Cyfroteka.pl

klikaj i czytaj online

Cyfro
Czytomierz
00210 003279 18799685 na godz. na dobę w sumie
Zarządzanie danymi w organizacji - ebook/pdf
Zarządzanie danymi w organizacji - ebook/pdf
Autor: Liczba stron: 230
Wydawca: Wydawnictwo Uniwersytetu Łódzkiego Język publikacji: polski
ISBN: 978-83-8142-630-5 Data wydania:
Lektor:
Kategoria: ebooki >> poradniki >> zarządzanie
Porównaj ceny (książka, ebook (-20%), audiobook).

W dobie Big Data, Internetu Rzeczy i sztucznej inteligencji zrozumienie znaczenia danych oraz zapoznanie się z możliwościami ich efektywnego przetwarzania decyduje o przyszłości większości przedsiębiorstw na rynku. Zmienia się sposób, w jaki dane są postrzegane w środowisku biznesowym, dlatego warto na bieżąco śledzić trendy odnoszące się do istotnych danych dla biznesu. Analityka biznesowa pozwala podejmować bardziej świadome decyzje, ważne w osiąganiu przewagi konkurencyjnej i prowadzeniu biznesu.

Celem publikacji jest przybliżenie Czytelnikom, w jaki sposób technologie informatyczne i telekomunikacyjne wspierają zarządzanie. Omówiono takie zagadnienia, jak architektura danych, teoria baz danych, a w szczególności projektowanie bazy danych oraz wykorzystanie języka SQL do ich tworzenia i formułowania zapytań. Wiele uwagi poświęcono systemowi Business Intelligence, hurtowniom danych, wizualizacjom i sposobom przedstawiania danych, a także informacji, bezpieczeństwu oraz nowym technologiom (Internet of Things).

Książka stanowi kompendium wprowadzające w tematykę związaną z systemami informacyjnymi szeroko rozumianego zarządzania. Jest przeznaczona dla odbiorców zainteresowanych efektywną transformacją cyfrową biznesu i praktyką biznesową zarządzania przez dane.

Znajdź podobne książki Ostatnio czytane w tej kategorii

Darmowy fragment publikacji:

Beata Gontar – Uniwersytet Łódzki, Wydział Zarządzania, Katedra Informatyki 90-237 Łódź, ul. Matejki 22/26 RECENZENT Gabriela Idzikowska REDAKTOR INICJUJĄCY Monika Borowczyk OPRACOWANIE REDAKCYJNE Aleksandra Urzędowska SKŁAD I ŁAMANIE AGENT PR PROJEKT OKŁADKI Katarzyna Turkowska Zdjęcie wykorzystane na okładce: © Depositphotos.com/everythingposs Katarzyna Ciach (rozdział IV), Piotr Czerwonka (rozdział I, VI), Zbigniew Gontar (rozdział III) Ryszard Kurzyjamski (rozdział II), Grzegorz Podgórski (rozdział V) Jerzy S. Zieliński (rozdział VI) © Copyright by Authors, Łódź 2019 © Copyright for this edition by Uniwersytet Łódzki, Łódź 2019 Wydane przez Wydawnictwo Uniwersytetu Łódzkiego Wydanie I. W.08380.17.0.K Ark. wyd. 11,0; ark. druk. 14,375 ISBN 978-83-8142-629-9 e-ISBN 978-83-8142-630-5 Wydawnictwo Uniwersytetu Łódzkiego 90-131 Łódź, ul. Lindleya 8 www.wydawnictwo.uni.lodz.pl e-mail: ksiegarnia@uni.lodz.pl tel. (42) 665 58 63 Spis treści Wstęp Rozdział 1 Architektura danych 1.1. Wprowadzenie 1.2. Dane i rozwój organizacji 1.3. Architektura korporacyjna i architektura danych 1.4. Podsumowanie Pytania kontrolne Studium przypadku Literatura Rozdział 2 Bazy danych 2.1. Wprowadzenie 2.2. Podstawowe pojęcia baz danych 2.3. Użytkownicy baz danych 2.4. Modele danych 2.4.1. Model relacyjny 2.4.2. Model encyjno-relacyjny 2.5. Funkcje Systemu Zarządzania Bazą Danych (SZBD) 2.6. Wymogi integralności 2.7. Struktura SZBD 2.8. Organizacja danych w bazach danych 2.9. Kontrola dostępu 2.10. Język SQL 2.11. Podsumowanie Pytania kontrolne Studium przypadku Literatura 9 13 13 14 17 28 29 30 32 33 33 34 38 41 41 43 44 50 52 58 60 62 66 66 67 72 5 Spis treści Rozdział 3 Business Intelligence 3.1. Wprowadzenie 3.2. Podstawowe pojęcia 3.2.1. Proces zarządzania efektywnością i łańcuch poznawczy dane-informacja-wiedza-mądrość (Data-to-Information-to-Knowledge-to-Wisdom, DIKW) 3.2.2. Model referencyjny dla kluczowych wskaźników efektywności 3.2.3. Analiza i monitoring stanu przedsiębiorstwa 3.2.4. Benchmarking 3.2.5. Analiza granulacyjna 3.2.6. Wizualizacja procesu 3.3. Wielowymiarowy model danych 3.4. Business Intelligence na poszczególnych poziomach piramidy informacyjnej 3.4.1. Poziom danych 3.4.2. Poziom informacji 3.4.3. Poziom wiedzy 3.4.4. Poziom mądrości strategicznej 3.5. Charakterystyka Systemów Business Intelligence 3.5.1. Pojęcie Systemu Business Intelligence 3.5.2. Cechy systemów BI 3.5.3. Struktura systemów BI 3.6. Języki programowania systemów BI 3.7. Podsumowanie Pytania kontrolne Studium przypadku Literatura Rozdział 4 Wizualizacja informacji w biznesie 4.1. Wprowadzenie 4.2. Zmysł wzroku i jego zdolność do przyswajania informacji 4.3. Pojęcie i geneza wizualizacji informacji 4.4. Wybrane funkcje wizualizacji informacji 4.4.1. Funkcja redukcji nadmiaru informacji 4.4.2. Funkcja analityczna 73 73 77 77 80 84 85 86 87 89 90 90 91 92 94 94 94 95 96 98 107 109 109 122 123 123 123 129 130 131 132 6 Spis treści 4.4.3. Funkcja zarządzająca 4.4.4. Funkcja intelektualna 4.4.5. Funkcja komunikacyjna 4.4.6. Funkcja manipulacyjna 4.4.7. Funkcja społeczna 4.4.8. Funkcja edukacyjna 4.5. Metody wizualizacji 4.5.1. Proces wizualizacji 4.5.2. Przegląd metod wizualizacji 4.5.2.1. Dane liczbowe 4.5.2.2. Dane tekstowe 4.5.2.3. Daty 4.5.2.4. Dane przestrzenne 4.6. Komunikacja wizualna 4.7. Podsumowanie Pytania kontrolne Studium przypadku Literatura Rozdział 5 Bezpieczeństwo danych 5.1. Wprowadzenie 5.2. Wartość informacji i danych oraz ich znaczenie dla organizacji 5.3. Podstawowe definicje 5.4. Zagrożenia 5.5. Sprawcy przestępstw komputerowych 5.6. Wybrane zagrożenia bezpieczeństwa informacji 5.7. Ryzyko, zarządzanie ryzykiem, analiza ryzyka 5.8. Polityka bezpieczeństwa informacji (PBI) 5.9. Audyt 5.10. Mobilność użytkowników w środowisku IT 5.11. Podsumowanie Pytania kontrolne Studium przypadku Literatura 133 133 134 135 137 138 138 138 139 139 148 150 151 153 156 157 157 164 167 167 168 172 175 178 180 184 188 191 192 199 201 201 204 7 Spis treści Rozdział 6 Nowe trendy i technologie 6.1. Wprowadzenie 6.2. Wpływ technologii mobilnych na ewolucję źródeł i sposobów dostępu do danych 6.3. Internet Rzeczy (IoT – Internet of Things) 6.3.1. Definicje 6.3.2. Obszary zastosowań IoT 6.3.3. Wybrane przypadki koncepcji zastosowań IoT 6.3.3.1. Współdziałanie z chmurą obliczeniową 6.3.3.2. Zastosowania w elektroenergetyce 6.3.3.3. Inne zastosowania 6.4. Podsumowanie Pytania kontrolne Studium przypadku Literatura Zakończenie 207 207 208 215 215 217 218 218 218 220 221 222 222 226 229 Wstęp Rozwój technologii nie jest kwestią wyboru – trzeba się do niego do- stosować1. Współczesna technologia, oparta na automatyce, robotyce i sztucznej inteligencji, jest modularna i doskonale mobilna2, posia- da łatwość generowania danych i pracy z nimi. Dane dostępne w or- ganizacjach liczone są już nie w petabajtach, a w eksabajtach i wyżej. Rozwiązywanie problemów w takich organizacjach, wzmacniają- ce  zdolność  organizacji do dostosowywania się do nowych warun- ków,  zdolność do podnoszenia się z kryzysów, konfliktów i zapaści oraz zdolność  do  zrównoważonego rozwoju3, wymaga sporych inwe- stycji w zarządzanie oparte na danych i zainteresowanie aplikacjami i narzędziami data mining (DM) i data warehousing (DW). Przyczyn tego stanu rzeczy należy szukać we wzroście dynamiki zdarzeń bizne- sowych wymuszającym zwiększenie elastyczności działania organizacji oraz jednoczesne wykorzystanie danych online i danych archiwalnych4, gwałtownym postępie w transformacji cyfrowej organizacji wymusza- jącym wykorzystanie nowych modeli biznesowych bazujących na da- nych5 oraz szybkim postępie cywilizacyjnym w zakresie nauki i techniki 1 A.K. Koźmiński, Czwarta fala globalizacji, „Rzeczpospolita”, 8.05.2017. 2 Ibidem. „Procesy tworzenia wartości mogą być realizowane w najróżniejszych konfigura- cjach organizacyjnych i terytorialnych. Zarządzanie tymi procesami polega na wyodręb- nieniu modułów realizowanych za pomocą konkretnych konfiguracji zasobów (ludzkich, materialnych, technologicznych, wiedzy), na posadowieniu każdego z modułów w opty- malnym dla niego środowisku i na koordynacji procesu, czyli na zarządzaniu łańcuchem dostaw”. 5 3 D. Helbing, Projekt FututICT, https://futurict.inn.ac [dostęp: 3.04.2018]. 4 Skrócenie cyklu życia organizacji, ale też technologii i wytwarzanych przy ich użyciu produktów i usług, czasu realizacji zamówienia etc. Tworzenie i sprzedaż danych (np. Thomson Reuters sprzedaje dane finansowe, dane o bada- niach naukowych, dane dotyczące medycyny oraz newsy, Twitter sprzedaje tweety poprzez np. DataSift), zbieranie danych i sprzedaż reklam (np. Facebook, Google, Twitter), zbieranie danych i sprzedaż usług w zakresie analityki biznesowej, dodawanie danych do produktu (Babolat specjalizujący się w produkcji rakiet tenisowych oferuje model Babolat Play Pure Drive z szeregiem czujników, które pozwalają na pozyskanie i analizę danych zebranych podczas gry tą rakietą), dodawanie danych do usług (np. holenderskie linie lotnicze KLM w usłudze Meet Sit, korzystając z danych pochodzących z Facebooka i LinkedIn, proponują miejsca w samolocie obok osoby, której profil wynikający z analizy danych pochodzących ze wspomnianych źródeł odpowiada naszemu profilowi, który powstał również na podsta- wie analizy tych danych), tworzenie nowych usług będących rezultatem analiz typu eksplo- racja danych (np. platformy typu MOOC w edukacji czy Uber w przewozach osobowych); 9 Wstęp wynikającym z globalizacji dającej szybką amortyzację kosztów, rozwi- jającego się środowiska smart, umożliwiającego śledzenie, zapisywanie, analizowanie i kontrolowanie każdego zdarzenia w procesie bizneso- wym, zmian demograficznych wymuszających rozwój nowych rozwią- zań pozwalających na zaadaptowanie się społeczeństw do nowych wa- runków środowiskowych wynikających z wyczerpywania się zasobów paliw kopalnych. Książka jest wynikiem wieloletnich doświadczeń autorów w pra- cy naukowej i dydaktycznej na Uniwersytecie Łódzkim. Stanowi ona zbiór materiałów, które mogą być wykorzystywane podczas nauki zagadnień związanych z pracą z danymi w różnego typu systemach informatycznych, ich strukturą i bezpieczeństwem, zarówno na zaję- ciach dydaktycznych, jak i w pracy indywidualnej. Publikacja może być zatem traktowana jako podręcznik do przedmiotów związanych z technologiami informacyjnymi i systemami informatycznymi, któ- re od kilku lat są w minimach programowych większości kierunków studiów I stopnia. Celem niniejszego opracowania jest przybliżenie czytelnikom, w jaki sposób technologie informatyczne i telekomunikacyjne wspierają za- rządzanie. W poszczególnych rozdziałach omówiono zagadnienia zwią- zane z takimi zagadnieniami, jak: • • architektura danych, gdzie znajdziemy definicję danych i ich miej- sce w rozwijającej się organizacji; przedstawiony zostanie model Zachmana oraz architektura korporacyjna TOGAF; teoria baz danych, a w szczególności zagadnienia związane z pro- jektowaniem bazy danych oraz wykorzystaniem języka SQL do ich tworzenia i formułowania zapytań; systemy Business Intelligence i hurtownie danych; • • wizualizacja i sposoby przedstawiania danych oraz informacji; • bezpieczeństwo danych; oraz nowe technologie, jak Internet of Things, które coraz częściej są wy- korzystywane w organizacjach. Układ publikacji został tak pomyślany, aby mogła ona stanowić kom- pendium wiedzy do właściwego zrozumienia omawianych tematów, stanowiąc opracowanie wprowadzające w zagadnienia związane z syste- mami informacyjnymi szeroko rozumianego zarządzania. por. C. Levallois, Six Business Models Based on Data, https://www.slideshare.net/seinecle/ six-business-models-based-on-data [dostęp: 18.08.2017]; inaczej klasyfikuje to J. Lokitz, podając trzy modele: Data as a Service (DaaS), Information as a Service (IaaS), Answers as a Service (AaaS), Exploring Big Data Business Models The Winning Value Propositions Behind Them, https://www.linkedin.com/pulse/exploring-big-data-business-models-winning-val- ue-behind-justin-lokitz [dostęp: 18.08.2017]. 10 Wstęp Struktura poszczególnych rozdziałów jest jednakowa. Każda część rozpoczyna się od Wprowadzenia, gdzie skrótowo zaprezentowano te- maty, które zostaną szerzej omówione, oraz cel, jaki dana część książki realizuje. Rozdziały zakończone są krótkim Podsumowaniem, Pytania- mi kontrolnymi i przypadkami do rozważenia zaprezentowanymi w for- mie Studium przypadku. 11 Wstęp ROZDZIAŁ 1 Architektura danych 1.1. Wprowadzenie Dane, informacja, wiedza i mądrość to bardzo silnie powiązane poję- cia, które pozwalają opisywać i zrozumieć otaczającą nas rzeczywistość. Mogą być one intuicyjnie kojarzone ze światem nauki i prowadzeniem badań naukowych. Badacze dokonują pomiarów, zbierają dane, a na- stępnie je analizują. Naukowcy posiadają wiedzę, która pozwala teore- tycznie lub praktycznie zrozumieć określone zagadnienia. Dzięki mą- drości potrafią myśleć i działać, wykorzystując wiedzę, doświadczenie, zdrowy rozsądek i przeczucie. Dzielą się danymi i wiedzą, informując różnymi kanałami o swoich odkryciach. Nie są to jednak pojęcia her- metyczne i zamknięte wyłącznie dla świata nauki. Jeżeli przez dane rozumiemy zbiór wartości ilościowych lub jako- ściowych, to nawet odkładając na bok ich naukowy lub informatyczny charakter, oznacza to, że w naszym otoczeniu znajduje się mnóstwo da- nych. Mogą one występować zarówno w postaci analogowej, jak i cyfro- wej. Mogą mieć postać ciągu znaków zapisanych na kartce papieru lub sekwencji impulsów elektrycznych wysyłanych przez czujnik zamonto- wany na ścianie naszego pokoju. Faktura, wiadomość e-mail, lokalizacja nadajnika GPS, numer telefonu w kalendarzu – wszystko to są dane, które można składować, zbierać, przetwarzać i analizować. Dane mogą być zbierane przez indywidualnych ludzi, korporacje, rządy. Celem rozdziału jest zapoznanie czytelnika z problemem dotyczą- cym zarządzania danymi, znaczeniem tego zagadnienia dla funkcjono- wania i rozwoju organizacji oraz ogólnymi założeniami projektowania architektury danych i architektury korporacyjnej. 13 Wprowadzenie 1.2. Dane i rozwój organizacji Funkcjonowanie we współczesnym świecie jest związane z konieczno- ścią przetwarzania gigantycznych ilości danych, które nieustannie na- pływają z naszego otoczenia. Rozwój technologii informacyjnych spra- wił, że przez cały czas zwiększa się liczba potencjalnych źródeł danych, różnorodność form transmisji oraz łatwość, z jaką można się przyłączyć do globalnego „potoku informacyjnego”. Lawinowy wzrost ilości da- nych oznacza również wzmożoną potrzebę ich przetwarzania, identy- fikacji i absorbowania lub odrzucania. Wygodny i efektywny dostęp do precyzyjnych danych umożliwia podejmowanie najszybszych decyzji przy jednoczesnym minimalizowaniu negatywnych ich skutków. Dla organizacji, której sukces jest uzależniony od efektywności procesów w niej zachodzących i koordynacji pracy jej uczestników, konieczność adaptacji do zmieniającego się otoczenia i możliwość usprawniania pro- cesów przetwarzania danych może być nie lada problemem. Istnieje bardzo wiele czynników, które skutecznie utrudniają szeroko rozumianą efektywną pracę z danymi w organizacji i adaptację proce- sów wykorzystujących dane do zmieniającego się otoczenia organizacji. Jednym z takich czynników może być wzrost złożoności danych i pro- cesów ich przetwarzania, związany z ewolucją i rozwojem organizacji. W przypadku małego – nawet jednoosobowego – przedsiębiorstwa wła- ściciel posiada bardzo dużą wiedzę na temat swojego biznesu. Może nie wykorzystywać wszystkich szans, ale wie, jak jego firma funkcjonuje, a także zna przyczyny sukcesów i porażek. W sytuacji, kiedy organizacja się rozwija, zadania, które do tej pory wykonywał jeden człowiek, trzeba delegować pomiędzy wielu pracowników. Odpowiedzialność za procesy jest przekazywana do wyspecjalizowanych podmiotów (pracowników lub jednostek organizacyjnych), a wiedza na temat organizacji zostaje rozproszona. W takiej sytuacji może dochodzić do powstawania proble- mów komunikacyjnych i niewykorzystania maksymalnego potencjału przedsiębiorstwa. Potrzebne dane mogą znajdować się w organizacji, ale mogą być niedostępne, niekompletne, może być problem z ich szybkim odnalezieniem lub mogą być w nieprzydatnej postaci. Rozwój organizacji i separacja funkcji w organizacji mogą również przejawiać się eskalacją typowego problemu dotyczącego danych – nad- miarowości (data redundancy) treści w organizacji. Taka sytuacja ma miejsce, gdy pracownicy uzyskują dostęp do danych z tego samego lub z różnych źródeł i wielokrotnie wprowadzają je do systemu informacyj- nego organizacji, np. pracownicy działu marketingu korzystają z syste- 14 Architektura danych mu CRM (Customer Relationship Management) i wprowadzają do nie- go dane adresowe klientów, a pracownicy odpowiedzialni za sprzedaż utrzymują w niepowiązanym programie służącym do wystawiania fak- tur oddzielną kopię danych identyfikujących klienta. Problem z dostępem do danych może być również wynikiem błędne- go procesu projektowania systemu informacyjnego organizacji. Projekt i wykonanie komponentów systemu informacyjnego mogą być prowa- dzone bez pełnej znajomości procesów i bez współpracy z wszystkimi interesariuszami. Można sobie łatwo wyobrazić sytuację, kiedy w orga- nizacji powstaje wiele aplikacji, których tworzenie jest koordynowane przez różne działy. W założeniu aplikacje te powinny dzielić się danymi pomiędzy sobą, ale w wyniku złej współpracy i błędnego projektu do prawidłowej wymiany nie dochodzi. Takie niedziałające systemy nie są rzadkością i nawet posiadają branżowe określenie – „system, który gra i tańczy” (stovepipe system). Z pewnością kwestia adaptacji procesów związanych z przetwarza- niem danych może stanowić kłopot dla starszych organizacji, które są w posiadaniu długodziałających i niemodyfikowanych od dłuższego cza- su elementów systemu informacyjnego. Mowa o komponentach, które mogą mieć kilkanaście, a nawet kilkadziesiąt lat, które trwale zagnieź- dziły się w organizacji i z różnych powodów nie mogą być wyeliminowa- ne lub zastąpione. Mogą to być bardzo wyspecjalizowane składniki, jak np. oprogramowanie sterujące pracą maszyn bez dalszego wsparcia pro- ducenta lub programy, których aktualizacja jest kosztowna, a sam proces nie przyniósłby wyraźnych korzyści (np. stary system obsługi studentów przechowujący archiwalne dane). W takim wypadku dostęp do danych może być utrudniony (np. opóźniony) ze względów technicznych lub z braku odpowiednich kwalifikacji pracowników organizacji (rozwiąza- nie jest tak stare, że tylko kilka osób je zna i wspiera). Kłopotliwe dla organizacji może być utrzymywanie starych skład- ników systemu, ale niefortunnie mogą się też zakończyć ich aktualiza- cja i rozwój. Technologie informacyjne rozwijają się w ostatnich latach wyjątkowo dynamicznie i menedżerowie dostają do dyspozycji bar- dzo szeroki wachlarz rozwiązań projektowych, nowych usług, modeli wdrożenia, technik tworzenia aplikacji i rozwiązań sprzętowych. Zróż- nicowana gama możliwości i wariantów ich doboru oznacza również znaczny wzrost złożoności systemów i coraz większe wymogi związane z kwalifikacjami po stronie ich projektantów i wykonawców. W przy- padku zmiany technologicznej stworzenie lub modernizacja systemu mogą zakończyć się pełnym lub częściowym niepowodzeniem w wy- niku złego dobrania technologii, nietrafionego projektu architektury Dane i rozwój organizacji 15 lub np. niewystarczających kompetencji do prawidłowego wykonania systemu. Nowe technologie oferują często obiecujące funkcjonalności, ale ich niedojrzałość może powodować konieczność radzenia sobie na etapie wdrażania z niespodziewanymi problemami, które zostały ujaw- nione na bardzo późnym etapie projektu (np. późno wykryta niepełna zgodność zaimplementowanych w organizacji mechanizmów uwie- rzytelniania z obsługiwanymi przez środowisko wykonawcze nowymi aplikacjami; ujawniona w końcowym etapie wdrożenia aplikacji nieza- dowalająca wydajność i awarie systemu baz danych w pełnym obciąże- niu produkcyjnym). Może to, oczywiście, znacząco utrudnić i opóźnić budowę systemu informacyjnego. Możliwość wystąpienia opisanych wyżej problemów i umiejętność radzenia sobie z nimi jest uzależniona m.in. od etapu rozwoju techno- logii informacyjnych w organizacji. Richard L. Nolan [Nolan, 1979] za- proponował model teoretyczny opisujący ten proces w sześciu etapach: integracja (Integration), • wprowadzenie (Initiation), • rozwój (Contagion), • kontrola (Control), • • administracja danymi (Data administration), • dojrzałość (Maturity). W pierwszym etapie modelu Nolana IT wprowadza się do organiza- cji. Zostają wdrożone pierwsze aplikacje (zwłaszcza redukujące koszty), jak system płacowy, fakturowanie, magazyn, księgowość. Wraz z uru- chamianiem aplikacji użytkownicy i menedżerowie zaczynają identyfi- kować zapotrzebowanie na dodatkowe funkcjonalności, które mają za- spokoić ich potrzeby biznesowe. Dział IT jest mały i wykonuje zlecone zadania. Drugi etap charakteryzuje się wzmożonym zapotrzebowaniem na nowe aplikacje. Są one tworzone często bez planu i bez odwoływania się do innych aplikacji. Potrzeba zaspokojenia podaży na dane prowadzi do proliferacji powielanych danych i procesów. Etap ten, pomimo wzrostu znaczenia IT, nie oznacza wzrostu jakości rozwiązań – charakteryzuje się brakiem wspólnej wizji i planowania. Wynikiem braku planowania jest konieczność tworzenia nadmiarowych rozwiązań, które pozwalają łączyć i uzupełniać źle przygotowane aplikacje. W etapie trzecim organizacja odczuwa konieczność wzmożonej kon- troli nad IT. Bałagan wynikający z wdrożenia nieefektywnego systemu przekłada się na niezadowolenie jego użytkowników. Próbując zapa- nować nad sytuacją, IT mniejszy nacisk kładzie na tworzenie nowego oprogramowania, a kieruje wysiłki w stronę restrukturyzacji istnieją- 16 Architektura danych cych aplikacji, powołania grupy administrującej bazami danych i sfor- malizowania procesów projektowania i wdrażania oprogramowania. Na etapie integracji istniejące aplikacje zostają zmodernizowane, a wykorzystywanie modeli staje się głównym elementem metodyki tworzenia oprogramowania. Użytkownicy otrzymują coraz więcej in- formacji poprzez dostęp do danych, a przez to zwiększa się ich świado- mość, czego i jak powinni oczekiwać od technologii informacyjnych. Dział IT dla zaspokojenia rosnącego zapotrzebowania musi się rozra- stać. Nie wyeliminowano jednak wszystkich potencjalnych problemów. Brak analizy danych na poziomie korporacji i występująca przez cały czas redundancja danych uniemożliwia uzyskanie pełnej kontroli nad procesem tworzenia systemu informacyjnego. Na tym etapie osoby od- powiedzialne za rozwój IT w organizacji uświadamiają sobie, jak istotną (kluczową) rolę w procesie modernizacji i unowocześniania procesów pełnią dane. Zmienia to również filozofię podejścia do tworzenia apli- kacji z prostego automatyzowania procedur do badania i konsolidowa- nia danych w celu ich przetwarzania. W etapie piątym jest wdrażane planowanie strategiczne na poziomie organizacji oraz zostaje podkreślona rola zarządzania zasobami infor- macyjnymi. Dział IT wprowadza zorientowaną na dane (data-centric) metodologię top-down do projektowania systemu informacyjnego, któ- ra zostaje oparta na uznanych i stabilnych modelach. Zostają wprowa- dzone znaczne usprawnienia w istniejącym systemie, a posiadane apli- kacje zostają całkowicie zmodernizowane. W etapie szóstym organizacja posiada wdrożone procesy analizy i modelowania danych na poziomie organizacji, uruchomione apli- kacje odzwierciedlają procesy w niej zachodzące, a struktura organi- zacyjna zostaje dostosowana tak, by usprawnić proces projektowania architektury. 1.3. Architektura korporacyjna i architektura danych Działy IT są tylko jednym z elementów struktury organizacyjnej typowej organizacji, ale ze względu na dostarczane funkcjonalności zazwyczaj są elementem niezwykle istotnym. Poprawne zaprojektowanie systemu in- formacyjnego wymaga nie tylko odpowiedniej wiedzy informatycznej, Architektura korporacyjna i architektura danych 17 ale również ścisłej współpracy z różnymi przedstawicielami organiza- cji, zapewnienia odpowiednich kanałów komunikacyjnych i zdolności przedstawienia odpowiednich celów. Wymagana jest jak najpełniejsza wiedza na temat organizacji i procesów w niej zachodzących. Koniecz- ność zaangażowania wielu interesariuszy w opisanie organizacji wyma- ga wykorzystania sformalizowanych i jak najbardziej uniwersalnych mechanizmów współpracy. Powinno to umożliwić pozyskanie większej grupy podmiotów wnoszących wartościowy wkład do opisu organizacji oraz łatwiejsze wprowadzenie do zespołu nowych członków na później- szym etapie projektu. Aby sprostać przedstawionym wyzwaniom, opracowano wiele stan- dardów, modeli i pojęć, które mają w tym pomóc. Należą do nich m.in. architektura korporacyjna (enterprise architecture) i architektura danych (data architecture). Architektura korporacyjna to zbiór właściwości da- nej korporacji (włącznie ze strukturą), które stanowią o zdolności do re- alizacji jej misji – czyli dokładny jej opis [Graves, 2016]. Podwaliny pod dziedzinę badań nad architekturą korporacyjną zosta- ły położone poprzez pracę J.A. Zachmana, opublikowaną w 1987 roku [Zachman, 1987]. Jej głównym celem była próba sprostania złożoności zarządzania coraz bardziej rozproszonymi systemami. Według Zachma- na najlepszym sposobem na uświadomienie sobie prawdziwej wartości biznesowej drzemiącej w organizacji i sposobem na osiągnięcie odpo- wiedniego poziomu zwinności w opisywaniu, projektowaniu i modyfi- kowaniu zachodzących w niej procesów jest holistyczne podejście do całej architektury systemowej, które bierze pod uwagę każde ważne za- gadnienie w organizacji z każdej istotnej perspektywy. Takie spojrzenie na architekturę systemu zostało przez niego opisane jako Model Archi- tektury Systemów Informacyjnych (Information Systems Architectural Framework), który został później przemianowany na Model Architek- tury Korporacyjnej (Enterprise Architecture Framework). System informacyjny wspierający nowoczesną organizację może być bardzo skomplikowany i jego zaprojektowanie oraz obsługa wymagają współpracy wielu wyspecjalizowanych interesariuszy. W zależności od posiadanej wiedzy i zakresu obowiązków spojrzenie na ten sam proces może oznaczać wykorzystanie innych narzędzi i kompetencji do jego opisania i zaprojektowania. Menedżer, projektant baz danych i inżynier sieciowy będą mieli zupełnie inny punkt widzenia i wymagania np. na proces komunikacji z klientem, ale każda z tych perspektyw (pomimo innego poziomu szczegółowości, narzędzi czy języka służącego do jego opisania) będzie istotna do osiągnięcia sukcesu organizacji i wymaga szczegółowego projektu. W ten sposób powstaje wiele dokumentów 18 Architektura danych opisujących architekturę systemu (artefaktów), które są porządkowane przez Model Zachmana (Zachman’s Enterprise Framework). Model Zachmana jest szablonem służącym do organizowania arte- faktów architektury (dokumentów projektowych, specyfikacji, modeli), które biorą pod uwagę zarówno ich odbiorców (np. właścicieli, projektan- tów), jak i poszczególne zagadnienia, które wymagają opisania i zaprojek- towania (np. dane i funkcjonalności). W przedstawionej na rysunku 1.1 strukturze Zachmana wymiar wierszy organizuje poziom artefaktów we- dług interesariuszy. Zachman zaproponował sześć poziomów – planistę, właściciela, projektanta, budowniczego, podwykonawcę i korporację. Wymiar kolumn koncentruje się na opisie celu artefaktu w projekcie: co (dane), jak (funkcje), gdzie (sieci), kto (ludzie), kiedy, dlaczego. Zarówno właściciel, jak i projektant muszą znać odpowiedzi na te same pytania, ale odpowiedzi na nie będą w zależności od pytającego inne. Bardziej rozbudowane podejście do zagadnienia architektury korpo- racyjnej zostało zaproponowane w modelu TOGAF (The Open Group Architecture Framework) [Open Group, 2011]. Open Group w swoim modelu definiuje architekturę korporacyjną jako spójny model organi- zacji (rozumianej zarówno jako jednostki administracji publicznej, jak i przedsiębiorstwa) integrującej: cele i zadania strategiczne organizacji, procesy biznesowe oraz systemy informacyjne i technologiczne nie- zbędne do realizacji jej celów [Goikoetxea, 2014]. Architektura korporacyjna TOGAF składa się z następujących ele- mentów [Open Group, 2005]: • pryncypia architektury korporacyjnej – zbiór trwałych zasad ba- zujących na strategii rozwoju organizacji, które stanowią repre- zentację całościowych potrzeb organizacji w zakresie tworzenia rozwiązań informatycznych, • architektura biznesowa – określa strategię biznesową i sposoby zarządzania organizacją, jej strukturę organizacyjną oraz główne procesy biznesowe, a także relacje pomiędzy tymi elementami, • architektura danych, • architektura aplikacji – opisuje poszczególne systemy oprogramo- wania, ich rozlokowanie, wzajemne współdziałanie oraz relacje pomiędzy tymi systemami a głównymi procesami biznesowymi, • architektura technologiczna – opisuje infrastrukturę techniczną, która stanowi podstawę funkcjonowania kluczowych systemów oprogramowania (obejmuje ona m.in.: systemy operacyjne, syste- my zarządzania bazami danych, serwery aplikacyjne, sprzęt kom- puterowy oraz infrastrukturę komunikacyjną). Architektura korporacyjna i architektura danych 19
Pobierz darmowy fragment (pdf)

Gdzie kupić całą publikację:

Zarządzanie danymi w organizacji
Autor:

Opinie na temat publikacji:


Inne popularne pozycje z tej kategorii:


Czytaj również:


Prowadzisz stronę lub blog? Wstaw link do fragmentu tej książki i współpracuj z Cyfroteką: