انبار داده

داده کاوی، فرایند مرتب سازی و طبقه بندی داده های حجیم و آشکارسازی اطلاعات مرتبط باهم می باشد. امروزه داده کاوی به عنوان یکی از ابزارهای بسیار مهم مدیران جهت شناخت وضعیت دقیق تر سازمان و همچنین کمک در اتخاذ تصمیمات مناسب کاربرد دارد. با استفاده از این تکنیک، داده های موجود در سازمان با بکارگیری ابزارهای نرم افزاری، مورد بررسی و تحلیل دقیق قرار می گیرد تا الگوهای پنهان و پیچیده ای که در آنها وجود دارد کشف و استخراج گردد. داده کاوی را می توان نسل سوم تکنولوژیهایی نامید که با داده سروکار دارند. در نسل اول یا نسل سنتی، فقط انجام پرس و جو های ساده امکان پذیر بود، مثلا تعداد فروش یک کالای خاص چقدر است؟ میزان خرید یک مشتری خاص در ماه جاری چه مبلغی است؟ در نسل دوم یا همان پردازش لحظه ای برخط (OLAP) امکان پرس و جوی همزمان چند بعدی فراهم گردید. در این روش به عنوان مثال به سوالاتی مانند: «میزان فروش محصولات به تفکیک فروشنده، خریدار و مسیر خاص چقدر است؟ » بصورت لحظه ای و با استفاده از مکعب تصمیم و گزارش ماتریسی پاسخ داده می شود. اما در نسل سوم یا همان داده کاوی فقط مساله پرس و جو و دریافت گزارش ها از داده ها نیست، بلکه از حجم انبوه داده ها، الگوهایی کشف می شود که هیچ وقت امکان کشف این الگوها در OLAP یا روش سنتی وجود نداشت. انواع اطلاعات و الگوهایی که از طریق داده کاوی بدست می آیند و کاربرد دارند عبارتند از: وابستگی، تسلسل و توالی، طبقه بندی، خوشه بندی و پیش بینی. برای استخراج این الگوها اغلب از روشهای نوینی مانند شبکه عصبی و درختهای تصمیم استفاده می شود. در عمل برای امکان انجام داده کاوی و استفاده از تکنیکهای فوق الذکر، ابتدا باید نسبت به ایجاد یک انبار داده مناسب اقدام کرد. یک انبارداده در حقیقت پایگاه داده ای است که داده های جاری و همچنین سوابق قبلی تراکنشها را در خود ذخیره کرده و با منابع خارج سازمان نیز ارتباط برقرار می کند. اهداف کلی این مقاله عبارتند از ارایه تعریف دقیقی از انبار داده، بررسی تکنیکها و کاربردهای داده کاوی و کاربرد آن در مدیریت، معرفی شبکه عصبی به عنوان یکی از روشهای اجرای داده کاوی و بیان مفهوم درخت تصمیم و ارتباط آن با داده کاوی.

از جمله عواملی که می تواند نقش مهمی در فرایند تصمیم گیری ایفا کند استفاده از ابزارهای هوش تجاری می باشد و مشاوران بازاریابی جهانی به استفاده از ابزارهای جدید هوش تجاری و تمرکز بر اهمیت این ابزارها تاکید داشته اند. در همین راستا در این پژوهش نقش ابزارهای هوش تجاری بر فرایند تصمیم گیری مورد بررسی قرار گرفت. در این پژوهش نمونه آماری شامل مدیران و روسای بخش های مختلف شرکت سرمایه گذاری تامین اجتماعی شهر تهران است. این پژوهش از نظر هدف کاربردی بوده و از نظر روش توصیفی می باشد. داده های مورد نیاز برای این پژوهش، بوسیله یک پرسشنامه استاندارد که پایایی و روایی آن مجددا مورد بررسی و تائید قرار گرفت، جمع آوری شد. همچنین برای نگارش ادبیات نظری لازم در حوزه مورد بررسی از مطالعات کتابخانه ای نیز بهره گرفته شد. در این پژوهش از دو روش مختلف برای ارزیابی استفاده شد. در مرحله اول از روش دیمتل برای ارزیابی اولیه متغییرها و شاخص ها و ارزیابی و استخراج متغییرها و شاخص های تاثیرگذار و تاثیر پذیر استفاده شد که ابزار گرداوری داده های آن از طریق مصاحبه انجام پذیرفت و در مرحله دوم از روش تحلیل آماری استفاده گردید که برای انجام آن از آمار استنباطی و توصیفی استفاده می شود. در بخش آمار استنباطی ازضریب همبستگی پیرسون با استفاده از نرم افزار SPSS بهره گرفته شد. به طور کلی، نتایج این پژوهش حاکی از نقش استفاده از ابزارهای هوش تجاری بر فرایند تصمیم گیری بود و نشان داد که سیستم هوش تجاری و این ابزارها رابطه نزدیکی با فرایند تصمیم گیری دارند. در تبیین این نقش می توان گفت که اتخاذ تصمیم با پشتیبانی سیستم های هوش تجاری، زمان، هزینه و خطای انسانی را کاهش می دهد. به عبارتی، سیستم های هوش تجاری یک جهانی سازی فنی در جهان بازار است که با استفاده از آن، فرایندی تصمیم گیری در سازمان اثربخش شده و با کاهش اتلاف وقت و خطرات و ابهام در کار، توانایی مقابله با تغییرات گسترده در سطح جهانی را به سازمان می دهد.

تصمیمات اجرایی، تاکتیکی و راهبردی در هر سازمانی اتخاذ می شوند. در هر سه سطح، نمونه هایی از داده ها یافت می شود که قابلیت تبدیل به ابزار سودمند برای پشتیبانی از تصمیم را دارند. آموزش عالی می تواند از انبار داده در تصمیم گیری بهره گیرد. هدف پژوهش حاضر، بررسی کاربرد انبار داده در تصمیم گیری در آموزش عالی و مقایسه داده های ارائه شده توسط انبار داده های مراکز آموزش عالی متفاوت است. در این مقاله، از روش توصیفی تحلیلی استفاده شده است. در بخش نخست مقاله، مفاهیم و کاربرد انبار داده[1] در تصمیم گیری بیان می شود و سپس معماری انبار داده بیان می گردد. در بخش پایانی، مقایسه تحلیلی میان انبار داده مراکز آموزش عالی متفاوت صورت می گیرد و بخش هایی از انبار داده که برای اغلب دانشگاه ها مناسب است و می تواند به کار رود، پیشنهاد می شود. نتایج این پژوهش نشان می دهد که در مراکز آموزش عالی به دلیل نیاز های اطلاعاتی کاربرانشان، دیتا مارت[2] های گوناگونی با داده های متفاوت استفاده می شود؛ اما آنها در برخی از فیلدهای فراهم شده نقاط اشتراکی نیز دارند. <br clear="all" /> 1. Data Warehouse 2. Data mart