1. Što je skladište podataka?

Skladište podataka je centralni repozitorij svih bitnih podataka koje jedna organizacija
vodi o svom poslovanju. To je baza podataka iz koje se crpe podaci za upravljačke
odluke (odlučivanje).

2. Što treba omogućiti Informacijski sustav poduzeća?

 Pronalaženje kvalitetnih informacija
 Njihovu prilagodbu potrebama odlučivanja
 (njihovo aktivno nuđenje korisniku)

3. Razlika između podatka i informacije?

Podatak je skup prepoznatljivih znakova zapisanih na nekom mediju, a interpretirani
podatak je informacija (informacija se zapisuje u obliku podatka). Informacija
(obavijest) donosi novost, tj. obavještava nas o nečemu, potrebna je pri odlučivanju.

4. Kakva treba biti kvalitetna informacija? Objasni.

 Točna (korektno opisuje stanje stvari)
 Potpuna (potpuno opisuje stanje stvar)
 Primjerena (odgovara problemu i osobi)
 Pravovremena (dobivena na vrijeme)

5. O čemu ovisi vrijednost informacije?

Ovisi o kvaliteti i o primatelju.

6. Slojevi informacijskog sustava?

 Izvršni (operativni) sloj – podupire
izvršenje poslovnog procesa (Sustav
za obradu transakcija)
 Upravljački (analitički) sloj –
generira informacije potrebne za
odlučivanje, upravljanje (Sustav za
potporu upravljanju)
 Informativni sloj – omogućuje
komunikaciju i suradnju (Sustav za
komunikaciju i suradnju)

1
7. Faze poslovnog odlučivanja.
 Prepoznavanje problema
 Pronalaženje i ocjenjivanje opcija
 Odabir opcije
 Provedba
 Ocjena

8. Razlika između programiranih i neprogramiranih odluka (klasifikacija, podjela odluka)?

Programirane odluke donose se kod rješavanja rutinskih problema u situacijama koje
se ponavljaju, čovjeka može zamijeniti programirani sustav ugrađen u operativni dio
IS-a (npr. odobravanje jednostavnih kredita).
Neprogramirane odluke donose se u situacijama koje nisu redovne, ne ponavljaju se
i za njih nije poznat postupak odlučivanja, teret odlučivanja je na osobi, a IS
omogućuje analizu podataka i pripremu informacija (npr. analiza prodaje radi
poduzimanja marketinške akcije).

9. Vrste odluka u poslovanju?

Operativne, taktičke i strateške.

10. Objasni statičko izvještavanje. (Obrada podataka temeljena na pravilima,

izvještavanje, praćenje  operativno odlučivanje)
Vođenje i nadgledanje osnovnih poslovnih procesa (Što radimo?) uz pomoć
standardnih (definiranih) izvještaja u izvještajnom dijelu izvršnog (operativnog) sloja
IS-a.

Problemi: „bogatstvo podataka, siromaštvo informacija“, integriranost podataka u IS-

u.

11. Objasni dinamičko izvještavanje. (Obrada podataka temeljena na umješnosti,

jednostavne analize  taktičko odlučivanje).
Praćenje skupina poslovnih procesa (Zašto radimo?) pomoću tehnologije analitičke
obrade podataka (OLAP), obavlja se u upravljačkom sloju IS-a (skladište podataka,
analitička obrada).

Problemi: Ažurnost podataka u skladištu podataka, kvaliteta podataka.

2
12. Objasni kompleksnu (dubinsku) analizu. (Obrada podataka temeljena na znanju,
kompleksne analize  strateško odlučivanje)
Donošenje strateških odluka (Što bi trebalo raditi?), uz pomoć rudarenja podataka u
upravljačkom sloju IS (metoda rudarenja podataka, simulacije).

Problemi: Nepoznavanje metoda kompleksne analize podataka i interpretacije rezultata,

kvaliteta podataka.

13. Objasni informacijsku anarhiju, diktaturu i demokraciju.

 Diktatura – diktiran, ograničen pristup podacima
 Anarhija – svatko ima svoje podatke, podatkovni kaos
 Demokracija – slobodni, upravljani podaci

14. Što je ETL procedura?

Postupak izdvajanja (iz izvora podataka), transformacije (u području pripreme podataka
engl. Staging area) i punjenja podataka u skladište podataka.

15. Objasni vanjske i unutarnje izvore podataka za skladište i navedite primjere.

Unutarnji podaci – opisuju aktivnosti unutar poduzeća, uzimaju se iz transakcijskih
podsustava:
 financijskog (glavna knjiga…),
 logističkog (nabava, transport…),
 prodajnog, proizvodnog (radni nalozi, upravljanje i kvaliteta proizvodnje,
projekti…),
 kadrovskog…
Vanjski podaci – opisuju aktivnosti izvan poduzeća, nabavljaju se od specijaliziranih
institucija:
 podaci konkurentnosti (proizvodi, usluge…)
 ekonomski pokazatelji (valute, kamate, burzovni podaci…)
 strukovni podaci
 financijski podaci, meteorološki podaci
 demografski
 marketinški…

16. Vrijednost (mjera, činjenica) u dimenzijskoj strukturi?

Mjera je kvantitativni pokazatelj pojave, nije kategorizirana, uglavnom je zbrojiv (postoje
zbrojiv, poluzbrojiv i nezbrojiv) podatak (Prodano jedinica, vrijednost prodaje…).

3
 17. Koje su tipične operacije na dimenzijskom modelu podataka?
Agregiranje (drill up) – dizanje po hijerarhiji pozicija jedne dimenzije
Detaljiziranje (drill down) – silaženje po hijerarhiji pozicija jedne dimenzije

Selekcija – fiksiranje pozicije jedne ili više dimenzija, a ostale se mijenjaju

Isijecanje – izvlačenje podataka pojave ovisno o selekciji
Rotacija – zamjena, pivotiranje dimenzija

18. Konceptualno modeliranje izvršnih podataka u izvršnom sloju se razlikuje od

konceptualnog modeliranja analitičkih podataka u upravljačkom sloju po?
 Svrsi modeliranja
 Dekompoziciji sustava koji se modelira
 Načinu modeliranja

19. Što je degenerirana dimenzija?

To je ona dimenzija koja osim identifikatora nema drugih dimenzijskih atributa, ima
samo ključ u činjeničnoj tablici (npr. BrojRačuna).

20. Objasni zrnatost vrijednosti ili mjere i potkrijepi primjerom

Zrnatost ili granularnost opisuje razinu detaljnosti odnosno sumiranosti podatkovnih
zapisa u skladištu podataka (dimenzija). Najdetaljniji, najusitnjeniji podaci opisuju
najnižu razinu zrnatosti. Podaci na najvišoj razini zrnatosti najviše su sumirani,
okrupnjeni. (npr. Broj klijenata po tjednu > danu > satu).

4
21. Sporomijenjajuća dimenzija.
Zapisi u dimenzijskoj tablici uglavnom ne mijenjaju vrijednost. U slučaju kada se mogu
mijenjati dimenzijski atributi radi se o sporomijenjajućoj dimenziji.

22. Agregat podataka.

Sadrži agregirane (zbrojene) vrijednosti nižih razina dimenzija (zbrajaju se niže razine
zrnatosti i spremaju se na višoj razini zrnatosti, npr. zbroji se prodaja po danima i spremi
se kao tjedna prodaja). Pohranjeni agregati ubrzavaju obradu dimenzijskih podataka,
agregati mogu biti pohranjeni u posebnoj, agregatnoj tablici.

23. Stvarnovremensko (real time) skladište podataka.

Podaci su jednako ažurni kao u bazi podataka ili je kašnjenje (latency time) u ažurnosti
prihvatljivo.
Pristupi:
 Near Real Time ETL – učestalije izvođenje ETL-a
 Direct Trickle feed – direktno ažuriranje činjenične tablice
 Trickle and flip – ažuriranje se izvodi u posebnoj (staging) činjeničnoj tablici, koja
se povremeno alternira s radnom činjeničnom tablicom

24. Što je aktivno skladište podataka?

Promjene su moguće i u skladištu podataka, promjene se propagiraju u transakcijsku
bazu podataka i time se zatvara petlja između izvršnog i upravljačkog sloja, tj. između
operativnih i analitičkih podataka.

25. Poslovna analitika+primjeri.

Poslovna analitika su aplikacije namijenjene poslovnim korisnicima za pripremu
informacija za poslovno odlučivanje (zato jer poslovni korisnici ne poznaju metode
podatkovnih analiza i teško interpretiraju rezultate).
 Analitičke aplikacije za upravljanje financijskom i poslovnom efikasnošću
(Financial and Business Performance Management Analytic Applications)
 Analitičke aplikacije za upravljanje odnosima s kupcima (Customer Relationship
Management Analytic Applications)
 Analitičke aplikacije za upravljanje lancem nabave i proizvodnjom (Supply Chain
and Operations Analytic Applications)

26. Koji su mehanizmi manipulacije podacima kod funkcioniranja skladišta?

 Postupci ekstrakcije i transformacije
 Sustav upravljanja podacima
 Postupci analitičke obrade i prezentacija

5
27. Alati za analitičke obrade?
 Alati za upite i izvješća
 Alati za izravnu analitičku obradu (OLAP) (Excel, Cognos, Business Objects,
OracleBI)
 Alati za dubinsku analizu – rudarenje podataka

28. Analitičke aplikacije?

Programska rješenja koja prikupljaju podatke iz različitih sustava, bez obzira na
arhitekturu podataka ili sustava. Funkcioniraju neovisno o transakcijskim sustavima, ali
se oslanjaju na njih, mogu ekstrahirati, transformirati i integrirati podatke iz višestrukih
izvora. Vremenski su orijentirane.
 Analitike poduzeća (Financijske, BPM, proizvodnje, ljudskih resursa)
 CRM analitike
 SCM analitike (Supply Chain Management)
Npr. Oracle Hyperion, SAS rješenja, IBIS (Cro), Siebel…

29. Dva načina oblikovanja skladišta podataka?

 U „silaznom“ (top-down) pristupu najprije se oblikuje i stvara centralno skladište
podataka koje se zatim propagira u područna skladišta podataka.
 U „uzlaznom“ (bottom-up) pristupu najprije se oblikuju i stvaraju područna skladišta
podataka koja se zatim integriraju u centralno skladište podataka.

30. Modeliranje analitičkih podataka

 Konceptualno: izrada (pod)modela (određivanje zrnatosti atributa, određivanje
vrijednosti atributa, određivanje dimenzija i dimenzijskih atributa, razmatranje
promjena dimenzija)
 Logičko: Dimenzijski prikaz podataka skladišta podataka implementira se u
relacijskoj bazi podataka zvjezdastom shemom
 Fizičko: korištenje spremljenim agregatima poboljšava se brzina obrade podataka

31. Strukturirani i nestrukturirani podaci.

Strukturirani podaci – dolaze ponavljajući se u istom formatu (baze podataka)
Nestrukturirani podaci – tekstualni i netekstualni (slike, mailovi, tekst, zvuk…)

6
BusinessObjects

1. Što je BusinessObjects?
BusinessObjects spada u OLAP alate za analitičku obradu podataka, služi za
postavljanje upita (bez SQL-a), kreiranje izvještaja i analizu podataka.

2. Nabroji osnovne module BusinessObjectsa i objasni čemu služe.

 Designer – služi za kreiranje semantičkog sloja (Universea)
 BusinessObjects – služi za kreiranje izvještaja i analizu podataka
 Supervisor – služi za osiguravanje sigurnosti

3. Napiši korake kreiranja Universa u BusinessObjectu.

1) Definiranje parametara
2) Odabir klasa i objekata
3) Kreiranje mjera
4) Generiranje Universea

4. Što je Universe i kojim modulom se kreira?

Universe je semantički sloj kojeg se kreira uz pomoć Designer modula.

5. Način pristupanja podacima u BusinessObjectsu?

 Putem Universea
 Direktno, ako se pristupa lokalnim podacima (npr. .xls), ako se pristupa OLAP
kockama, XML datoteci, ručno unošenje SQL-a, podaci s web stranice…

6. Što su klase, a što objekti u BusinessObjectu?

Klase su tablice, a objekti su stupci, (joints su veze).

7. Što može biti objekt u BusinessObjectsu i navedi primjere?

 Dimenzija ( ) – određena je pojavom kroz koju se prati poslovanje, obično
su character ili date tip podataka (Ime kupca, Ime dobavljača, Naziv hotela ili
godina, kvartal, datum rezervacije…)
 Detalj ( ) – uvijek se veže uz jednu dimenziju i o toj dimenziji pruža dodatne
informacije (Telefon kupca, Adresa dobavljača, Broj računa klijenta…)
 Mjere ( ) – kvantitativni pokazatelj pojave, nije kategorizirana i uglavnom je
zbrojivi podatak (Godišnji prihod, broj gostiju, broj rezervacija, prodano
jedinica robe…)

8. Objasni čemu služi Query Panel u BusinessObjectsu.

Query Panel je grafičko sučelje koje omogućuje kreiranje upita i to na način da se
drag and drop metodom povlače objekti iz ranije kreiranog Universea.
Klase i objekti nalaze se s lijeve strane, zatim se drag and drop metodom povlače u
Result Objects i tamo su prikazani svi objekti koji će biti uključeni u izvještaju. Postoji
još i Condition dio gdje je moguće postaviti različite uvjete i ograničenja za podatke
koje će izvještaj sadržavati.

7
9. Navedi primjer Klasa i svih objekata u BusinessObjectsu.
Klase ( ) su tablice (najviši element u hijerarhiji), a objekti su stupci unutar tih
tablica, objekti pak mogu biti dimenzije ( ), detalji ( ) i mjere ( ).

Primjer: