Bài viết Kho dữ liệu trong phân tích và quản trị dữ liệu thông minh tại các cơ quan - doanh nghiệp (Enterprise data warehouse in smart data analytics and management) giới thiệu giải pháp tổ chức hình thành hệ thống Kho dữ liệu (Data Warehouse) tại các cơ quan, doanh nghiệp phục vụ cho việc quản trị dữ liệu thông minh và phân tích dữ liệu thông minh hỗ trợ cho việc hoạch định chiến lược quản trị và quản lý một cách khoa học và hiệu quả trên cơ sở khai phá kho dữ liệu. Mời các bạn cùng tham khảo!
KHO DỮ LIỆU TRONG PHÂN TÍCH VÀ QUẢN TRỊ DỰ LIỆU THÔNG MINH TẠI CÁC CƠ QUAN - DOANH NGHIỆP (Enterprise Data Warehouse in Smart Data Analytics and Management) VÕ XUÂN THỂ Khoa Công nghệ Thông tin Trường Đại học Tài – Marketing Email: vxthe@ufm.edu.vn Tóm tắt: Bài viết giới thiệu giải pháp tổ chức hình thành hệ thống Kho dự liệu (Data Warehouse) quan, doanh nghiệp phục vụ cho việc quản trị liệu thơng minh phân tích liệu thơng minh hỗ trợ cho việc hoạch định chiến lược quản trị quản lý cách khoa học hiệu sở khai phá kho liệu Đây giải pháp thuộc lĩnh vực Khoa học liệu – Data Science – cung cấp tảng khoa học đại lĩnh vực quản trị - quản lý sở hình thành BigData – tảng Cách mạng công nghiệp lần thứ (CMCN 4.0) Nền tảng việc quản trị liệu thông minh nhờ Data Warehouse Mô hình CSDL đa chiều (Dimensional Modeling) luồng cơng việc tích hợp liệu (Data Integration Workflows) thơng qua OLTP (On-Line Transaction Processing: Xử lý giao dịch trực tuyến) Nền tảng việc phân tích liệu thơng minh nhờ Data Warehouse hệ thống công cụ xử lý phân tích liệu trực tuyến (On-Line Analytical Processing: OLAP)và ngơn ngữ vấn tin phân tích với dạng SQL Subtotal, SQL Analytic Materialized View Từ khóa: Kho liệu – Data Warehouse, Phân tích liệu thơng minh – Smart Data analytics, Quản trị liệu thông tin – Smart Data Management GIỚI THIỆU CHUNG Kho dự liệu (còn gọi Nhà kho liệu: Data Warehouse) mơ hình tảng tổ chức hình thành hệ thống liệu lâu dài phục vụ cho việc quản trị liệu thơng minh phân tích liệu thông minh hỗ trợ cho việc hoạch định chiến lược quản trị quản lý cách khoa học hiệu sở khai phá kho liệu quan, doanh nghiệp Đây tảng hình thành BigData Kho dự liệu cung cấp giải pháp thuộc lĩnh vực Khoa học liệu – Data Science – tảng khoa học đại lĩnh vực quản trị - quản lý sở hình thành BigData – tảng Cách mạng công nghiệp lần thứ (CMCN 4.0) Nền tảng việc quản trị liệu thông minh nhờ Data Warehouse + Mơ hình CSDL đa chiều (Dimensional Modeling) 336 + Luồng cơng việc tích hợp liệu (Data Integration Workflows) thông qua OLTP (On-Line Transaction Processing: Xử lý giao dịch trực tuyến) Nền tảng việc phân tích liệu thông minh nhờ Data Warehouse + Hệ thống cơng cụ xử lý phân tích liệu trực tuyến (On-Line Analytical Processing: OLAP) + ngôn ngữ vấn tin phân tích với dạng SQL Subtotal, SQL Analytic Materialized View Bài viết nhằm giới thiệu tổng quan minh họa tổ chức cài đặt Kho liệu thực tiễn nhằm giúp người đọc có nhìn tổng quan Kho liệu phân tích quản trị liệu thông minh Đối tượng tham khảo viết gồm: giảng viên đại học, người học, nhà nghiên cứu thuộc chuyên ngành Khoa học liệu Khoa học máy tính nói chung GIỚI THIỆU VỀ KHO DỮ LIỆU 2.1 “Kho liệu” (Data Warehouse: DWH) “Kho liệu” gọi “Nhà kho liệu” lĩnh vực Khoa học liệu nghiên cứu ứng dụng mơ hình tổ chức hệ thống liệu tích hợp (Integrated) từ nhiều nguồn khác từ các Hệ quản trị Cơ sở liệu khác nhau; sở hình thành sở liệu có cố lượng (nhiều table với lượng mẫu tin) lớn Hệ thống liệu phục vụ cho chế phân tích đánh giá liệu tích hợp (Factors) theo nhiều chiều (Dims) khác phục vụ cho hoạch định chiến lược, chiến thuật hoạt động quan – doanh nghiệp, Hình Như xem Data warehouse sở tảng cho Data Mining (Khai phá liệu) Hình Mơ hình kho liệu Có nhiều khái niệm DWH (theo nhiều góc độ khác nhau), khái niệm tổng hợp biên tập tác giải viết 337 Theo khái niệm wikipedia: Kho liệu (tiếng Anh: data warehouse) kho lưu trữ liệu lưu trữ thiết bị điện tử tổ chức Các kho liệu thiết kế để hỗ trợ việc phân tích liệu lập báo cáo Định nghĩa cổ điển kho liệu tập trung vào việc lưu trữ liệu Tuy nhiên, phương tiện cho việc lấy phân tích, trích rút, biến đổi, nạp liệu, quản lý liệu từ điển coi thành phần cốt yếu hệ thống kho liệu Nhiều người sử dụng thuật ngữ "kho liệu" với ngữ cảnh rộng Một định nghĩa mở rộng cho kho liệu bao gồm công cụ thông minh, công cụ để trích, biến đổi nạp liệu vào kho, công cụ để quản lý lấy siêu liệu (meta data) Trong trình hoạt động kinh doanh, liệu doanh nghiệp phát sinh ngày nhiều Người ta muốn tận dụng nguồn liệu để sử dụng cho mục đích hỗ trợ cho cơng việc kinh doanh ví dụ cho mục đích thống kê hay phân tích Q trình tập hợp thao tác liệu có đặc điểm sau: Dữ liệu tích hợp (Atomicity): Dữ liệu tập hợp từ nhiều nguồn khác Điều dẫn đến việc trình tập hợp phải thực việc làm sạch, xếp, rút gọn liệu Theo chủ đề (Consistency): Không phải tất liệu tập hợp, người ta lấy liệu có ích Biến thời gian (Isolation): Các liệu truy suất không bị ảnh hưởng liệu khác tác động lên Dữ liệu cố định (Durable): Khi Transaction hoàn chỉnh, liệu tạo thêm hay sửa đổi 2.2 Kiến trúc kho liệu Mô hình data warehouse tầng (lớp) Hình 3: Tầng đáy (hình thành DWH): Là nơi cung cấp dịch vụ lấy liệu từ nhiều nguồn khác sau chuẩn hóa, làm lưu trữ liệu tập trung Tầng (duy trì hoạt động DWH = xử lý khai thác sử dụng): Cung cấp dịch vụ để thực thao tác với kho liệu gọi dịch vụ OLAP (OLAP server) 338 Có thể cài đặt Relational OLAP, Multidimensional OLAP hay kết hợp hai mơ hình Hybrid OLAP Tầng (hỗ trợ người sử dụng khai thác sử dụng DWH): nơi chứa câu truy vấn, báo cáo, phân tích Hình Kiến trúc tầng Kho liệu 2.3 Lý phải sử dụng Kho liệu? Kho liệu công cụ hiệu không thiếu quan – doanh nghiệp Có nhiều lý mà quan – doanh nghiệp phải tổ chức Kho liệu, Hình 4: Đối với tổ chức có lượng liệu ngày lớn khó truy cập sử dụng liệu Dữ liệu nhiều định dạng khác nhau, tồn nhiều tảng khác nhau, lưu trữ nhiều tập tin khác nhau, cấu trúc sở liệu khác phát triển nhà cung cấp khác Tổ chức phải viết trì hàng trăm chương trình để trích xuất, chuẩn bị, hợp liệu để sử dụng cho nhiều chương trình khác dùng để phân tích báo cáo Người định muốn khai thác sâu vào liệu Điều dẫn đến yêu cầu phát triển chương trình trích xuất Q trình tốn kém, không hiệu tốn thời gian Data warehouse cung cấp phương pháp tiếp cận tốt Kho liệu thực trình truy cập liệu từ nguồn không đồng nhất; làm sạch, lọc chuyển đổi liệu; lưu trữ liệu theo cấu trúc để dễ dàng truy cập, hiểu rõ sử dụng 339 Dữ liệu sau dùng để truy vấn, báo cáo phân tích liệu Khối lượng liệu kho liệu lớn, đặc biệt xem xét yêu cầu phân tích liệu mang tính lịch sử Chương trình phân tích liệu địi hỏi phải quét qua khối lượng liệu lớn, dẫn đến kết khơng tốt cho ứng dụng hoạt động 10 Do có yêu cầu tách riêng hai môi trường để giảm thiểu xung đột xuống cấp hiệu suất môi trường hoạt động Hình Mục đích sử dụng Kho liệu quan - đaonh nghiệp 2.4 Công cụ Ngôn ngữ hỗ trợ kho liệu • Ngơn ngữ xử lý phân tích trực tuyến (OLAP - On-Line Analytical Processing), phù hợp với kho liệu, ngôn ngữ tương tự với ngôn ngữ truy vấn SQL tập trung vào câu lệnh sau: Thu nhỏ (roll-up): ví dụ: nhóm liệu theo năm thay theo q Mở rộng (drill-down): ví dụ: mở rộng liệu, nhìn theo tháng thay theo quý Cắt lát (slice): nhìn theo lớp Ví dụ: từ danh mục bán hàng Q1, Q2, Q3, Q4 xem Q1 Rút ngắn (dice): bỏ bớt phần liệu (tương ứng thêm điều kiện vào câu lệnh WHERE SQL) So sánh OLAP với OLTP Hình 340 Hình So sánh OLAP với OLTP • Cơng cụ ETL(Extract, Transform, Load: Trích xuất, Biến đổi, Nạp liệu): hỗi trợ tầng đáy nạp liệu từ nhiều nguồn vào kho liệu tiền xử lý (Preprocessing), Hình Hình Cơng cụ ETL nạp liệu tiền xử lý Kho liệu 2.5 Mối quan hệ kho liệu khai phá liệu Cả hai sử dụng độc lập với nhau, nhiên kết hợp kho liệu với khai phá liệu lợi ích lớn lý như: Dữ liệu kho liệu phù hợp cho việc khai phá liệu tập hợp làm Cơ sở hạ tầng kho liệu hỗ trợ tốt cho việc xuất, nhập thao tác liệu OLAP cung cấp tập lệnh hữu hiệu phân tích 2.6 Các lĩnh vực ứng dụng Kho liệu có nhiều ứng dụng thực tiễn phân tích liệu hoạch định chiến lược – chiến thuật hoạt động kinh doanh quan – doanh nghiệm chia thành ba nhóm ứng dụng chính: Xử lý thơng tin tạo báo cáo trả lời câu hỏi định trước Phân tích tổng hợp liệu, kết thể báo cáo bảng biểu Dùng mục đích kế hoạch khai phá (cịn gọi khai khống) liệu 341 Các lĩnh vực có ứng dụng kho liệu bao gồm: Phân tích hoạch định kinh doanh Thương mại điện tử Quản lý quan hệ khách hàng (CRM - Customer Relationship Management) Chăm sóc sức khỏe Viễn thơng 2.7 Các mơ hình thiết kế Kho liệu Có nhiều mơ hình thiết kế Kho liệu Subject Oriented – Hướng chủ đề - Kho liệu thiết kế để hỗ trợ việc phân tích liệu - Được tổ chức xung quanh chủ đề như: khách hàng, sản phẩm, bán hàng,… - Loại bỏ liệu không hữu ích cho trình định Mơ hình giúp cho người dùng hướng theo chủ đề định giúp xác định thông tin cần thiết hoạt động Integrated – Hướng tích hợp - Dữ liệu kho liệu đa dạng - Dữ liệu tập hợp từ nhiều nguồn khác nhau: Mơ hình dựa Cở sở liệu quan hệ (Relational Databases), flat files, bảng ghi toàn tác trực tuyến Điều dấn đến việc trình tập hợp liệu phải thực việc tiền xử lý, tức là: làm sạch, xếp, rút gọn liệu Non Volatile – Hướng ổn định - Dữ liệu lấy từ nhiều nguồn liệu hệ thống tác nghiệp có sẵn - Kho liệu tách rời với vật lý, trực tiếp từ môi trường tác nghiệp, nên liệu kho liệu liệu đọc, không chỉnh sửa thêm Time Variant – Hướng biến đổi theo thời gian - Dữ liệu bao gồm khứ - Mỗi liệu kho liệu gắn với thời gian có tính lịch sử Dữ liệu kho liệu lớn khơng thêm, xóa, sửa liệu 2.8 Các bước tiến trình tích hợp liệu Từ nguồn không đồng nhất, ta tiến hành bước tích hợp kho liệu sau: 342 Bước Trích xuất liệu: thu thập liệu lớn từ nhiều nguồn từ đa tảng Bước Làm sạch: tìm lỗi sửa sai Data Base nguồn Bước So khớp mẫu: Lọc chuyển đổi liệu = chuyển đổi từ định dạng sở liệu sang định dạng kho (DWH) Bước Lưu trữ liệu theo cấu trúc: xếp, hợp tổng hợp, nhằm dễ truy cập, dễ hiểu dễ sử dụng 2.9 Khai thác sử dụng Kho liệu Một số cấu trúc khai thác sử dụng kho liệu thơng dụng: Vấn tin với phép tốn tổng hợp SQL kho liệu: SQL Subtotal, bao gồm: + Mệnh đề GROUP BY + Các mở rộng hệ quản trị sở liệu để hỗ trợ cho kho liệu, gồm: Mệnh đề SQL CUBE Mệnh đề SQL ROLLUP Mệnh đề SQL GROUPING SETS Kết hợp phép toán SUBTOTAL Vấn tin với hàm phân tích SQL kho liệu: SQL Analytic, gồm: Mơ hình xử lý cú pháp Cú pháp mở rộng hàm xếp hạng (rank) So sánh cửa sổ (Window Comparisons) Các hàm so sánh tỷ lệ Vấn tin dùng Materialized View để phân tích kho liệu, gồm: Truy vấn dùng Materialized View với khung nhìn (views) Hệ thống OLAP (On-Line Analytical Processing: cơng cụ xử lý phân tích trực tuyến), gồm: + Cube (khối) Khối liệu + Tạo khối (cube) cho liệu với Các bảng đa chiều(dimension table) Bảng kiện (fact table) + Một số thao tác (lệnh) OLAP: Thu nhỏ (roll-up): VD: nhóm liệu theo năm thay theo q 343 Mở rộng (drill-down): VD: mở rộng liệu, nhìn theo tháng thay theo quý Cắt lát (slice): nhìn theo lớp Ví dụ: từ danh mục bán hàng Q1, Q2, Q3, Q4 xem Q1 Rút ngắn (dice): bỏ bớt phần liệu (thêm điều kiện WHERE vào câu lệnh SQL) MINH HỌA MỘT MƠ HÌNH KHO DỮ LIỆU 3.1 Giới thiệu mơ hình Data nguồn Xét mơ hình phân tích kho liệu: Quản lý khám chữa bệnh Thể bảo hiểm y tế: Gồm Data Base [1] Data Base: Quản lý Thẻ BHYT Hình 7: QLBHYT Hình Cơ sở liệu ngồm: Quản lý thẻ Bảo hiểm y tế [2] Data Base: Quản lý Khám chữa bệnh dùng Thẻ Bảo hiểm Y Tế Hình 8: QLKCB Hình Cơ sở liệu nguồn: Quản lý khám chữa bệnh bảo hiểm y tế Một số giải thích: + Nếu DOTKHAM có MATHE_BHYT NULL = Bệnh nhân sử dụng Thẻ BHYT + Chi phí thuốc = SL * GIA (thuốc) + Chi phí dịch vụ = SL * GIA (Dịch vụ) + Nếu khơng dùng dịch vụ Chi phí dịch vụ = 0, Nếu khơng cấp thuốc Chi phí thuốc = 344 3.2 Các yêu cầu đặt Phân tích tổng chi phí Khám chữa bệnh (Fact: Factor) dùng BHYT theo Dim (Dimension) + Theo Loại Đơn vị + Theo Ngày + Theo Cơ sở y tế + Theo Quận 3.3 Phân tích Kho liệu Xuất phát từ Factor TongChiPhiDichVu, TongChiPhiThuoc, TongSoLuotKham, ta thấy: TongChiPhiThuoc = tính theo trình tự DOTKHAM.STT: Tiền (chi phí) thuốc [Tien]= CAPTHUOC.SL * DMTHUOC.GIA / MSTHUOC, STT Tổng Tiền (chi phí) thuốc theo lượt khám [TienSTT] = SUM(Tien) / STT Tơng Tiền (chi phí) thuốc theo KV làm sở nạp vào BIDS phân tích số liệu nhà kho TongChiPhiDichVu = tính theo trình tự tương tự CÀI ĐẶT Views TÍNH TIỀN THUỐC CHO TỪNG ĐỢT KHÁM (STT) w_TienThuocMsThuoc: Tính tiền thuốc theo loại thuốc (MSTHUOC) đợt khám (STT) = dùng Tables[k, c, t] SELECT k.STT, t.MSTHUOC, c.SL, t.GIA, c.SL * t.GIA AS Tien FROM dbo.DOTKHAM AS k INNER JOIN dbo.CAPTHUOC AS c ON k.STT = c.STT INNER JOIN dbo.DMTHUOC AS t ON c.MSTHUOC = t.MSTHUOC GROUP BY k.STT, t.MSTHUOC, c.SL, t.GIA w_TienThuocSTT: Tính tiền thuốc theo đợt khám (STT) = dùng Table + View nêu [k, t] SELECT k.STT, SUM(t.Tien) AS TienThuocSTT FROM dbo.DOTKHAM AS k INNER JOIN dbo.w_TienThuocMsThuoc AS t ON k.STT = t.STT GROUP BY k.STT 345 TÍNH TIỀN DỊCH VỤ CHO TỪNG ĐỢT KHÁM (STT) w_TienDVMsDV: Tính tiền Dịch vụ theo loại dịch vụ (MADV) đợt khám (STT) = dùng Tables[k, s, d] SELECT k.STT, d.MADV, s.SL, d.GIA, s.SL * d.GIA AS Tien FROM dbo.DOTKHAM AS k INNER JOIN dbo.SDDV AS s ON k.STT = s.STT INNER JOIN dbo.DICHVU AS d ON s.MADV = d.MADV GROUP BY k.STT, d.MADV, s.SL, d.GIA w_TienDVSTT: Tính tiền Dịch vụ theo đợt khám (STT) = dùng Table + View nêu [k, d] SELECT k.STT, SUM(d.Tien) AS TienDVSTT FROM dbo.DOTKHAM AS k INNER JOIN dbo.w_TienDVMsDV AS d ON k.STT = d.STT GROUP BY k.STT TÍNH TỔNG TIỀN CHI PHÍ [Thuốc + Dịch vụ] CHO TỪNG ĐỢT KHÁM (STT) w_TongTienSTT SELECT FROM k.STT, t.TienThuocSTT AS 'TienThuoc', d.TienDVSTT AS 'TienDV', t.TienThuocSTT + d.TienDVSTT AS TongTien dbo.DOTKHAM AS k INNER JOIN dbo.w_TienDVSTT AS d ON k.STT = d.STT INNER JOIN dbo.w_TienThuocSTT AS t ON k.STT = t.STT GROUP BY k.STT, t.TienThuocSTT, d.TienDVSTT ===XỬ LÝ KHI CHỈ DÙNG Thuốc OR CHỈ Dịch vụ Tính Các nội dung khác tương tự 3.4 Thiết kế Kho liệu đế phân tích liệu theo u cầu Mơ hình Kho liệu phân tích thiết kế Hình + Dùng ETL (Extract - Transform – Load: Trích xuất - Biến đổi – Nạp liệu SQL Server: Chuyển DB từ OLTP (On-Line Transaction Processing = Xử lý giao dịch trực tuyến) => DW Nguồn: QLBHYT, QLKCB => Đích: QLKCBBHYT_DWH 346 Hình Mơ hình Kho liệu quản lý khám chữa bệnh Bảo hiểm y tế Có thể load Data Base theo phương pháp Copy Data Base Dùng SQL Server Integrated Services (SSIS) để phục vụ việc nạp Data Base từ OLTP vào Dim (tức chiều phần tích số liệu Kho liệu Nhiệm vụ việc dùng ETL thông qua Views phục vụ cho việc tính tốn số liệu thông kê Factor phục vụ phân tich số liệu nhà kho Trong đó: + Factor số liệu thống kế hình thành thơng qua vấn tin có sử dụng mệnh đề mở rộng, như: Compute với hàm tính tốn thơng kế, như: SUM, AVERAGE, MIN, MAX, COUNT fields tính tốn Data Base nguồn + Dim tiêu chí phân tích (đáng giá) Facter Bảng (Tables) có lập mới, như: DimNgay 3.5 Dùng BIDS đề phân tích số liệu Kho liệu theo yêu cầu Dùng cơng cụ phân tích nhà kho liệu Microsoft BIDS để phân tích kho liệu cài đặt nêu Hình 10 347 Hình 10 Phân tích kho liệu dùng BIDS Microsoft KẾT LUẬN Với mơ hình kho liệu giúp quan – doanh nghiệp tổ chức quản lý, trình hoạt động khai thác sử dụng cách hiệu việc hoạch định chiến lược, chiến thuật hoạt động vận hành thơng qua phân tích Factors theo Dim Vì kho liệu mơ hình khơng thể thiếu quan – doanh nghiệp này, phục vục việc phân tích quản lý dự liệu thơng minh Các giải pháp kho liệu khoa học liệu mở nhiều hướng ứng dụng thực tiễn quan – doanh nghiệp, như: dự đoán thị trường kinh tế, dự báo khuynh hướng xã hội nhiều tốn hữu ích khác 348 DANH MỤC MỘT SỐ TỪ VIẾT TẮT dùng viết Tiếng Việt: CMCN 4.0: Cách mạng công nghiệp lần thứ Tiếng Anh: BIDS: SQL Server Business Intelligence Development Studio: Cơng cụ phân tích nhà kho liệu Microsoft DWH:Data Warehouse: Kho dự liệu gọi Nhà kho liệu ETL: Extract, Transform, Load: Trích xuất, Biến đổi, Nạp liệu OLAP: On-Line Analytical Processing: cơng cụ xử lý phân tích trực tuyến SQL: Structured Query Language: Ngôn ngữ vấn tin có cấu trúc TÀI LIỆU THAM KHẢO: [1] Võ Xuân Thể (2021), Bài giảng: Kho liệu, Trường Đại học Sư phạm Kỹ thuật Tp.HCM [2] Alejandro Vaisman and Esteban Zimányi, Data Warehouse Systems: Design and Implementation, Springer, 2014 [3] Christian S Jensen et al., Multidimensional Databases and Data Warehousing, Morgan & Claypool, 2010 [4] Paul Lane et al., Oracle Database Data Warehousing Guide, 12cRelease (12.1), Oracle, 2014 [5] Ralph Kimball and Margy Ross, The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling, 3rd Edition, Wiley, 2013 [6] Matt Casters et al., Pentaho Kettle, Solutions: Building Open Source ETL Solutions with Pentaho Data Integration, Wiley, 2010 [7] Microsoft, SQL Server 2012 Tutorials: Analysis Services - Multidimensional Modeling, SQL Server 2012 Books Online, 2012 [8] Ramez Elmasri and Shamkant Navathe, Fundamental of Database Systems, 6th Edition, Addison-Wesley, 2011 Websites [9] http://inda.vn/ [10] https://erps.vn/phan-biet-data-warehouse-va-database/ [11] https://vietnambiz.vn 349 ... cho kho liệu bao gồm công cụ thông minh, cơng cụ để trích, biến đổi nạp liệu vào kho, công cụ để quản lý lấy siêu liệu (meta data) Trong trình hoạt động kinh doanh, liệu doanh nghiệp phát sinh ngày... – doanh nghiệp này, phục vục việc phân tích quản lý dự liệu thông minh Các giải pháp kho liệu khoa học liệu mở nhiều hướng ứng dụng thực tiễn quan – doanh nghiệp, như: dự đoán thị trường kinh... cơng cụ phân tích nhà kho liệu Microsoft BIDS để phân tích kho liệu cài đặt nêu Hình 10 347 Hình 10 Phân tích kho liệu dùng BIDS Microsoft KẾT LUẬN Với mơ hình kho liệu giúp quan – doanh nghiệp