<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:media="http://search.yahoo.com/mrss/">
<channel>
<image>
<link>https://www.ciotrends.cz/</link>
<title>CIOtrends</title>
<url>https://i.iinfo.cz/bw/rss-88x31.gif</url>
<width>88</width>
<height>31</height>
</image>
<title>CIOtrends - články a aktuality autora Vladimír Kyjonka</title>
<link>https://www.ciotrends.cz/autori/vladimir-kyjonka/</link>
<description>CIOtrends - IT strategie pro manažery</description>
<language>cs</language>
<pubDate>Mon, 14 Jun 2010 05:00:51 GMT</pubDate>
<item>
<title>B jako Byznys,  I jako Inteligence</title>
<link>https://www.ciotrends.cz/clanky/b-jako-byznys-i-jako-inteligence/?utm_source=rss&amp;utm_medium=text&amp;utm_campaign=rss</link>
<description>Všichni víme, jak se to dělá: Nejdřív se vypumpují pokud možno všechna data všech podnikových systémů a napumpují se do datového skladu a tam se pěkně uskladní. To je první krok na cestě k informační nirváně.</description>

<author>redakce@ciotrends.cz (CIOtrends: Vladimír Kyjonka)</author>
<pubDate>Mon, 14 Jun 2010 05:00:51 GMT</pubDate>

<guid isPermaLink="false">www.ciotrends.cz-text-2172</guid>


</item>
<item>
<title>Neztraťte se v džungli dat</title>
<link>https://www.ciotrends.cz/aktuality/neztratte-se-v-dzungli-dat/?utm_source=rss&amp;utm_medium=text&amp;utm_campaign=rss</link>
<description>Kdybychom chtěli jednodu&#353;e charakterizovat data warehousing, business intelligence a spřízněné obory, mohli bychom říci, že se snaží z vlastnictví dat vytěžit nějakou novou hodnotu. Využít potenciál, který v datech dřímá, přeměnit datovou surovinu v novou energii. Je to podobné, jako když na&#353;i předkové zjistili, že uhlí lze proměnit na páru a posléze elektřinu. V tomto ohledu jsou cíle a snahy Master Data Managementu obdobné. 

Jde o to využít data novým způsobem tak, aby nám přinesla vět&#353;í užitek. Rozdíl je v tom, že MDM se mnohem více zabývá podstatou dat, jde až ke kořenům. Snaží se na&#353;e úsilí usměrnit tak, abychom dokázali ovlivnit základní vnitřní děje v datech a uvolnili z nich mnohem vět&#353;í &#8222;energii&#8220;, podobně jako se to stalo rozbitím atomu.

HROMADĚNÍ A ZPRACOVÁVÁNÍ DAT

Ale vezměme to po pořádku. Když si začal člověk pomáhat automatizací některých činností pomocí počítačů, byl nad&#353;en zejména množstvím práce, které tyto stroje dokázaly odvést, a rychlostí, s jakou to dokázaly udělat. A hledal způsoby jak zpracovat je&#353;tě více a je&#353;tě rychleji. Už v té době se začala hromadit data, která byla považována spí&#353;e za jakousi nutnost, aby skvělé algoritmy mohly fungovat, za jakýsi vedlej&#353;í produkt. A podle toho se s nimi zacházelo. Každý program pracoval s vlastními originálními strukturami, které optimálně podporovaly jeho funkci, av&#353;ak byly nepoužitelné pro cokoliv jiného.

Vývoj &#353;el samozřejmě dál a postupně vznikaly rozsáhlé specializované systémy, které konsolidovaly velké objemy dat a vná&#353;ely do jejich zpracování řád. Obrovskou datovou variabilitu, která je od začátku charakterizovala, mají v&#353;ak ve svém genetickém kódu dodnes. Výsledkem je, že v dne&#353;ních informačních systémech je informace o jednom konkrétním subjektu (např. klientovi, produktu, partnerovi v oblasti komerčních firem či občanovi, podnikatelském subjektu a poskytované veřejné službě ve státní správě) roztrou&#353;ena na mnoha místech, vyskytuje se v mnoha (a není známo kolika) podobách, a dokonce je často obtížné &#8222;pouhým okem&#8220; rozeznat, zda se skutečně jedná o tutéž informaci. Ačkoliv jsou děje v datech v rámci jednotlivých agend řízeny, jako celek to může zvenku připomínat spí&#353;e Brownův pohyb.

Tyto skutečnosti si samozřejmě už nějakou dobu uvědomujeme. Brownův pohyb není efektivní, takovéto datové reje vyžadují mnoho energie, jež vyjde nazmar. Nehledě na to, že situace, kdy se obsah informace výrazně li&#353;í podle toho, odkud a jak ji ze systému vytáhneme, jistě nepřidá manažerům, kteří za chod organizace zodpovídají, na klidu. Takže se s tím snažíme něco dělat.

Jednou z možností je použít vzniklá data jako druhotnou surovinu a po náležitém zpracování, prosetí a zu&#353;lechtění z nich získat novou třídu informací, což se nazývá data warehousingem, business inteligencí, data miningem apod. a v podstatě nám to umožní více se z dat dovědět o na&#353;í činnosti (tedy o fungování a prosperitě podniku, úzkých místech systému, rizicích a příležitostech atd.).

INTEGRACE DAT

Také se snažíme něco dělat s fungováním systémů samotných. Chceme je propojit, aby už netvořily jenom samostatné ostrovy, které o sobě téměř nevědí. Snažíme se zařídit, aby byly procesy provázány a data sdílena. Zkrátka integrujeme. Integrace, vyskytující se v různých formách v posledních letech v plánech a koncepcích dodavatelů technologií i jejich uživatelů, je považována za cestu k ukončení chaosu. Očekává se, že automatizované propojení systémů zamezí zmatkům, v&#353;e bude provázané, jasné, korektní&#8230; Říká a pí&#353;e se, že prožíváme v oboru informačních technologií &#8222;dekádu integrace&#8220;. Žonglujeme s pojmy jako podniková aplikační integrace, integrace byznys procesů, podniková integrace informací, integrace na bázi architektury orientované na služby, zabýváme se monitorováním byznys procesů atd.

Jenomže&#8230; Zdaleka tím nemáme po problémech. Sice integrujeme o sto &#353;est, ale to samo nám pořádek do dat nevnese, jenom lépe vidíme, v jakém stavu je skutečně máme. Skrze integraci problémy nekonzistentních informací v pravém slova smyslu vybublají na povrch &#8211; a také začnou podstatně více vadit.

Co tedy s tím? O co bychom měli v prvé řadě usilovat?</description>

<author>redakce@ciotrends.cz (CIOtrends: Vladimír Kyjonka)</author>
<pubDate>Thu, 11 Oct 2007 23:00:44 GMT</pubDate>

<guid isPermaLink="false">www.ciotrends.cz-actuality-2680</guid>


</item>
</channel>
</rss>