آموزش پیاده سازی عملی پروژه هوش‌تجاری BI

در این مقاله تصمیم داریم مراحل پیاده‌سازی پروژه‌های هوش‌تجاری و ابزارهایی که در هر مرحله استفاده می شود را به تفسیر بررسی کنیم و به سوالاتی که برای علاقمندان این حوزه در پیاده سازی پروژه هوش‌تجاری پیش می‌آید  پاسخ دهیم. برای انجام ۰ تا ۱۰۰ پروژه، لازم است بدانیم در هر مرحله چه کارهایی باید انجام شود و از چه ابزاهایی استفاده گردد. در ادامه به این سوالات پاسخ می دهیم.

• انباره داده هوش‌تجاری BI چه استاندارد هایی دارد و با چه ابزاری پیاده سازی می شود؟
• پاک‌سازی و آماده‌سازی اطلاعات انبارداده چگونه و با چه ابزارهایی انجام می‌شود؟
• چگونه شاخص های کسب‌وکار و سازمان‌ها را تهیه کنیم؟
• مزایایی استفاده از OLAP Tabular چیست ؟
• چگونه داشبوردها خود را برای کاربران سازمان نمایش دهیم؟
• مستندسازی پروژه هوش‌تجاری BI چگونه است و با چه ابزاری انجام می شود؟
• چگونه داشبوردهای هوش‌تجاری BI را روی موبایل نمایش دهیم؟
• چگونه مشکل کندی سرعت داشبورد های هوش‌تجاری BI را برطرف کنیم؟

و….

هوش تجاری یا Business Intelligence(BI)  شامل مجموعه ای از استراتژی‌ها و ابزار‌هایی است که برای تحلیل داده‌ها استفاده میکنیم. هوش‌تجاری BI با تجزیه‌و تحلیل داده های یک کسب‌و‌کار، اطلاعات ارزشمندی را در اختیار سازمان‌ها قرار می‌دهد و کمک میکند تا تصمیماتی مبتنی بر داده اتخاذ نمایند.

ابزارهای و روش های مختلفی برای پیاده سازی هوش تجاری وجود دارد که سبک ما مبتنی بر محصولات مایکروسافت می باشد. ابزارهایی همچون PowerBI، SQL Server، SQL Server Integration Services (SSIS) ، SQL Server Analysis Services (SSAS) و ….

پیاده سازی فرآیند هوش‌تجاری BI  دارای بخش های مختلفی است که در ادامه به تشریح هر بخش می پردازیم.

• تجزیه و تحلیل نیازمندهای ها و اهداف آن
  یک از مهمترین بخش‌ها، شناخت کسب‌و کار و اهدف آنها از پیاده سازی هوش‌تجاری است. اینکه کدام بخش از فرایند کسب و کار نیازمند استفاده از هوش‌تجاری است و ذینفعان این کار چه کسانی هستند. در این بخش می بایست هدف کلیه ذینفعان و واحد ها مشخص گردد و پیاده سازی فرآیند باتوجه به درخواست آنها انجام شود.
• استخراج شاخص ها
  یکی از موارد بسیار مهم در برای تحلیل اطلاعات، تهیه شاخص یا KPI است. شاخص‌های کلیدی سازمان نشان دهنده کیفیت عملکرد آنها در هر بخش می باشد. پس تشریح دقیق آنها بسیار مهم است. آنچه که در نمایش نهایی پروژه‌های هوش تجاری نمایش داده می شود شاخص های سازمان است که امکان مقایسه کمی و کیفی را فراهم می کند.

 

• انباره داده Data Warehouse
  انباره داده محل ذخیره داده هایی است که از منابع مختلف سازمان جمع آوری و دسته‌بندی شده است و داده هایی که برای پیاده سازی شاخص‌ها و KPI ها مورد نیاز است.
  پیاده سازی انباره داده به عنوان یک بانک اطلاعاتی با استفاده از برنامه SQL Server انجام می شود. بانک اطلاعاتی پیاده سازی  شده در این فرآیند استانداردهای خاصی دارد و متفاوت از بانک‌های اطلاعاتی برنامه ها اجرایی است. در این ساختار اطلاعات بصورت D-Normal  ذخیره می شود و با پروسه‌ی ETL (Extract Transform and Load) که به معنای استخراج، پالایش و بارگذاری است، اطلاعات آن بروزرسانی می گردد.
  
  جداول موجود در انباره داده  از دو نوع جدول Fact و Dimension است.Dimension‌ ها، جدول‌هایی حاوی اطلاعات توصیفی از قبیل نام، نام خانوادگی، جنسیت و …. هستند. Fact ها جدولی حاوی فیلدهایی از نوع Measure و تعدادی Foreign Key است که به جداولی از نوع Dimension اشاره می‌کند.
  
  

  

• تجمیع داده (ETL)
  این بخش از فرایند از اهمیت بالایی در پیاده سازی هوش تجاری برخوردار است. در این بخش داده‌های سازمان از منابع مختلف استخراج می شود، تبدیل و پاکسازی آنها به یک فرمت مشترک انجام می گردد و در انباره داده بارگذاری می شود به این فرایند به اختصار ETL گفته می شود که مخفف Extract Transform and Load است.
  با استفاده از روال‌های مشخص داده‌ها را از سیستم‌های عملیاتی استخراج و مرتب کرده، به با یک ساختار واحد برای هر موجودیت در قالب جداول Fact یا Dimension در انباره داده ذخیره می گردد.
  ابزارهای مختلفی برای پیاده سازی فرآیندETL  وجود دارد. ابزار مایکروسافتی که در این فرایند استفاده می شود SQL Server Integration Services (SSIS) است که مشخصا جهت اجرای ETL توسعه داده شده است و امکانات بسیار خوبی را برای کاربران فراهم میکند. این ابزار به عنوان یک سرویس در زمان نصب SQL server در دسترس است.
  پیاده‌سازی فرایند ETL در هوش تجاری با استفاده ازVisual Studio  و سرویس SSIS انجام می‌شود.

• پیاده سازی مدل OLAP
   OnLine Analytical Processing که به اختصار OLAP گفته می شود، یک بانک اطلاعاتی تحلیلی است. این روش برای بانک های اطلاعاتی بزرگ استفاده می شود تا بدون تاثیر گذاری روی بانک ها اطلاعاتی عملیاتی OLTP، گزارشات مورد نظر را با سرعت بالا و تجمیعی در دسترس مدیران قرار دهد.
  پیاده سازی این این فرآیند از طریق سرویس SQL Server Analysis Services یا SSAS مربوط به SQL Server انجام می شود.

  پیاده سازی پروژه های هوش‌تجاری BI به دو روش  Self Service BI و Enterprise BI انجام می شود. در روش Self Service BI صفر تا صد اجرای پروژه هوش تجاری با استفاده از نرم افزار PowerBI است که معمولا مناسب پروژه های کوچک با حجم اطلاعات کم است که اتفاقا سرعت پیاده سازی هم به نسب سریع است. اما برای پیاده سازی پروژه های هوش تجاری بزرگ و حجم اطلاعات زیاد، از روش Enterprise BI استفاده می شود و پیاده سازی آن ها توسط تیم های متخصص قابل انجام است.

  اما  پیاده سازی پروژه های Enterprise BI  دو راه کار کلی دارد که با توجه به شرایط پروژه انتخاب می گردد.

  • Tabular : مدل تحلیلی Tabular که از سال ۲۰۱۲ توسط مایکروسافت معرفی شده است و مفاهیم مورد استفاده در این روش بسیار شبیه به دیتابیس های رابطه‌ای در SQL Server می‌باشد.این مدل تا وابستگی زیادی به Memory دارد و دیتا ها بصورت Column Store ذخیره می شوند. مایکروسافت برای افزایش کارایی از انجین xVelocity برای فشرده سازی اطلاعات استفاده می کند. پیاده سازی کوئری‌ها و مژرها(Measure) با زبان DAX انجام می شود.
    برای آشنایی با ساختار پروژه های Tabular Model و ایجاد اولین پروژه تبولار خود از اینجا اقدام کنید. در این مطلب شما با موارد زیر آشنا می شوید.
    • چگونه یک پروژه Tabular مدل را ایجاد کنیم؟
    • چگونه دیتاسورس را به پروژه تبولار مدل اضافه کنیم؟
    • چگونه یک پروژه تبولار مدل را دپلوی کنیم؟
    • چگونه پروژه تبولار مدل را در Analysis Server ببینیم؟
      چگونه یک پروژه تبولار مدل ایجاد کنیم؟
      
      
  • Multidimensional: از مدل سازی سنتی OLAP استفاده می کند.( کیوب، دایمنشن،…)
    
    

• پیاده سازی شاخص ها یا همان KPI  (Key Performance Indicator)
  هماهنطور که در بالا اشاره کردیم، شاخص ها نشان دهنده و ملاک ارزیابی یک سازمان برای ارزیابی میزان موفقیت در دست یابی به اهداف سازمان است. بعد از تعریف شاخص و مشخص کردن فرمول پیاده سازی آن می‌بایست پیاده سازی آن را در مدل OLAP  انجام دهیم.
  پیاده سازی شاخص ها تحت عنوان مژر(Measure) در روش Self Service BI  در محیط Power BI  انجام می شود و در روش Enterprise BI هم در محیط Visual Studio پیاده‌سازی می‌شود که در ادامه نمونه‌هایی از آن را بررسی می‌کنیم.
  در روش Self Service BI زمانی که به مدل دیتابیسی خود متصل می شوید و آن را لود می‌کنید، باتوجه به نوع فیلدها بخشی از مژرها از قبیل Count و SUM ساخته می‌شود. اما برای اینکه بصورت دقیق تر با انواع مژرها  و روش ساخت آن‌ها آشنا شوید میتوان از اینجا  مطلب روش ساخت مژر‌های PowerBI  را مطالعه کنید.

 

این آموزش در حال تکمیل شدن است و در ادامه بخش های زیر اضافه خواهد شد….

• پیاده سازی و پابلیش داشبوردهای هوش تجاری BI
• معرفی پرتال های پابلیش داشبوردها و ویژگی های آن ها
• فارسی سازی پرتال Power BI Report Server
• نمونه های داشبورد های هوش تجاری پیاده سازی شده با Microsoft Power BI Desktop
• ویژگی هایی که در پیاده سازی یک داشبورد حرفه ای باید رعایت کنید
• ابزارهای مستند سازی  ۰ تا ۱۰۰ پروژه‌ی هوش تجاری BI
• روش ها و نکات مهم برای نگه داری و بروزرسانی پروژه های هوش‌تجاری
• نقش ها و تخصص های مورد نیاز برای تیم پیاده سازی پروژه هوش تجاری
• نکات مهم برای بهبود  سرعت داشبوردها و انباره داده هوش تجاری

 

پیاده سازی پروژه‌های هوش تجاری BI سازمان ها و ارگان ها

به منظور دریافت مشاوره تخصصی و راهنمایی برای پروژه‌هایتان میتوانید با شماره ۰۹۱۲۴۳۷۷۲۶۳ تماس بگیرید یا درخواست خود را از طریق ایمیل info@powerbischool.ir ارسال نمایید. 
همچنین برای طرح سوالات خود در گروه تلگرامی عضو شوید. t.me/powerbischool_ir