| Naziv predmeta | Poslovna inteligencija |
| Detalji | Kod
VSITE276 Skr.
PINT ECTS
5 Godina
2 Semester
Ljetni semestar Vrsta
obvezatni smjera Razina HKO 7
Diplomski studiji E-Learning
0% |
| Aktivnosti | DIT zg - Zim 23/24
ECTS
Jedinice
Sati
Svega P
1
15
2
30
A
0
0
0
0
L
1
10
3
30
S
0
0
0
0
KA
0
0
0
0
KP
0
3
1
0
PR
0
0
0
0
IP
0
0
0
0
IU
0
1
2
0
SU
3
1
90
90
|
| Nastavnici | Nositelji: mr. sc. Danijel Vještica Obradović, v. pred. |
| Preduvjeti | Nema |
| Sadržaj | Potreba za poslovnom inteligencijom. Kvaliteta podataka. Vrijednost poslovnih informacija. Analitička primjena poslovne inteligencije. Skladište podataka. Spiralni pristup. Strukturirani i ne strukturirani tipovi izvora podataka. Snimanje stanja, metadata i granularnost. Izdvajanje, transformacija i čišćenje podataka (ETL). Priprema podataka. Priprema i struktura dimenzijskih i činjeničnih tablica. Povrat ulaganja u poslovnu inteligenciju. Upravljanje pomoću informacija. Korporacijski portali. OLAP alati.
|
| Ciljevi učenja | Osposobiti studenta za primjenu metoda poslovne inteligencije.
|
| Ishodi učenja | 1. Objasniti potrebu za poslovnom inteligencijom, obrazložiti povrat ulaganja.
2. Specificirati kvalitetu podataka i vrijednost poslovnih informacija.
3. Koristiti strukturirane i nestrukturirane izvore podataka.
4. Specificirati skladište podataka, meta podatke, dimenzijske i povijesne tablice.
5. Provoditi ETL procedure.
6. Primijeniti OLAP.
|
| Sposobnosti | Osposobljavanje studenata za implementaciju i korištenje skladišta podataka, integracijskih i analitičkih sustava te poslovnog izvještavanja.
|
| Preporučena literatura | 1. Panian, Ž.; Klepac, G. Poslovna inteligencija, Masmedia Zagreb, 2003.
2. R. Kimball, M. Ross, The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling (Second Edition).
|
| Dodatna literatura | 1. Inmon, W. H.: Building the Data Warehouse, Wiley; 4 edition, 2005.
2. Kimball, R.; Caserta, J.: The Data Warehouse ETL Toolkit; Wiley; 1 edition, 2004.
|
| predavanja (P) | - Uvod u kolegij. Znanje kao strateški resurs
- Upravljanje znanjem, skupljanje znanja i lanac znanja. Osnove informacijskih sustava.
- Povijest poslovne intelignecije (PI). Definicija sustava za potporu u odlučivanju (SPO) i PI. Razlozi za uvođenje SPO i PI. Proces uvođenja PI.
- Definicija i planiranje PI projekata. Životni ciklus PI.
- Struktura tima PI. Mjerenje vrijednosti PI. Integracijski centar kompentencije (ICC). Kompetitivna inteligencija. Budućnost PI.
- Tipovi podataka. Povijest razvoja baza podataka. Model podataka: konceptualni, logički i izvedbeni.
- Modeliranje podataka. Normalizacijske forme. Uvod u relacijske baze podataka. Transformacija modela u relacijsku bazu podataka. Paralelna usporedba MSSQL i Oracle baze podataka.
- Oracle arhitektura. MSSQL arhitektura.
- Skladiste podataka. Usporedba skladišta podataka i operativnih baza podataka. ETL.
- Informacijski sustav za potporu u odlučivanju. Arhitektura SPO sustava. Izgradnja sustava od gore prema dolje te od dolje prema gore. Integracijski alati.
- Punjenje skladišta podataka. Pripremno područje. Načini dohvata podataka. Preduvjeti za stvarno-vremensku izvedbu skladišta podataka.
- Referencijski integritet i domenska ograničenja. Tehnike inicijalnog i inkrementalnog punjenja. Korištenje nagovještaja. Punjenja kod ekstremno velikih količina podataka. Optimizacija. Indeksi. Zrnatost. Meta-podaci i repozitorij.
- Više-dimenzijski model podataka. Dimenzijske tablice. Surogatni ključ. Datumsko-vremenska dimenzija. Dijeljiva dimenzija. Sporo-promijenjive dimenzije: tip 1, tip 2 i tip 3. Brzo promijenjive dimenzije. Otpadne dimenzije. Heterogene dimenzije. Hijerarhije: balansne, ne balansne i ofucane te mosne tablice.
- Činjenične tablice. Degenerirane dimenzije. Agregacijske tablice. Specijalne izvedbe činjeničnih tablica. Tehnike punjenja činjeničnih tablica. Analitičke tehnike. OLAP: MOLAP, ROLAP i HOLAP. Učestalo korištene analitičke tehnike. Alati za upravljanje s kockama.
- Kvaliteta podataka. Upravljanje matičnim podacima. Algoritmi i tehnike za povećanje kvalitete podataka. Alati za kvalitetu podataka. Alati za izvještaje. Dubinska analiza podataka. Veliki podaci. NoSQL. Hadoop.
|
| laboratorijske vježbe (L) | - SQL Data modeler, uvod u alat.
- SQL Data modeler - kreiranje DWH modela
- Informatica PC - uvod u alat.
- Informatica PC - osnovne aktivnosti unutar alata.
- Informatica PC - expression, file list, filter.
- Informatica PC - joiner, tips&tricks, lookup , dates, sequence.
- Informatica PC - lookup keš, soritanje, agregiranje, router, update strategija.
- Informatica PC - dinamicki keš, Log greške, ne povezani lookup, maplet, radni dijagram.
- MSSQL Integration services - uvod u alat.
MSSQL Reporting Services - uvod u alat.
- MSSQL Analysis Services - uvod u alat.
- Nije definirano
- Nije definirano
- Nije definirano
- Nije definirano
- Nije definirano
|
| kolokvij - teorija (KP) | - Znanje. IS. Poslovna inteligencija.
- Podaci, modeli i modeliranje. Skladište podataka.
- Više-dimenzijski model podataka. Analitičke tehnike.
|
| ispit - teorija (IU) | - Nije definirano
|
| samostalno učenje (SU) | - testovi i kolokviji, konzultacije, samostalni rad i samostalno učenje
|
