Bölüm 6 İş Zekasının Temelleri: Veritabanları ve Enformasyon Yönetimi Örnek Olay Videoları Olay 1a: City of Dubuque Uses Cloud Computing and Sensors to Build a Smarter, Sustainable City Olay 1b: IBM Smarter City: Portland, Oregon Olay 2: Data Warehousing at REI: Understanding the Customer Olay 3: Maruti Suzuki Business Intelligence and Enterprise Databases Management Information Systems Chapter 6: Foundations of Business Intelligence Geleneksel Dosya Ortamında Verileri Düzenleme • Dosya Düzenleme Terimleri ve Kavramları – – – – Veritabanı: İlişkili dosyalardan oluşan grup. Dosya: Aynı türden kayıtların oluşturduğu grup. Kayıt: İlişkili alanlardan oluşan grup. Alan: Karakterlerin bir kelime olarak gruplandırılması, bir grup kelime veya tam bir sayı. • Alan bir öğeyi (entity) açıklar. (Öğe: Bir kişi, yer, eşya, veya enformasyonu muhafaza ettiğimiz ve depoladığımız bir olay olabilir). • Öznitelik (Attribute): Belirli bir öğeyi açıklayan her bir nitelik veya özellik. 6.2 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence VERİ HİYERARŞİSİ Bir bilgisayar sistemi, verileri 0 ya da 1’i temsil eden bit ile başlayan hiyerarşi içinde düzenler. Bitler, bir karakteri, sayıyı ya da sembolü temsil etmek için bayt oluşturmak amacıyla gruplandırılabilirler. Baytlar, bir alan oluşturmak için gruplandırılabilirler ve ilişkili alanlar, bir kayıt oluşturmak için gruplandırılabilirler. İlişkili kayıtlar, bir dosya oluşturmak için bir araya toplanabilirler ve ilişkili dosyalar, bir veritabanı biçiminde şekillendirilebilirler. FIGURE 6-1 6.3 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence Geleneksel Dosya Ortamında Verileri Düzenleme • Geleneksel Dosyalama Ortamı Sorunları (Dosyalar departmanlarca ayrı olarak takip edilir.) – Veri Fazlalığı: Birden çok veri dosyasında tekrarlanmış verilerin yer alması. – Veri Tutarsızlığı: Aynı özniteliğin farklı değerlere sahip olması durumudur. – Program-Veri Bağımlılığı: Programdaki değişiklikleri program üzerinden erişilen verilerde değişiklik gerektirmesi durumudur. – Esneklik Sorunu: Planlanan raporlamalar dışında ihtiyaç duyulan enformasyon taleplerine cevap vermede yaşanan zaman ve maliyet temelli sorunlar. – Güvenlik Sorunu: Veri yönetimi ve kontrollerinin zayıf olmasından dolayı enformasyona erişim ve dağıtım konularında yönetimin kontrolü sağlayamaması durumudur. – Veri Paylaşımı ve Yararlanabilme Sorunları: Birimlerin birbirleriyle bağlantılı olmamaları nedeniyle, enformasyonun örgütün farklı faaliyet alanları veya farklı bölümleri arasında serbestçe dolaşamaması durumudur. 6.4 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence Geleneksel Dosya İşlemi Dosya işlemede geleneksel yaklaşım kullanımı, bir kurumdaki tüm departmanları uzmanlaşmış uygulamalar geliştirmeleri konusunda teşvik eder. Her bir uygulama bir ana dosyanın altkümeleri gibi özgün bir veri dosyasına ihtiyaç duyar. Altkümelerde yer alan verilerde fazlalık ve tutarsızlık olabileceği gibi bu durum verileri işleme ve depolama noktasında da sorun oluşturur. ŞEKİL 6-2 6.5 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence Veritabanı Yönetim Sistemleri (VTYS) • Veritabanı – Gereksiz verileri kontrol ederek ve verileri merkezileştirerek pek çok uygulamayı etkin biçimde sunmak için düzenlenmiş veri yığını olarak ifade edilebilir. • Veritabanı Yönetim Sistemi (VTYS) – Uygulama programları ile fiziksel veri dosyaları arasında arayüz işlevi görür. – Verinin fiziksel ve mantıksal yönünü ayırt eder. – Geleneksel dosya sistemlerinin sorunlarına çözüm getirir. • • • • 6.6 Veri fazlalığının kontrolü, Veri tutarsızlığının ortadan kaldırılması, Programların ve verilerin ayrıştırılması, Organizasyona veri kullanımı ve güvenliğini merkezi olarak yapma imkanı verir. Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence FARKLI YÖNLERİYLE BİR İNSAN KAYNAKLARI VERİTABANI ŞEKİL 6-3 6.7 Tek bir insan kaynakları veritabanı, kullanıcının enformasyon gereksinimlerine bağlı olarak pek çok farklı veri görünümlerini sağlayabilmektedir. Burada biri sosyal yardım uzmanı için, diğeri ise işletmenin maaş bordrolarını hazırlayan departman çalışanları için olmak üzere iki olası durum gösterilmiştir. Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence Veritabanı Yönetim Sistemleri (VTYS) • İlişkisel VTYS – Represent data as two-dimensional tables – Each table contains data on entity and attributes • Tablo: Satır ve Sütun Sistemi – Satırlar (Rows): Farklı öğelere ait kayıtlar – Alanlar (Sütunlar / Columns): Bir öğrenin özniteliğini temsil eder. – Anahtar Alan (Key field): Her bir kaydı benzersiz biçimde tanımlayan alan. – Birincil Anahtar (Primary Key): Tabloda anahtar alanlar için ayrılan alan. – Yabancı Anahtar (Foreign Key): İkinci bir tabloda da yer alan ve orijinal tablodaki kayıtlara ulaşabilmek için kullanılan birincil anahtar. 6.8 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence İlişkisel Veritabanı Tabloları İlişkisel bir veritabanı iki-boyutlu tablolar biçimindeki verileri düzenler. Şekildeki tablolar TEDARİKÇİ ve YEDEK PARÇA öğelerine aittir ve her bir öğe ve o öğeye ait öznitelikleri göstermektedir. Tedarikçi Numarası TEDARİKÇİ tablosu için birincil anahtar, YEDEK PARÇA tablosu için yabancı anahtardır. ŞEKİL 6-4 6.9 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence Veritabanı Yönetim Sistemleri (VTYS) • Bir İlişkisel Veritabanında İşlemler – Kullanışlı veri setleri geliştirmek için 3 temel işlem kullanılmaktadır. • SEÇME (SELECT): Belirtilen kriterleri karşılayan tüm kayıtları içeren verilerden bir altküme oluşturur. • BİRLEŞTİRME (JOIN): Kullanıcıya özgün bir tabloda daha fazla enformasyon sunmak için ilişkisel tabloları biraraya getirir. • YANSITMA (PROJECT): Sadece talep edilen enformasyonu içeren tablolar oluşturmak için tablodaki bazı sütunlardan altküme oluşturur. 6.10 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence İLİŞKİSEL BİR VERİTABANI YÖNETİM SİSTEMİNDE 3 TEMEL İŞLEM ŞEKİL 6-5 6.11 Seçme, Birleştirme ve Yansıtma işlemleri iki farklı tablodan verileri bir araya getirme ve sadece istenilen öznitelikleri gösterme imkanı sunar. Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence Veritabanı Yönetim Sistemleri (VTYS) • İlişkisel Olmayan Veritabanları: “NoSQL” – Daha esnek veri modelleri – Data sets stored across distributed machines – Easier to scale – Handle large volumes of unstructured and structured data (Web, social media, graphics) • Buluttaki Veritabanları – Typically, less functionality than on-premises DBs – Amazon Relational Database Service, Microsoft SQL Azure – Private clouds 6.12 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence Veritabanı Yönetim Sistemleri (VTYS) • VTYS İşlevleri – Veri Tanımlama İşlevi: Veritabanı içeriğinin yapısını belirtir, tablo oluşturmak ve alanların özelliklerini tanımlamak için kullanılabilir. – Veri Sözlüğü: Veri unsurlarının tanımlarını veya onların özelliklerini depolayan otomatik veya kullanıcı tarafından girilen bir dosyadır. – Veri İşleme Dili: Veritabanında ekleme, değiştirme, silme, çağırma işlemleri için kullanılır. • Yapılandırılmış Sorgu Dili (Structured Query Language - SQL) • SQL oluşturmak için Microsoft Access fonksiyonları – VTYS gösterişli raporlar oluşturmak için gerekli becerilere sahiptirler. (Crystal Reports) 6.13 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence MICROSOFT ACCESS VERİ SÖZLÜĞÜ ÖZELLİKLERİ ŞEKİL 6-6 6.14 Microsoft Access bir veritabanındaki her bir alanın adını, boyutunu, türünü, formatını ve diğer karakteristiklerini gösteren basit/gelişmemiş bir veri sözlüğüne sahiptir. Bu ekran görüntüsünde TEDARİKÇİ tablosunda yer alan alanlar görülmektedir. Burada Tedarikçi_No (Supplier_Number) alanının hemen solunda yer alan anahtar sembolü bu alanın anahtar alan olduğunu belirtmektedir. Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence BİR SQL SORGU ÖRNEĞİ FIGURE 6-7 6.15 137 veya 150 nolu parçalara göre tedarikçi seçmek için yapılan bir sorgu. Sorgu sonucunda Şekil 6-5’dekine benzer bir liste oluşur. Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence BİR MICROSOFT ACCESS SORGUSU ŞEKİL 6-8 6.16 Bir önceki slaytta gösterilen (Şekil 6-7) SQL sorgusunun Microsoft Access’deki fonksiyonları kullanarak sorgulamanın oluşturulması süreci. Burada Tablolar, Alanlar ve Sorgulama için gerekli seçim kriterleri görülmektedir. Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence Veritabanı Yönetim Sistemleri (VTYS) • Veritabanlarının Tasarımı – Kavramsal (Mantıksal) Tasarım: İşletmenin bakış açısından verilere soyut bir bakış ortaya koyan tasarımdır. – Fiziksel Tasarım: Doğrudan erişilebilir saklama aygıtlarında verinin gerçekten nasıl saklanacağına yönelik tasarımdır. Tasarım Süreci: – İşletme bilgi gereksinimlerini karşılayabilmek için veri elemanlarının etkili bir biçimde gruplandırılması ve ilişkilendirilmesini, – Özel uygulama programları için gerekli veri elemanlarının gruplandırılması ve böylelikle gereksiz bilgilerin ortaya çıkarılmasını sağlar. Normalizasyon – Gereksiz veri tekrarlarını ve kullanışsız çoka çok ilişkileri minimize etmek için karmaşık veri gruplarından uyarlanabilir, esnek, düzenli veri yapıları ve küçük tablolar oluşturma işidir. 6.17 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence BİR SİPARİŞ İÇİN NORMALİZE EDİLMEMİŞ VERİ TOPLULUĞU ŞEKİL 6-9 6.18 Normalize edilmemiş ilişkiler tekrarlayan gruplar içerirler. Örneğin burada her bir sipariş için birçok yedek parça ve tedarikçi olabilir. Ancak, Sipariş_No ile Sipariş_Tarihi arasında yalnızca bir tane bire-bir karşılama söz konusu. Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence SİPARİŞ İÇİN NORMALLEŞTİRİLMİŞ TABLOLAR ŞEKİL 6-10 6.19 Normalizasyon sonrası, SİPARİŞ tablosu 4 alt ilişki olacak şekilde dönüştürülmüştür. SİPARİŞ tablosu artık yalnızca iki öznitelik sahibi, ÜRÜN HATTI tablosu ise Sipariş_No ve Parça_ No anahtar alanlarının bir araya getirilmesi ile oluşturulmuştur. Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence Veritabanı Yönetim Sistemleri (VTYS) • Tutarlılık Kuralları • Tablolar arasındaki ilişkileri tutarlı kalmasını sağlamak adına İlişkisel Veritabanı Yönetim Sistemlerince (RDMS) kullanılırlar. • Öğe (Birim)-İlişki Diyagramı – Veri modellerini ortaya koymak (görselleştirmek) adına veritabanı tasarımcıları tarafından kullanılır. – Öğeler (birim) arasındaki ilişkileri gösterir. – Uyarı: Bir işletme veritabanı modelini doğru oluşturamazsa, sistem işletmeye iyi hizmet veremeyecektir. 6.20 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence ÖĞE (BİRİM) – İLİŞKİ DİYAGRAMI ŞEKİL 6-11 6.21 Şekil 6-10’da gösterilen veritabanı modeli için kullanılabilecek TEDARİKÇİ, PARÇA, ÜRÜN HATTI ve SİPARİŞ birimleri arasındaki ilişkiyi gösteren bir birim-ilişki diyagramı Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı • Büyük Veri • İnternet trafiği, sosyal medya, sensörler vb. kaynaklardan gelen devasa yapılandırılmış/yarıyapılandırılmış veri setleri. • Petabayt (1024 terabayt), exabayt (1024 petabayt) boyutlarında veriler • Veri hacmi tipik bir VTYS için çok büyüktür. • Daha fazla temalar ve anomalileri ortaya koyabilirler. 6.22 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı • İş Zekası Altyapısı – Günümüzde büyük veri ve ayrı sistemler için bir dizi araçlardan oluşur. • Güncel Araçlar: – – – – – 6.23 Veri Ambarları (Data warehouses) Veri Pazarları (Data marts) Dağıtılmış Veritabanları Yönetimi Yazılımı (Hadoop) Hafızada İşleme (SAP-HANA) Analitik Platformlar Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı • Veri Ambarı: – Birçok temel operasyonel işlem sistemlerinden edinilen güncel ve geçmiş verileri saklar. – İşletmenin tümünü ilgilendiren düzeyde enformasyonu bir araya getirir ve standartlaştırır, verinin başkalaşmasını önler. – Analiz ve raporlama araçları sunar. • Veri Pazarları: – Veri ambarlarının altkümeleridir. – Belirli bir sayıda kullanıcının kullanımına yönelik veri setlerine odaklanır ve bu veri setlerini toparlar. – Genellikle bir konu ya da bir iş hattına odaklanır. 6.24 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence GÜNCEL İŞ ZEKASI ALTYAPISI Güncel bir iş zekası altyapısı, farklı kaynaklardan elde edilen, büyük miktarlarda ve farklı türlerde verilerin yönetimi ve analizi için imkanlar ve araçlar sunar. Sıradan bir işletme çalışanı için kullanımı kolay sorgulama ve raporlama araçları sunmanın yanı sıra, ileri düzey kullanıcılar için daha detaylı analitik araç setlerine sahiptirler. ŞEKİL 6-12 6.25 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı • Hadoop – Basit programlama modeli kullanarak, kümelenmiş (cluster) bilgisayarlar arasında, büyük hacimli verilerin dağıtık olarak işlenmesini sağlar. – Temel Hizmetler • Hadoop Dağıtılmış Dosya Sistemi(HDFS): Veri Saklama • MapReduce: Büyük veri setlerinin birden fazla iş biriminde çalışılması için ayrıştırılması. • Hbase: NoSQL Veritabanı – Facebook, Yahoo, NextBio tarafından kullanılmaktadır. 6.26 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı • Hafızada İşleme – (In-memory computing) – Büyük veri analizlerinde kullanılır. – Veri saklama ortamı olarak bilgisayarları ana hafızalarını (RAM)’lerini kullanarak disklerden veri çekerken yaşanan gecikmelerin önüne geçer. – Veri işleme sürecini saatler/günlerden saniyelere düşürebilir. – En uygun donanım altyapısını gerektirir. • Analitik Platformlar – Büyük veri setleri için uygun olan hem ilişkisel hem de ilişkisel olmayan araçları kullanan yüksek hızlı platformlar. 6.27 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı • Analitik Araçlar: İlişkiler, Temalar, Trendler – Kullanıcılara işletme ilgili daha iyi kararlar vermeleri için büyük miktarlarda verileri birleştirme, analiz etme ve erişme imkanı veren araçlar. • • • • 6.28 Çok boyutlu veri analizi (OLAP) Veri Madenciliği Metin Madenciliği Web Madenciliği Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı • Online Analitik Süreç (OLAP) – Çok boyutlu veri analizi imkanı • Birçok boyutu kullanarak veriyi görme imkanı • Bilginin her bir yönü (ürün, fiyatlama, maliyet, bölge, zaman periyodu) farklı bir boyutu temsil eder. • Örnek: Diğer bölgelerle kıyaslandığında Doğu Bölgesinde Haziran döneminde kaç adet çamaşır makinesi satılmıştır? – OLAP bir defaya mahsus/özel sorgulamalara hızlı ve çevrimiçi (online) yanıt bulma imkanı sunar. 6.29 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence ÇOKBOYUTLU VERİ MODELİ Yandaki açıdan şuan yalnızca ürün ve bölge karşılaştırması görülebilmektedir. Küp 90 derece döndürüldüğünde görüntüde bu kez ürünler ile gerçek ve hedeflenen satışlar olacaktır. Eğer küp 90 derece daha döndürülürse bu kez ise bölgeler ile gerçek ve hedeflenen satışlar görülecektir. ŞEKİL 6-13 6.30 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı • Veri Madenciliği – Veri setlerindeki gizli temalar ve ilişkileri bulur. • Örnek: Müşteri satınalma biçimi. – Gelecekteki davranışları öngörmek için kurallar ortaya koyar. – Veri madenciliği ile edinilebilecek bilgi türleri: • Çağrışım: Tek bir olaya bağlı olgular. • Ardışıklık: Zamanla gelişen olaylar arasındaki bağ. • Sınıflandırma: Bir şeyin ait olduğu grubu tanımlayan temaların tanınması/fark edilmesi. • Kümeleme: Grupların tanımlı olmadığı durumlarda, veri içinde gruplaşmaları bulmak. • Tahminleme: Mevcut verilere ait bir seriyi kullanarak diğerlerinin ne olabileceğini tahmin etme. 6.31 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı • Metin Madenciliği – Büyük yapılandırılmamış veri setlerinden anahtar unsurları ortaya çıkarır. • Kayıt altındaki e-postalar • Çağrı merkezi işlemleri • Yasal olaylar • Patent tanımlamaları • Servis raporları vb. – Duygu Analizi Yazılımı (Sentiment analysis software) • Fikirleri belirlemek için e-postalar, bloglar ve social medya içeriklerini inceler. 6.32 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı • Web Madenciliği – Web kaynaklı enformasyon ve kullanışlı temaların keşfedilmesi ve analizi – Tüketici davranışlarını anlamak – İnternet sitesinin etkinliğini değerlendirmek vb. – Web - İçerik Madenciliği • İnternet sayfalarındaki içerikleri inceler. – Web - Yapı Madenciliği • İnternet sayfasından giden ve sayfaya gelen linkleri inceler. – Web - Kullanım Madenciliği • Sunucular tarafından kayıt altına alınan kullanıcı etkileşimlerini inceler. 6.33 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı • Veritabanları ve Web – Birçok firma müşterilerine ve ortaklarına iç veritabanlarından bazı bilgileri kullandırmak için Web’den yararlanırlar. – Geleneksel Bir Düzende (Konfigürasyon): • Web Sunucu / Web server • Uygulama Sunucusu / Application server/middleware/CGI scripts • Veritabanı Sunucusu / Database server (hosting DBMS) – Veritabanına erişim için Web kullanımının avatajları: • İnternet tarayıcı yazılımının kullanım kolaylığı • Web arayüzünün veritabanında çok az (ya da hiç) değişim gerektirmesi • Sisteme Web arayüzü eklemenin düşü maliyetli olması 6.34 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence İÇ VERİTABANINI WEB İLE BAĞLANTILI HALE GETİRME ŞEKİL 6-14 6.35 Kullanıcılar masaüstü bilgisayarları ve internet tarayıcı yazılımlar kullanarak bir şirketin dahili veritabanına Web aracılığıyla erişebilirler. Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence Veri Kaynaklarını Yönetmek • Bir Bilgi Politikası Oluşturmak – Bilgi Politikası: Verilere nasıl ulaşılabileceği, verilerin nasıl düzenleneceği, kimin verileri görebileceği ve kimin değiştirebileceği ile ilgili bir takım kurallar ve prosedürler. – Veri Yönetimi: Verinin yönetilmesi için gerekli politika ve prosedürlerden sorumludur. – Veri Yönetişimi: İşletmedeki verinin güvenliği, bütünlüğü, kullanılabilirliği ve hazır olmasının yönetilmesi için gerekli politika ve süreçlerle ilgilenir. – Veritabanı Yönetimi: Veritabanı oluşturma ve takibi 6.36 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence Veri Kaynaklarını Yönetmek • Veri Kalitesini Sağlamak – Fortune 1000 firmaları veritabanlarındaki kritik verilerin %25’den fazlası hatalı veya eksiktir. – Gereksiz/Fazla Veri – Tutarsız Veri – Hatalı Giriş – Uygun bir yeni veritabanı için önce: • Hatalı verileri tanımlamak ve düzeltmek gerekir. • Veritabanı kullanılmadan önce verinin düzenlenmesi için daha iyi işlemler (rutinler) oluşturulmalı. 6.37 Copyright © 2016 Pearson Education Ltd. Management Information Systems Chapter 6: Foundations of Business Intelligence Veri Kaynaklarını Yönetmek • Veri Kalitesi Denetimi: – Bir bilgi sistemindeki verinin doğruluk ve tamlık seviyelerinin yapılandırılmış biçimde gözden geçirilmesi. • Veri dosyalarından örneklem inceleme ya da, • Son kullanıcıların kalite algılarının incelenmesi • Veri Temizleme: – Yanlış, eksik, uygun biçimde olmayan veya gereksiz bulunması ve düzeltilmesi için yazılım kullanımı – Farklı bilgi sistemlerinden gelen farklı veri setleri arasında tutarlılığın sağlanması. 6.38 Copyright © 2016 Pearson Education Ltd.