýza dat skoro zadarmo možnosti rozborů pro malé organizace

Analýza dat skoro zadarmo možnosti rozborů pro malé organizace Analýza dat skoro zadarmo možnosti rozborů pro malé organizace Martin Hess Microsoft Office Specialist Master Certification katedra informačních technologií VŠE Praha hess@vse.cz Abstrakt Článek se zabývá

Více

Data x Informace x Znalosti

Data x Informace x Znalosti Ing. Jan Král Jak to vidíme Program MS Excel je rozšířen a běžně dostupný bez dalších nákladů na převážné většině pracovišť, i pracovišť zabývajících se řízením jakosti a spolehlivosti, zpracovávajících

Více

Business Intelligence nástroje a plánování

Business Intelligence nástroje a plánování Business Intelligence nástroje a plánování pro snadné reportování a vizualizaci Petr Mlejnský Business Intelligence pro reporting, analýzy a vizualizaci Business Intelligence eporting Dashboardy a vizualizace

Více

Obsah. Úvod do problematiky. Datový sklad. Proces ETL. Analýza OLAP

Obsah. Úvod do problematiky. Datový sklad. Proces ETL. Analýza OLAP Petr Jaša Obsah Úvod do problematiky Data vs. informace Operační vs. analytická databáze Relační vs. multidimenzionální model Datový sklad Důvody pro budování datových skladů Definice, znaky Schéma vazeb

Více

Compatibility List. GORDIC spol. s r. o. Verze 3.60.5 8.4.2009

Compatibility List. GORDIC spol. s r. o. Verze 3.60.5 8.4.2009 Compatibility List Verze 3.60.5 8.4.2009 GORDIC spol. s r. o. Copyright 1993-2009 1 Obsah Obsah 1 2 3 4 5 6 7 8 9 3.1 3.2 Úvodní informace Podporované databázové systémy Klientské prostředí Tlustý klient...

Více

Profilová část maturitní zkoušky 2013/2014

Profilová část maturitní zkoušky 2013/2014 Střední průmyslová škola, Přerov, Havlíčkova 2 751 52 Přerov Profilová část maturitní zkoušky 2013/2014 TEMATICKÉ OKRUHY A HODNOTÍCÍ KRITÉRIA Studijní obor: 78-42-M/01 Technické lyceum Předmět: TECHNIKA

Více

Okruhy z odborných předmětů

Okruhy z odborných předmětů VYŠŠÍ ODBORNÁ ŠKOLA INFORMAČNÍCH STUDIÍ A STŘEDNÍ ŠKOLA ELEKTROTECHNIKY, MULTIMÉDIÍ A INFORMATIKY Novovysočanská 280/48, 190 00 Praha 9 Pracoviště VOŠ: Pacovská 350/4, 140 00 Praha 4 Okruhy z odborných

Více

IW3 MS SQL SERVER 2014

IW3 MS SQL SERVER 2014 Instalace a konfigurace IW3 MS SQL SERVER 2014 Ing. Peter Solár, MCITP EA solar@pocitacoveskoleni.cz 1 OSNOVA 1. příprava instalace SQL serveru 2. instalace SQL serveru 3. základní konfigurace SQL serveru

Více

Profilová část maturitní zkoušky 2017/2018

Profilová část maturitní zkoušky 2017/2018 Střední průmyslová škola, Přerov, Havlíčkova 2 751 52 Přerov Profilová část maturitní zkoušky 2017/2018 TEMATICKÉ OKRUHY A HODNOTÍCÍ KRITÉRIA Studijní obor: 78-42-M/01 Technické lyceum Předmět: TECHNIKA

Více

Stěhování aplikací. Michal Tomek, Sales Manager

Stěhování aplikací. Michal Tomek, Sales Manager Stěhování aplikací Michal Tomek, Sales Manager Agenda Co míníme stěhováním Typické situace Role InterSystems Příležitosti Migrace Stěhování informačního systému Nová budova. HW a OS Získáme nové vlastnosti

Více

cena jednodenního školení: 4000Kč/osoba, druhá a další z téže firmy 3000Kč cena dvoudenního školení: 7000Kč/osoba, druhá další z téže firmy 6000Kč.

cena jednodenního školení: 4000Kč/osoba, druhá a další z téže firmy 3000Kč cena dvoudenního školení: 7000Kč/osoba, druhá další z téže firmy 6000Kč. Katalog školení QAD Školení probíhají na adrese: Minerva ČR, Skálova 2490, začátek 9:00 hod do cca 16 hod Minerva ČR, AT Tower Pražákova 69, začátek 9:00 hod do cca 16 hod cena jednodenního školení: 4000Kč/osoba,

Více

Archivace relačních databází

Archivace relačních databází Archivace relačních databází Možnosti, formát SIARD, nástroje, tvorba, prohlížení, datové výstupy Martin Rechtorik 30.11.2018 Archivace relačních databází 1. Možnosti archivace relačních databází 2. Formát

Více

Příprava dat v softwaru Statistica

Příprava dat v softwaru Statistica Příprava dat v softwaru Statistica Software Statistica obsahuje pokročilé nástroje pro přípravu dat a tvorbu nových proměnných. Tyto funkcionality přinášejí značnou úsporu času při přípravě datového souboru,

Více

MIS. Manažerský informační systém. pro. Ekonomický informační systém EIS JASU CS. Dodavatel: MÚZO Praha s.r.o. Politických vězňů 15 110 00 Praha 1

MIS. Manažerský informační systém. pro. Ekonomický informační systém EIS JASU CS. Dodavatel: MÚZO Praha s.r.o. Politických vězňů 15 110 00 Praha 1 MIS Manažerský informační systém pro Ekonomický informační systém EIS JASU CS Dodavatel: MÚZO Praha s.r.o. Politických vězňů 15 110 00 Praha 1 Poslední aktualizace dne 5.8.2014 MÚZO Praha s.r.o. je certifikováno

Více

Sbírka řešených příkladů pro výuku Business Intelligence pro studenty EF

Sbírka řešených příkladů pro výuku Business Intelligence pro studenty EF Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta Katedra aplikované matematiky a informatiky Diplomová práce Sbírka řešených příkladů pro výuku Business Intelligence pro studenty EF Vypracovala:

Více

Tabulka Nabídková cena za předmět plnění *uchazeč vyplní cenu za celý kurz nebo cenu za 1 účastníka dle zadávací dokumentace a nabídky uchazeče

Tabulka Nabídková cena za předmět plnění *uchazeč vyplní cenu za celý kurz nebo cenu za 1 účastníka dle zadávací dokumentace a nabídky uchazeče Příloha č. 3 k č.j. : MV-145067-6/VZ-2013 Počet listů: 12 Tabulka Nabídková cena za předmět plnění *uchazeč vyplní cenu za celý nebo cenu za 1 dle zadávací dokumentace a nabídky uchazeče Část 1 pro administrátory

Více

Databázové systémy úvod

Databázové systémy úvod Databázové systémy úvod Michal Valenta Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze c Michal Valenta, 2016 BI-DBS, LS 2015/16 https://edux.fit.cvut.cz/courses/bi-dbs/

Více

MBI - technologická realizace modelu

MBI - technologická realizace modelu MBI - technologická realizace modelu 22.1.2015 MBI, Management byznys informatiky Snímek 1 Agenda Technická realizace portálu MBI. Cíle a principy technického řešení. 1.Obsah portálu - objekty v hierarchiích,

Více

QAD Business Intelligence

QAD Business Intelligence QAD Business Intelligence Vladimír Bartoš, Pavel Němec Konzultanti 13.6.2012 Komponenty QAD BI Analytické tabule pro podporu rozhodování Spolupráce uživatelů nad analyzovanými daty Reporty Generátor analytických

Více

Katalog školení QAD a SIMATIC IT Preactor. Školení probíhají na adrese: Minerva ČR, Skálova 2490, Tábor začátek 9:00 hod do cca 16 hod

Katalog školení QAD a SIMATIC IT Preactor. Školení probíhají na adrese: Minerva ČR, Skálova 2490, Tábor začátek 9:00 hod do cca 16 hod Katalog školení QAD a SIMATIC IT Preactor Školení probíhají na adrese: Minerva ČR, Skálova 2490, začátek 9:00 hod do cca 16 hod Minerva ČR, AT Tower Pražákova 69, začátek 9:00 hod do cca 16 hod cena 4000Kč/osoba,

Více

Katalog školení QAD a SIMATIC IT Preactor. Školení probíhají na adrese: Minerva ČR, Skálova 2490, Tábor začátek 9:00 hod do cca 16 hod

Katalog školení QAD a SIMATIC IT Preactor. Školení probíhají na adrese: Minerva ČR, Skálova 2490, Tábor začátek 9:00 hod do cca 16 hod Katalog školení QAD a SIMATIC IT Preactor Školení probíhají na adrese: Minerva ČR, Skálova 2490, začátek 9:00 hod do cca 16 hod Minerva ČR, AT Tower Pražákova 69, začátek 9:00 hod do cca 16 hod cena 4000Kč/osoba,

Více

Datový sklad. Datový sklad

Datový sklad. Datový sklad Datový sklad Postavení v rámci IS/ICT Specifika návrhu Modelování Datový sklad POSTAVENÍ NÁVRH Postavení datového skladu (DW) v IS/ICT z hlediska aplikací jako součást Business Intelligence z hlediska

Více

Business Intelligence. Adam Trčka

Business Intelligence. Adam Trčka Business Intelligence Adam Trčka 09:00 11:30: BI v kostce Navrhněme si sklad Ukázka BI Datamining 12:30 14:30: Pokračování kurzu 14:30 15:00: Q&A Agenda Co se dnes dovíme? Data informace znalost Business

Více

ZŠ ÚnO, Bratří Čapků 1332

ZŠ ÚnO, Bratří Čapků 1332 MS Access 2002 Grada - po spuštění je třeba kliknout do středu obrazovky - v dalším dialogovém okně (Přihlášení) vybrat uživatele, zřídit Nového uživatele nebo zvolit variantu Bez přihlášení (pro anonymní

Více

SIMATIC PCS 7. Archivace a prezentace dat. Jan Kváč Siemens, s.r.o. jan.kvac@siemens.com tel: 2 3303 2462

SIMATIC PCS 7. Archivace a prezentace dat. Jan Kváč Siemens, s.r.o. jan.kvac@siemens.com tel: 2 3303 2462 SIMATIC PCS 7 Archivace a prezentace dat Jan Kváč Siemens, s.r.o. jan.kvac@siemens.com tel: 2 3303 2462 Možnosti archivace výrobních dat v SIMATIC PCS 7 I. Přímo na OS (krátkodobě) StoragePlus server (menší

Více

Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek, M. Cvanová. 5. Statistica

Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek, M. Cvanová. 5. Statistica Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek, M. Cvanová 5. Statistica StatSoft, Inc., http://www.statsoft.com, http://www.statsoft.cz. Verze pro Mac i PC, dostupná

Více

Vývoj informačních systémů. Přehled témat a úkolů

Vývoj informačních systémů. Přehled témat a úkolů Vývoj informačních systémů Přehled témat a úkolů Organizace výuky doc. Mgr. Miloš Kudělka, Ph.D. EA 439, +420 597 325 877 homel.vsb.cz/~kud007 milos.kudelka@vsb.cz Přednáška Znalosti Schopnosti Cvičení

Více

STÁTNÍ POKLADNA. Integrovaný informační systém Státní pokladny (IISSP)

STÁTNÍ POKLADNA. Integrovaný informační systém Státní pokladny (IISSP) POKLADNA Integrovaný informační systém Státní pokladny (IISSP) Ing. Miroslav Kalousek ministr financí Praha 17.12.2012 Page 1 Integrovaný informační systém Státní pokladny (IISSP) Centrální systém účetních

Více

Projekt Business Intelligence pro společnost Nutricia, a.s.

Projekt Business Intelligence pro společnost Nutricia, a.s. Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky Vyšší odborná škola informačních služeb v Praze Student : Karel Hrubý Vedoucí bakalářské práce : PhDr. Kateřina Julišová TÉMA BAKALÁŘSKÉ

Více