|
La principale raison que les sociétés de Six Sigma dans les entrepôts de données se résume à la réduction des coûts. Les grandes sociétés sont encourir d'énormes dépenses, la plupart du temps en cours d'exécution dans des millions de dollars, ce qui gruge la marge les parties prenantes, pour créer et maintenir des entrepôts de données. La criticité des entrepôts de données peut être compris par leur rôle essentiel dans le soutien à la prédiction de la performance des entreprises. On ne peut nier le fait que l'entreposage de données est en quelque sorte, à la centrale de déploiement de Six Sigma. Dans les premières phases des projets, l'entreposage de données permet une meilleure planification du déploiement, de la conception et le réglage de l'environnement de production. Data Warehousing Basics Composants entreposage de données sont de nature complexe et multiforme. Les différents éléments sont développés à l'interne ou par un tiers ou dans le développement conjoint sur le lieu de fêtes d'entreprise. En règle générale, les concepteurs se concentrent sur les techniques et les besoins des entreprises et non aux contraintes de performance rencontrés par l'environnement de production. La conséquence de cette erreur coûteuse est la possibilité de manquer les échéances et en retravaillant le projet, qui sont des manifestations de l'efficacité opérationnelle. Les défis de Data Warehouse Design Ce n'est pas nouveau que les données modernes entrepôts sont construits pour l'auto rafraîchissant et / ou compatibles pour au moins la mise à jour en temps réel. ETL, que l'extraction, transformation et chargement de données de flux est une ressource très consommatrices en exercice de l'entreposage de données. L'importance de l'entreposage de données augmente à plusieurs reprises, compte tenu du fait que les structures de données sont à la fois stratégique et fonctionnel. Même en temps réel rafraîchissement des données devient une tâche redoutable avec la fenêtre de rafraîchissement obtenant obstrués épuisement de ressources serveur. Ensuite, il ya d'autres facteurs qui ont une pièce en affecter la performance d'ETL. Relever le défi de quantifier l'effet de Data Warehouse Quantifier les effets de l'entrepôt de données est de projeter si des problèmes peut être redimensionnée. La tendance récente des données de développement de l'entrepôt est de les considérer comme appartenant à la même famille ou du groupe. Envisager de consacrer, chaque famille à un lieu géographique particulier, et autres sous-ensembles de données hiérarchiques respectifs. Modules d'entreposage de données individuelles pour les groupes (familles) sont élaborés à leur stade initial et de nouveaux sont pris en charge hors fur et à mesure qu'ils se présentent et sont tout simplement branché dans l'entrepôt de données principal. La base de données pourrait contenir trois tableaux fondamentaux tels que les tables pour stocker les attributs des données; le stockage des informations de liaison et, enfin, des données agrégées prêt à l'emploi. L'application de Six Sigma dans les Éléments de développement logiciel L'application de Six Sigma dans les éléments de développement de logiciels contribue généralement à identifier les problèmes potentiels dans la production si le développement est fait dans les premières phases du projet. Deuxièmement, la tâche colossale d'entreposage de données peut renvoyer des résultats positifs si les plans de déploiement sont ajustés avec précision avant leur exécution. L'auto-évaluation de la nature et les dispositions prévoyant un audit interne de la lumière sur les cours d'exécution. Dans le même temps, on ne peut oublier que les bases de données développées demeurent liées à l'architecture du système sur lequel ils sont construits et qui pèsent lourdement sur la précision des prédictions dans un environnement changeant des affaires, ironiquement, pour lesquels ils sont construits. |