پردازش اطلاعات و جریان اطلاعات در هوش تجاری

ما در این مطلب ، به تعدادی از الگوهای پردازش مختلف و چگونگی نگاه به یک برنامه تجاری، می‌پردازیم…

پردازش تراکنشی

عملیات در یک سیستم پردازش تراکنشی تعاملاتی بین کاربر و سیستم کامپیوتری است که در آن احساس پاسخ فوری سیستم به درخواست‌های کاربر وجود دارد. مثالی رایج از پردازش تراکنشی استفاده از دستگاه خودپرداز (ATM) است.

گرچه به نظر می‌آید که یک سیستم یکپارچه در پاسخ به درخواست‌های کاربر وجود دارد، در پشت پرده هر تعامل ممکن است شامل تعداد زیادی سیستم وابسته باشد. مفهوم یک تراکنش در واقع این واقعیت را شامل می‌شود: یک تراکنش واقعاً مجموعه‌ای از عملیات است که به عنوان یک واحد کاری گروه‌بندی شده‌اند، به طوری که هیچ یک از عملیات فردی اثرات بلندمدت خود را ندارد مگر اینکه تمام عملیات بتوانند اثر بگذارند. برای مثال در استفاده ازدستگاه خودپرداز، قبل از اینکه بانک به دستگاه خودپرداز اجازه دهد که وجه را پرداخت کند، باید موجودی حساب کاربر بررسی شود تا ببینیم آیا موجودی کافی وجود دارد، سپس باید حساب کاربر کسر شود و پس از آن وجه می‌تواند پرداخت شود. با این حال، اگر نتیجه هر یک از این عملیات فرعی نشان دهد که خدمات‌دهی به درخواست غیرممکن است، تمام عملیات باید به عقب برگردند – نمی‌خواهید بانک موجودی حساب شما را کاهش دهد بدون اینکه وجه را به شما دهد، و بانک هم نمی‌خواهد وجه را پرداخت کند بدون اینکه موجودی حساب شما کاهش یابد.

در این حالت، جریان اطلاعات به ترتیب کنترلی دنبال می‌شود و در هر تعامل فردی مرتبط با هر معامله عبور می‌کند. نمای تقریبی از این جریان اطلاعات را می‌توانید در شکل زیر مشاهده کنید

پردازش تراکنشی، پردازش اطلاعات و جریان اطلاعات، هوش تجاری BI، کاربردهای هوش تجاری، مزایای استفاده از هوش تجاری

پردازش عملیاتی

در اینجا، ما از عبارت “پردازش عملیاتی” برای اشاره به یک سیستم استفاده می‌کنیم که از کامپیوترها برای کنترل یک فرآیند استفاده می‌کند. یک خط تولید خودکار ممکن است شامل چندین قسمت ماشین باشد، هر کدام از این قطعات نیاز به دستورات کنترل سیستم بر اساس نیازهای عملیاتی داخلی خود دارد و همچنین به ورودی اطلاعات از دیگر قطعات ماشین های متصل به داخل کل سیستم نیاز دارد. به عنوان مثال، فرآیند تولید چیپس سیب‌زمینی شامل یک سری ماشین مانند یک دستگاه شستشو، یک برش‌زن، یک سرخ‌کن، یک مرتب‌کننده، یک افزودنی طعم و یک دستگاه بسته‌بندی است، هر کدام از آنها به تبدیل یک سیب‌زمینی به یک مجموعه چیپس سیب‌زمینی کمک می‌کند.

در این سناریو، پردازش عملیاتی شامل یک شبکه پیچیده از جریان‌های اطلاعات است که برای حفظ عملکرد کنترل شده و پیوسته در داخل سیستم ضروری است. این نیازمندی باعث می‌شود که مقدار قابل توجهی از اطلاعات باید در سراسر مکان‌های پردازش مختلف به اشتراک گذاشته شود تا مدیریت بهینه انجام شود.

از مثال فرآیند تولید چیپس سیب‌زمینی استفاده کنید، هر مرحله از پردازش نیازمند داده‌هایی در مورد جریان محصول از مراحل قبلی است. علاوه بر این، وقوع رویدادها یا شرایط خاص می‌تواند عملیات کنترلی اضافی را فعال کند. به عنوان مثال، اگر حجم ظرف افزودنی به میزان معینی کاهش یابد، ممکن است هشداری ایجاد شود و خط تولید متوقف شود. به علاوه، رویدادهای جهانی که تأثیری بر کل سیستم دارند، مانند تجاوز از حداکثر دما‌های ایمنی، ممکن است منجر به متوقف شدن کامل خط تولید شوند.

در سناریوهای پردازش عملیاتی، جریان‌های اطلاعات به طور معمول شامل ترکیبی از عملیات ترتیبی سنگین و اتصالات سبک‌وزن برای تبادل اطلاعات کنترلی بین مؤلفه‌های مختلف سیستم طراحی شده‌اند. این شبکه پیچیده از جریان‌های اطلاعات اطمینان حاصل می‌کند که کل فرآیند عملیاتی همچنان هماهنگ و واکنش‌پذیر به شرایط و رویدادهای مختلف باقی می‌ماند.

پردازش دسته‌ای

نسبت به پردازش تراکنش، پردازش دسته‌ای مجموعه‌هایی از دنباله‌های عملیات مشابه را در قالب دسته‌ها اجرا می‌کند (بنابراین این نام داده شده است). با اینکه هر دو پردازش تراکنش و پردازش دسته‌ای یک سری عملیات را اجرا می‌کنند، اما پردازش دسته‌ای با پردازش تراکنش از نظر جریان اطلاعات و نیز در مقیاس اعمال هر مرحله پردازشی از هر دو متفاوت است.

یک برنامه پردازش دسته‌ای به احتمال زیاد هر مرحله پردازش را بر روی یک مجموعه از نمونه‌های داده به عنوان یک کل اعمال می‌کند و سپس نتیجه را به مرحله پردازش بعدی منتقل می‌کند.

به عنوان مثال، یک شرکت ممکن است در طول روز سفارش‌های فروش مبتنی بر تراکنش را جمع‌آوری کند، اما این سفارش‌ها را و پردازش راه‌اندازی سفارش به عنوان یک فرآیند دسته‌ای در شب انجام دهد. پردازش انجام سفارش‌ها خطوط سفارش را بر اساس مشتری تجمیع می‌کند، نیازهای بسته‌بندی را تعیین می‌کند، لیست‌های برداشت را تولید می‌کند که به کارگران انبار دستور می‌دهد که کدام موارد برای هر ارسال انتخاب شود، برچسب‌های حمل و نقل با داده‌های مناسب حمل و نقل تولید می‌کند، جمع‌آوری موجودی را به‌روز می‌کند، و سایر عملیات‌ها از جمله تولید سفارش‌های تأمین موجودی را انجام می‌دهد.

جریان اطلاعات در پردازش دسته‌ای به طور معمول بین مراحل پردازش مختلف بارهای داده سنگین را منتقل می‌کند، هرکدام از این مراحل یک جزء از کار کل برای مجموعه داده را انجام می‌دهند. نمای تقریبی از جریان اطلاعات پردازش دسته‌ای را می‌توان در شکل زیرمشاهده کرد.

پردازش تحلیلی

شامل تعامل بین تحلیل‌گران و مجموعه‌های داده‌های تجمیع شده است که ممکن است به شکل‌های نمایشی جانبی تغییر یافته باشند تا بهبود عملکرد تحلیلی فراهم شود. در این مورد، مدل جریان اطلاعات احتمالاً دو جنبه خواهد داشت: جریان اطلاعات به محیط پردازش تحلیلی از تأمین‌کنندگان آن و جریان اطلاعات از سیستم پردازش تحلیلی به کاربران آن. جریان اول احتمالاً بیشتر به عنوان یک جریان عملیاتی خواهد بود، که در آن مجموعه‌های داده ممکن است استخراج شده و به قسمت مرحله‌بندی منتقل شوند و علیرغم جنبه BI (هوش تجاری) از تعاملات کاربران، جریان اطلاعات بین مشتریان داده مارت ممکن است شبیه جریان اطلاعات تراکنشی باشد، با اجرای دنباله‌هایی از پرس‌وجوها، اگرچه اینجا احتمالاً تراکنش‌های واقعی کمتری وجود دارد. ترسیمی از جریان اطلاعات برای پردازش تحلیلی را می‌توانید در شکل زیر مشاهده کنید.

پردازش دسته‌ای، پردازش اطلاعات و جریان اطلاعات، هوش تجاری BI، کاربردهای هوش تجاری، مزایای استفاده از هوش تجاری

مدل جریان اطلاعات

مدل فرآیند کسب‌وکار نشان‌دهنده نحوه عملکرد یک فرآیند کسب‌وکار است؛ زمانی که از لایه بالایی این مدل نگاهی به زیر پوشش آن می‌اندازیم، آنچه نمایان می‌شود مدل نحوه انتشار همزمان اطلاعات و کنترل از طریق برنامه کسب‌وکاری است. این مفید است که یک روش رسمی برای توصیف نحوه انتشار داده‌ها از طریق یک سیستم داشته باشیم؛ در این بخش، ما یک مدل جریان اطلاعات سطح بالا را معرفی خواهیم کرد. مدل جریان اطلاعات مراحل پردازش گسسته را در داخل فرآیند تمایز می‌دهد، نحوه جریان اطلاعات را از طریق آن سیستم توصیف می‌کند و انواع موارد داده که از طریق فرآیند جریان دارند را مشخص می‌کند. این مدل ارزشمند است چرا که اساسی برای تفکیک بین وابستگی‌های داده، وابستگی‌های کنترل و وابستگی‌های پیاده‌سازی مصنوعی فراهم می‌کند که در نتیجه می‌تواند به بهبود جریان، شناسایی محدودیت‌ها، یافتن مکان‌های مناسب برای قرار دادن نظارت بر اعتبار داده، درج نقاط جمع‌آوری داده برای تجزیه و تحلیل‌های بعدی و فرصت‌هایی برای افزایش نقاط تجزیه و تحلیل کسب‌وکار اشاره کند.

پردازش تحلیلی، پردازش اطلاعات و جریان اطلاعات، هوش تجاری BI، کاربردهای هوش تجاری، مزایای استفاده از هوش تجاری

جریان اطلاعات : مراحل پردازش

در یک مدل جریان اطلاعات، مراحل پردازش مجزا را تشخیص می‌دهیم. اگرچه لیست زیر به هیچ عنوان کامل نیست، می‌توانیم هر مرحله پردازش را به عنوان یکی از این کلاس‌ها تعریف کنیم.

  1. تامین : مرحله ای که در آن تامین‌کنندگان خارجی داده‌ها را ارائه می‌دهند.
  2. به‌دست‌آوردن : مرحله داخلی که در آن داده‌های خارجی به دست می‌آید.
  3. تبدیل : مرحله‌ای که در آن اطلاعات به گونه‌ای تغییر داده می‌شوند تا به فرمت ورودی مرحله‌ی دیگری برای پردازش تطابق یابند.
  4. ایجاد : مرحله داخلی که در آن نمونه‌های داده‌ای جدید ایجاد می‌شوند.
  5. پردازش : هر مرحله‌ای که ورودی را پذیرفته و خروجی تولید می‌کند (همچنین اثرات جانبی را ایجاد می‌کند).
  6. بسته‌بندی : هر نقطه‌ای که اطلاعات جمع‌آوری، تجمیع و یا خلاصه می‌شود.
  7. تغییر/ مسیریابی : مرحله‌ای که بر اساس مجموعه‌ای از قوانین گسسته، تصمیم می‌گیرد که چگونه نمونه‌های داده را مسیردهی کند.
  8. تصمیم : مرحله‌ای که در آن انتخاب عامل تعاملی (واقعی یا خودکار) ضبط می‌شود.
  9. پورتال : نقطه تحویل برای داده‌هایی که برای مصرف می‌باشند.
  10. مصرف : مرحله خروجی سیستم

جریان اطلاعات : کانال‌های هدایت شده

داده‌ها از یک مرحله به مرحله دیگر از طریق کانال‌های اطلاعات هدایت‌شده حرکت می‌کنند. یک کانال اطلاعات هدایت‌شده یک فرآیند است که جریان اطلاعات را از یک مرحله پردازش به مرحله دیگر نشان می‌دهد و جهت جریان داده را نشان می‌دهد. مدل ما توسط ترکیب مراحل پردازشی که توسط کانال‌های اطلاعات هدایت‌شده به هم متصل شده‌اند، نمایش داده می‌شود. پس از ساخت مدل جریان، به هر یک از مراحل و کانال‌ها نام‌ها اختصاص داده می‌شود.

ویژگی‌های بار داده

آخرین جنبه یک مدل جریان اطلاعات، شرح داده‌هایی است که بین هر زوج مرحله پردازشی منتقل می‌شوند. ویژگی‌ها شامل توصیف ساختار اطلاعات (به عنوان مثال، تخصیص ستونی)، اندازه نمونه‌های داده و تعدادی از مجموعه داده (به عنوان مثال، تعداد رکوردهای ارتباطی) است. مدل‌های پیشرفته‌تر می‌توانند با قوانین تجاری که جنبه‌هایی از جریان جهتی، اعتبارسنجی و افزایش‌کیفیت را تنظیم می‌کنند، تخصیص یابند، همچنین دستورات پردازش را اجرا می‌کنند.

 

 

 

شرکت داده های هوشمند ساویس با هدف کمک به طراحی، توسعه و رشد محصول و کسب و کار خدمات متفاوتی ارائه می‌کند. با توجه به اینکه مجموعه شما چه ابعاد و نیازهایی دارد، برنامه همکاری و سرویس‌دهی به شما بطور منحصر بفرد طراحی و بصورت پروپوزال به شما ارائه می‌شود. با توجه به اهداف هوش تجاری و موارد مطرح شده در این مطلب میتوانید با استفاده از داشبوردهای هوش تجاری، کسب و کار خود را ارتقاء دهید.

ما در مطالب بعدی، در رابطه با استفاده از مدل‌های کسب و کار و جریان اطلاعات در عمل، چهارچوب‌های مدل سازی و موارد مرتبط به توضیحاتی خواهیم پرداخت؛ امید است که ارائه این مطالب شما را به شناخت بهتر هوش تجاری نزدیک ‌کند و بتواند موفقیتی برای کسب و کار شما باشد.