Программа olap что это

Содержание

Программа olap что это

Календарь скидок на FastReport VCL и FastReport .NET. Успейте купить с наибольшей выгодой!

Партнёрская программа «Быстрые отчеты»

Узнайте об особых условиях для нестандартных сценариев использования генератора отчетов

Импортозамещение библиотек для создания документов

Как Фаст Репортс выручает бизнес
после ухода иностранных компаний

Видеоуроки по FastReport

Как FastReport решает задачи биллинга в ЖКХ

Узнайте, как крупные системы ЖКУ
оптимизировали документооборот
в условиях жестких требований к квитанциям

FastReport Business Graphics

Библиотека для интерактивной
визуализации данных
для .NET WinForms

FastReport .NET

FastReport VCL

Быстрая и компактная библиотека
генерации отчётов для Delphi и Lazarus
с визуальным дизайнером шаблонов,
настраиваемой логикой обработки
данных, 30+ форматов документов,

DATALEARN | DE — 101 | МОДУЛЬ 3-5: Ох уж этику Кубы OLAP (MOLAP VS ROLAP)


печатью и отправкой в облака

FastCube

.NET (WinForms, Core, ASP.NET)

  • FastReport .NET
  • FastCube .NET
  • FastReport Business Graphics .NET
  • FastReport Online Designer
  • FastReport Mono

Tools

  • FastReport for DBA
  • FastReport Desktop
  • FastReport Viewer

VCL

  • FastReport VCL
  • FastCube VCL
  • FastConverter .FP3
  • FastScript
  • FastQueryBuilder

FMX

Cross-platform

  • FastReport VCL
  • FastReport Online Designer
  • FastCube FMX
  • FastReport FMX
  • FastReport Mono

Services

  • МоиОтчеты Облако
  • FastReport Corporate Server

Наши Новости

Статьи

Подключение к хранимым в MsSQL процедурам для .NET

28 ноября 2022 г.
Vladislav Yarovoy

Разработка новых функций у продукта FastReport .NET не стоит на месте. Наша команда всё больше расширяет функционал нашей библиотеки для генерации отчетов. С недавним обновлением была добавлена возмож.

Как использовать файловый менеджер МоиОтчеты Облако

30 ноября 2022 г.
Kirill Kornienko

С последним обновлением FastReport .NET была добавлена возможность взаимодействия с вашими отчетами, находящимися на сервере МоиОтчеты Облако. Теперь файловый менеджер можно открыть 2 способами. Ч.

Подпись файлов цифровой подписью с помощью FastReport VCL

12 декабря 2022 г.
Marat Alaev

Без электронного документооборота уже сложно представить нашу жизнь. Удобство таких документов это конечно же они не портятся с течением времени, их сложнее потерять, легко хранить и быстро передавать.

FAQ

Мы создаем генераторы отчетов и другие инструменты для программистов, разработчиков бизнес-приложений.

Генераторы отчетов — это библиотеки или самостоятельные приложения, которые связывают шаблон отчета с источником данных и формируют готовые документы на основании актуальных данных. В дальнейшем их можно экспортировать в различные форматы (PDF, DOCX, HTML, JPG и т.д.) или отправить на печать или хранение. Генератор отчётов делает из данных информацию (документ).

BIWEB (#2) Что такое Сводные таблицы Excel и OLAP кубы

Любая бизнес-система собирает и накапливает данные в каком-то виде. К сожалению, этот вид удобен для хранения, но не удобен для представления, получения важной информации, принятия решения человеком. Наши инструменты, решения и библиотеки позволяют именно делать данные информативными. Это могут быть документы или таблицы — структурированные так, как это нужно и удобно пользователям для их специфических задач.

Источник: xn--90aia9aifhdb2cxbdg.xn--p1ai

OLAP

OLAP (англ. online analytical processing , интерактивная аналитическая обработка) — технология обработки данных, заключающаяся в подготовке суммарной (агрегированной) информации на основе больших массивов данных, структурированных по многомерному принципу. Реализации технологии OLAP являются компонентами программных решений класса Business Intelligence [1] .

Основоположник термина OLAP — Эдгар Кодд, предложил в 1993 году «12 правил аналитической обработки в реальном времени» (по аналогии с ранее сформулированными «12 правил для реляционных баз данных»).

Действие OLAP Править

Причина использования OLAP для обработки запросов — скорость. Реляционные базы данных хранят сущности в отдельных таблицах, которые обычно хорошо нормализованы. Эта структура удобна для операционных баз данных (системы OLTP), но сложные многотабличные запросы в ней выполняются относительно медленно.

OLAP-структура, созданная из рабочих данных, называется OLAP-куб. Куб создаётся из соединения таблиц с применением схемы звезды или схемы снежинки. В центре схемы звезды находится таблица фактов, которая содержит ключевые факты, по которым делаются запросы. Множественные таблицы с измерениями присоединены к таблице фактов.

Эти таблицы показывают, как могут анализироваться агрегированные [en] реляционные данные. Количество возможных агрегирований определяется количеством способов, которыми первоначальные данные могут быть иерархически отображены.

Например, все клиенты могут быть сгруппированы по городам или регионам страны (Запад, Восток, Север и так далее), таким образом, 50 городов, восемь регионов и две страны составят три уровня иерархии с 60-ю членами. Также клиенты могут быть объединены по отношению к продукции; если существуют 250 продуктов по 20 категориям, три группы продукции и три производственных подразделения, то количество агрегатов составит 16 560. При добавлении измерений в схему количество возможных вариантов быстро достигает десятков миллионов и более.

OLAP-куб содержит базовые данные и информацию об измерениях (агрегаты). Куб потенциально содержит всю информацию, которая может потребоваться для ответов на любые запросы. При огромном количестве агрегатов зачастую полный расчёт происходит только для некоторых измерений, для остальных же производится «по требованию».

Существуют три типа OLAP: [2]

  • многомерная OLAP (Multidimensional OLAP — MOLAP);
  • реляционная OLAP (Relational OLAP — ROLAP);
  • гибридная OLAP (Hybrid OLAP — HOLAP).
Читайте также:
Tab Windows что это за программа

MOLAP — классическая форма OLAP, так что её часто называют просто OLAP. Она использует суммирующую базу данных и создаёт требуемую многомерную схему данных с сохранением как базовых данных, так и агрегатов.

ROLAP работает напрямую с реляционной базой данных, факты и таблицы с измерениями хранятся в реляционных таблицах, и для хранения агрегатов создаются дополнительные реляционные таблицы.

HOLAP использует реляционные таблицы для хранения базовых данных и многомерные таблицы для агрегатов.

Особым случаем ROLAP является «ROLAP реального времени» (Real-time ROLAP — R-ROLAP). В отличие от ROLAP в R-ROLAP для хранения агрегатов не создаются дополнительные реляционные таблицы, а агрегаты рассчитываются в момент запроса. При этом многомерный запрос к OLAP-системе автоматически преобразуется в SQL-запрос к реляционным данным.

Каждый тип хранения имеет определённые преимущества, хотя есть разногласия в их оценке у разных производителей. MOLAP лучше всего подходит для небольших наборов данных, он быстро рассчитывает агрегаты и возвращает ответы, но при этом генерируются огромные объёмы данных. ROLAP считается более масштабируемым решением, притом более экономичным к пространству хранения, но с ограничениями по возможностям аналитической обработки. HOLAP находится посреди этих двух подходов, он достаточно хорошо масштабируется, и позволяет преодолеть ряд ограничений. Архитектура R-ROLAP позволяет производить многомерный анализ OLTP-данных в режиме реального времени.

Сложность в применении OLAP состоит в создании запросов, выборе базовых данных и разработке схемы, в результате чего большинство продуктов OLAP поставляются вместе с огромным количеством предварительно настроенных запросов. Другая проблема — в базовых данных, они должны быть полными и непротиворечивыми.

Реализации OLAP Править

Исторически первой многомерной системой управления базами данных, по существу являющейся OLAP-реализацией, считается система Express, разработанная в 1970-м году компанией IRI (позднее права на продукт были приобретены корпорацией Oracle и превращён в OLAP-опцию для Oracle Database) [3] . Термин OLAP ввёл Эдгар Кодд в публикации в журнале Computerworld в 1993 году [4] , в которой он предложил 12 принципов аналитической обработки, по аналогии с 12 правилами для реляционных баз данных, сформулированными им же десятилетием ранее, в качестве референтного продукта, удовлетворяющего предложенным принципам, Кодд указал систему Essbase компании Arbor (поглощённой в 1997 году компанией Hyperion, которую, в свою очередь, в 2007-м году купила Oracle). Примечательно, что впоследствии публикация была изъята из архивов Computerworld из-за возможного конфликта интересов, так как Кодд позднее оказывал консультационные услуги для Arbor [5] .

С точки зрения реализации, делятся на «физическую OLAP» и «виртуальную» (реляционную, англ. Relational OLAP , ROLAP). «Физическая», в свою очередь, в зависимости от реализации подразделяется на многомерную (англ. Multidimensional OLAP , MOLAP) и гибридную — (англ. Hybrid OLAP, HOLAP).

В первом случае наличествует программа, выполняющая на этапе предварительной загрузки данных в OLAP предварительный расчёт агрегатов (вычислений по нескольким исходным значениям, например «итог за месяц»), которые затем сохраняются в специальную многомерную базу данных, обеспечивающую быстрое извлечение и экономичное хранение.

Гибридная реализация является комбинацией: сами данные хранятся в реляционной базе данных, а агрегаты — в многомерной.

В ROLAP-реализациях все данные хранятся и обрабатываются в реляционных системах управления базами данных, а агрегаты могут не существовать вообще или создаваться по первому запросу к базе данных или кэше аналитического программного обеспечения.

С точки зрения пользователя, все варианты выглядят похожими по возможностям. Наибольшее применение OLAP находит в продуктах для финансового планирования, хранилищах данных, решениях класса Business Intelligence.

Среди коммерческих продуктов выделяют: Microsoft SQL ServerAnalysis Services, Essbase, Oracle Database OLAP Option, IBM Cognos TM1; существует несколько свободных решений, среди них отмечаются Mondrian и Palo [6] .

Примечания Править

  1. ↑IT Term Definitions(англ.)(недоступная ссылка). Gartner (2011). Дата обращения: 12 июня 2011.Архивировано 3 февраля 2012 года.
  2. ↑ Krzysztof J. Cios, Data Mining: A Knowledge Discovery Approach, Springer 2007, ISBN 978-0-387-33333-5 — Page 123 «4.2 OLAP Server Architectures»
  3. ↑Pendse, Nigel.The origins of today’s OLAP products(англ.). OLAP Report (20 июля 2002). — «1992. Essbase launched. First well-marketed OLAP product, which went on to become the market leading OLAP server by 1997.». Дата обращения: 3 января 2011.Архивировано 21 декабря 2007 года.
  4. ↑Codd, Edgar F. Providing OLAP to User-Analysts: An IT Mandate // Computerworld. — Т. 27 , № 30 . — ISSN0010-4841. Архивировано 11 ноября 1998 года.
  5. ↑Whitehorn, MarkOLAP and the need for SPEED. In another dimension(англ.)(недоступная ссылка). Developer. The Register (26 января 2007). — «After the paper was published it gained some notoriety because Codd had undertaken consulting work for Arbour Software (now Hyperion). This was unfortunate because the paper actively discussed one of Arbour’s products, Essbase. In the end, Computerworld took the unusual step of retracting the article; nevertheless this paper clearly marks the start of the term’s use». Дата обращения: 11 октября 2011.Архивировано 3 февраля 2012 года.
  6. ↑ Krzysztof J. Cios, Data Mining: A Knowledge Discovery Approach, Springer 2007, ISBN 978-0-387-33333-5 — Page 127 «4.5 Example Commercial OLAP Tools»
  • Классификация OLAP-систем вида xOLAP, А. Н. Андреев

Источник: ru-wiki.org

OLAP

OLAP (англ. online analytical processing , аналитическая обработка в реальном времени) — технология обработки данных, заключающаяся в подготовке суммарной (агрегированной) информации на основе больших массивов данных, структурированных по многомерному принципу. Реализации технологии OLAP являются компонентами программных решений класса Business Intelligence [1] .

Читайте также:
My asus что это за программа и нужна ли она на ноутбуке

Действие OLAP [ править ]

Причина использования OLAP для обработки запросов — скорость. Реляционные БД хранят сущности в отдельных таблицах, которые обычно хорошо нормализованы. Эта структура удобна для операционных БД (системы OLTP), но сложные многотабличные запросы в ней выполняются относительно медленно.

OLAP-структура, созданная из рабочих данных, называется OLAP-куб. Куб создаётся из соединения таблиц с применением схемы звезды или схемы снежинки. В центре схемы звезды находится таблица фактов, которая содержит ключевые факты, по которым делаются запросы. Множественные таблицы с измерениями присоединены к таблице фактов.

Эти таблицы показывают, как могут анализироваться агрегированные [en] реляционные данные. Количество возможных агрегирований определяется количеством способов, которыми первоначальные данные могут быть иерархически отображены.

Например, все клиенты могут быть сгруппированы по городам или регионам страны (Запад, Восток, Север и т. д.), таким образом, 50 городов, восемь регионов и две страны составят три уровня иерархии с 60-ю членами. Также клиенты могут быть объединены по отношению к продукции; если существуют 250 продуктов по 20-ти категориям, три группы продукции и три производственных подразделения, то количество агрегатов составит 16 560. При добавлении измерений в схему количество возможных вариантов быстро достигает десятков миллионов и более.

OLAP-куб содержит базовые данные и информацию об измерениях (агрегаты). Куб потенциально содержит всю информацию, которая может потребоваться для ответов на любые запросы. При огромном количестве агрегатов зачастую полный расчёт происходит только для некоторых измерений, для остальных же производится «по требованию».

Существуют три типа OLAP: [2]

  • многомерная OLAP (Multidimensional OLAP — MOLAP);
  • реляционная OLAP (Relational OLAP — ROLAP);
  • гибридная OLAP (Hybrid OLAP — HOLAP).

MOLAP — классическая форма OLAP, так что её часто называют просто OLAP. Она использует суммирующую БД, специальный вариант процессора пространственных БД и создаёт требуемую пространственную схему данных с сохранением как базовых данных, так и агрегатов.

ROLAP работает напрямую с реляционным хранилищем, факты и таблицы с измерениями хранятся в реляционных таблицах, и для хранения агрегатов создаются дополнительные реляционные таблицы.

HOLAP использует реляционные таблицы для хранения базовых данных и многомерные таблицы для агрегатов.

Особым случаем ROLAP является «ROLAP реального времени» (Real-time ROLAP — R-ROLAP). В отличие от ROLAP в R-ROLAP для хранения агрегатов не создаются дополнительные реляционные таблицы, а агрегаты рассчитываются в момент запроса. При этом многомерный запрос к OLAP-системе автоматически преобразуется в SQL-запрос к реляционным данным.

Каждый тип хранения имеет определённые преимущества, хотя есть разногласия в их оценке у разных производителей. MOLAP лучше всего подходит для небольших наборов данных, он быстро рассчитывает агрегаты и возвращает ответы, но при этом генерируются огромные объёмы данных. ROLAP оценивается как более масштабируемое решение, использующее к тому же наименьшее возможное пространство.

При этом скорость обработки значительно снижается. HOLAP находится посреди этих двух подходов, он достаточно хорошо масштабируется и быстро обрабатывается. Архитектура R-ROLAP позволяет производить многомерный анализ OLTP-данных в режиме реального времени.

Сложность в применении OLAP состоит в создании запросов, выборе базовых данных и разработке схемы, в результате чего большинство современных продуктов OLAP поставляются вместе с огромным количеством предварительно настроенных запросов. Другая проблема — в базовых данных. Они должны быть полными и непротиворечивыми.

Реализации OLAP [ править ]

Исторически первой многомерной системой управления базами данных, по существу являющейся OLAP-реализацией, считается система Express, разработанная в 1970-м году компанией IRI (позднее права на продукт были приобретены корпорацией Oracle и превращён в OLAP-опцию для Oracle Database) [3] . Термин OLAP ввёл Эдгар Кодд в публикации в журнале Computerworld в 1993 году [4] , в которой он предложил 12 принципов аналитической обработки, по аналогии с 12-ю правилами для реляционных баз данных, сформулированными им же десятилетием ранее, в качестве референтного продукта, удовлетворяющего предложенным принципам, Кодд указал систему Essbase компании Arbor (поглощённой в 1997 году компанией Hyperion, которую, в свою очередь, в 2007-м году купила Oracle). Примечательно, что впоследствии публикация была изъята из архивов Computerworld из-за возможного конфликта интересов, так как Кодд позднее оказывал консультационные услуги для Arbor [5] .

С точки зрения реализации, делятся на «физическую OLAP» и «виртуальную» (реляционную, англ. Relational OLAP , ROLAP). «Физическая», в свою очередь, в зависимости от реализации подразделяется на многомерную (англ. Multidimensional OLAP , MOLAP) и гибридную — (англ. Hybrid OLAP, HOLAP).

В первом случае наличествует программа, выполняющая на этапе предварительной загрузки данных в OLAP предварительный расчёт агрегатов (вычислений по нескольким исходным значениям, например «итог за месяц»), которые затем сохраняются в специальную многомерную базу данных, обеспечивающую быстрое извлечение и экономичное хранение.

Гибридная реализация является комбинацией: сами данные хранятся в реляционной базе данных, а агрегаты — в многомерной.

В ROLAP-реализациях все данные хранятся и обрабатываются в реляционных системах управления базами данных, а агрегаты могут не существовать вообще или создаваться по первому запросу в СУБД или кэше аналитического программного обеспечения.

С точки зрения пользователя, все варианты выглядят похожими по возможностям. Наибольшее применение OLAP находит в продуктах для финансового планирования, хранилищах данных, решениях класса Business Intelligence.

Известные производители коммерческих OLAP-продуктов, согласно OLAP Report на 2007-й год: Microsoft, Hyperion, Cognos, Business Objects, MicroStrategy, SAP, Cartesis, Systems Union/MIS AG, Oracle, Applix.

Среди коммерческих продуктов можно выделить: Microsoft SQL Server Analysis Services, Hyperion Essbase, Cognos PowerPlay, BusinessObjects, MicroStrategy, SAP BW, Cartesis Magnitude, Oracle Express, OLAP Option, IBM Cognos TM1. Существует несколько open-source решений, включая Mondrian и Palo [6]

Читайте также:
Welife что за программа и нужна ли

См. также [ править ]

  • Сравнение OLAP-серверов
  • Хранилище данных
  • Витрина данных
  • OLTP

Примечания [ править ]

  1. ↑IT Term Definitions (англ.) . Gartner (2011). Проверено 12 июня 2011.Архивировано из первоисточника 3 февраля 2012.
  2. ↑ Krzysztof J. Cios, Data Mining: A Knowledge Discovery Approach, Springer 2007, ISBN 978-0-387-33333-5 — Page 123 «4.2 OLAP Server Architectures»
  3. ↑Pendse, Nigel.The origins of today’s OLAP products (англ.) . OLAP Report (20 July 2002). — «1992. Essbase launched. First well-marketed OLAP product, which went on to become the market leading OLAP server by 1997.» Проверено 3 января 2011.Архивировано из первоисточника 6 октября 2002.
  4. ↑Codd, Edgar F. Providing OLAP to User-Analysts: An IT Mandate // Computerworld. —,. — ISSN0010-4841. Архивировано из первоисточника 11 ноября 1998.
  5. ↑Whitehorn, MarkOLAP and the need for SPEED. In another dimension (англ.) . Developer. The Register (26 January 2007). — «After the paper was published it gained some notoriety because Codd had undertaken consulting work for Arbour Software (now Hyperion). This was unfortunate because the paper actively discussed one of Arbour’s products, Essbase. In the end, Computerworld took the unusual step of retracting the article; nevertheless this paper clearly marks the start of the term’s use» Проверено 11 октября 2011.Архивировано из первоисточника 3 февраля 2012.
  6. ↑ Krzysztof J. Cios, Data Mining: A Knowledge Discovery Approach, Springer 2007, ISBN 978-0-387-33333-5 — Page 127 «4.5 Example Commercial OLAP Tools»

Источник: www.wikiznanie.ru

Программа olap что это

Концепции и архитектура
BI-платформ

Основные определения и концепции BI-платформ. BI-технологии.
Функции системы BI. Виды BI-платформ и их компоненты.

Что такое BI?

BI (Business Intelligence) – это процесс, ориентированный на бизнес-пользователя, который помогает получить доступ, исследовать информацию, анализировать и понимать данные, что ведет к улучшенному принятию решений.

BI-технологии:

  • позволяют анализировать большие объемы информации
  • указывают пользователю на ключевые факторы, которые необходимы для принятия решений.
  • позволяют представлять информацию в удобном, для аналитика, виде

Основные функции системы BI

  • Управление в реальном времени бизнес-знаниями в рамках всего предприятия.
  • Простой доступ к информации для сотрудников компании различных уровней.
  • Рост объема перерабатываемой информации, повышение конкурентоспособности.
  • Проведение более эффективного анализа доходов и расходов.
  • Предоставление исполнительным директорам комплексной и более наглядной картины предприятия по всем направлениям бизнеса.
  • Отслеживание ситуации как на всем предприятии в целом, так и на каких-то конкретных проблемных участках в частности.

Основные технологические средства реализации функциональности систем бизнес-аналитики

  • отчеты и средства их создания;
  • специализированные средства создания отчетов;
  • генераторы отчетов, встроенные в средства разработки;
  • нетрадиционные средства создания отчетов;
  • OLAP-средства;
  • клиентские OLAP-средства;
  • серверные OLAP-cредства;
  • средства поиска закономерностей (Data Mining-средства) и т.д.

Требования к системе бизнес-аналитики

  • иметь единый графический интерфейс пользователя (GUI), который обеспечивает интуитивную навигацию и комфортность в работе;
  • предоставлять гибкий анализ и отчетность сотрудникам различных подразделений для просмотра сводных данных, используя одни и те же разрезы деятельности в сопоставимых показателях;
  • иметь открытую архитектуру и организационную масштабируемость, которые дают контролируемое, последовательное и быстрое развертывание аналитической системы во всех подразделениях предприятия;
  • иметь мощную систему административного контроля, которая освобождает ИT-службу от необходимости составления многих форм отчетности, но в то же время обеспечивает контроль доступа к базам данных, конфиденциальность и мониторинг изменений;
  • обеспечивать быстрое внедрение, которое способствует скорейшему получению практических результатов и ускоряет отдачу от инвестиций в программное обеспечение.

Преимущества систем BI

  • лучше анализировать структуру покупательского спроса и потребности ваших клиентов;
  • использовать гибкую стратегию продаж и целевой маркетинг;
  • по-новому представить на рынке возможности вашей продукции;
  • выявить слабые места в цепочке поставок;
  • исключить неоправданные производственные и коммерческие расходы;
  • выявить стратегические тенденции в изменении ценовой структуры и номенклатуры выпускаемой продукции.

Архитектура современной системы бизнес-аналитики

  1. сбор и первичная обработка данных;
  2. извлечение, преобразование и загрузка данных;
  3. складирование данных;
  4. представление данных в витринах данных;
  5. анализ данных
  6. Web-портал.

Виды BI-платформ

  1. С хранилищем данных
    Одной из главных целей создания хранилища данных является ориентация на анализ накопленных данных, т.е. структуризация данных в хранилище данных должна быть выполнена таким образом, чтобы данные эффективно использовались в аналитических приложениях.
  2. Без хранилища данных
    К BI-платформа без хранилища данных относится, например, программа PowerBI, QlickView.

Компоненты BI-платформ

  • BI-инфраструктура: все инструменты BI-платформы должны использовать общие метаданные, единую объектную модель, сквозную модель безопасности, общие средства администрирования, портальной интеграции, общий движок исполнения запросов.
  • Управление метаданными – процесс управления данными, связанными с информационными активами организации по обеспечению интеграции, доступа, совместного использования, анализа и пр. для достижения наилучших результатов организации.
  • Разработка
  • Взаимодействие
  • Средства создания отчетов
  • Информационные панели
  • Произвольные запросы (выполнять не типовые запросы без привлечения IT-специалиста)
  • Интеграция с другими программами
  • Возможности поиска
  • Мобильные возможности
  • Гибкий просмотр информации
  • Произвольные срезы данных
  • Детализация
  • Свертка и консолидация
  • Вращение
  • Сравнение во времени
  • Моделирование
  • Карты показателей.

Как снизить цену разработки отчетов и хранилищ данных, используя BI-системы без потери качества.

В данной статье постараемся ответить на вопросы, касающиеся разработки BI-систем, а именно из чего складывается стоимость разработки, что важнее в разработке BI-систем и как сэкономить на этапе разработки качественного проекта.

Data-driven подход в компании.

В данной статье рассмотрим: в чем заключается data-driven подход в становлении компании, признаки дата-ориентированной организации, ее составляющие. А также разберем, что необходимо знать сотрудникам, чтобы сделать свою компанию дата-ориентированной.

BI-технологии.

В данном разделе представлены статьи по основным концепциям BI, а также технологиям для развития компании.

Источник: www.simplethora.ru

Рейтинг
( Пока оценок нет )
Комментарии0
Загрузка ...
Похожие материалы
EFT-Soft.ru