M 影E"VKçW"A陰 TÀI
2.8.2 CÁC S謂N PH域M
Pentaho: là m瓜t ph亥n m隠m m衣nh m胤8逢嬰c phát tri吋n b荏i Hitachi, kh違 p<pi"e栄a Pentaho bao g欝m tích h嬰p d英 li羽u, xây d詠ng d鵜ch v映 OLAP, báo cáo, tr詠c quan hố d英 li羽u, khai phá d英 li羽u, xây d詠pi"e挨"ej院 ETL, và vơ s嘘 các ch泳e"p<pi"mjƒe"rj映c v映 cho h羽 th嘘ng trí tu羽 kinh doanh. Pentaho là m瓜t ph亥n m隠m cung c医p t壱p các cơng c映pj逢 trích xu医t, bi院p"8鰻i và t違i d英 li羽w"*e挨"ej院 ETL) t衣q"8k隠u ki羽n thu壱n l嬰i cho quá trình thu th壱p, làm s衣ch x "n逢w"vt英 d英 li羽u t瑛 nhi隠w"e挨"ej院 k院t n嘘i ngu欝n d英 li羽u khác nhaụ Pentaho cịn h厩 tr嬰 c違 khai phá d英 li羽u và h丑c máy, các k悦 thu壱t khai phá d英 li羽w" pj逢" rj¤p" n噂p (Classification), H欝i quy (Regression), quy tách k院t h嬰p và phân c映m (Association Rules and Clustering). Rgpvcjq"ejq"rjfir"pi逢運i dùng xây d詠ng các Dashboard, 8欝 th鵜 tr詠c quan ngay trên h羽 th嘘ng ph映c v映 cho vi羽e"rj¤p"v ej"x "8逢c"tc"sw{院v"8鵜nh c栄c"pi逢運i dùng h羽 th嘘ng. Vw{"pjk‒p"8吋 s穎 d映pi"8逢嬰c ph亥n m隠o"8”k"j臼k"pi逢運i dùng ph違i cĩ ki院n th泳c v隠 cơng ngh羽 thơng tin.
Holistics: Ph亥n m隠o"8逢嬰c phát tri吋n b荏i cơng ty Holistics là m瓜t h羽 th嘘ng trí tu羽 kinh doanh t詠 ph映c v映 (Self-service BI), h羽 th嘘pi"ejq"rjfir"8丑c d英 li羽u t瑛 nhi隠u n隠n t違ng e挨"u荏 d英 li羽u khác nhau, s穎 d映ng các e挨"ej院 ETL 8吋 xây d詠ng mơ hình d英 li羽u riêng trên h羽 th嘘ng. Ph亥n m隠m tích h嬰p c違 b瓜 cơng c映 phân tích d英 li羽w."pi逢運i dùng cĩ th吋 s穎 d映ng các mơ hình d英 li羽w"8«"z¤{"f詠pi"8吋 t衣o d詠ng các bi吋u 8欝."8欝 th鵜 ph映c v映 cho vi羽c phân tích. Giao di羽n h羽 th嘘ng thân thi羽n, d宇 hi吋u v噂k"pi逢運i dùng."pi逢運i dùng c亥n cĩ ki院n th泳c e挨"d違n v隠 câu l羽nh truy v医p"8隠u cĩ th吋 s穎 d映ng.
SSAS, SSIS, SSRS: là ba d鵜ch v映 8逢嬰c phát tri吋n b噂i Microsoft, tích h嬰p c違 ba d鵜ch v映pi逢運i dùng cĩ th吋 xây d詠ng m瓜t h羽 th嘘ng trí tu羽 kinh doanh hồn ch雨nh. SSAS (Oketquqhv"USN"UgtxgtĨu"Cpcn{uku"Ugtxkegư"n "f鵜ch v映 h厩 tr嬰 xây d詠ng kh嘘i OLAP, khai phá d英 li羽u và là m瓜t cơng c映 ph映c v映 vi羽c báo cáọ SSIS (Sql Server Integration Services) là d鵜ch v映 8逢嬰c xây d詠ng ph映c v映ejq"e挨"ej院 ETL và xây d詠ng kho d英 li羽ụ SSRS(Sql Server Reporting Services) là d鵜ch v映8逢嬰c s穎 d映pi"8吋 thi院t k院 các Dashboard, bi吋w"8欝."8欝 th鵜 và tr詠c quan hố d英 li羽ụ A吋 s穎 d映ng thành th衣q"vj·"8”k"j臼i ph違i cĩ ki院n th泳c cơng ngh羽 thơng tin nh医v"8鵜nh.
33
EJ姶愛PI"5<PHÂN TÍCH VÀ THI蔭T K蔭 H烏 TH渦NG
Vtqpi"ej逢挨pi"p {."pj„o"vƒe"ik違zƒe"8鵜nh các v医p"8隠 c亥n gi違i quy院t, phân tích v隠 các yêu c亥u ch泳e"p<pị"rjk"ej泳e"p<pi"e栄a h羽 th嘘ng, 8逢c"tc"d瓜 cơng c映 8隠 xu医v"ejq"e挨" ch院 ETL, các Fact Model 8隠 xu医v"8吋 xây d詠ng kho d英 li羽u và cơng c映 phân tích d英 li羽ụ
V遺P"A陰 C井N GI謂I QUY蔭T
Sau khi cĩ nh英ng ki院n th泳c n隠n t違ng, nhĩm cĩ nh英ng v医p"8隠 c亥n gi違i quy院t trong 8隠v k"pj逢"ucw<
H·nh 10: VＸp"8ｚ cＺn giＶi quyｘt theo tなng ikck"8qＴn
‚ Zƒe"8鵜nh nhu c亥u c栄a doanh nghi羽p qua phân tích nghi羽p v映, chuy吋n nhu c亥u doanh nghi羽p thành yêu c亥u ch泳e"p<pi"e栄a h羽 th嘘ng.
‚ Thi院t k院 và xây d詠ng các Fact Model d詠a theo yêu c亥u c栄a các phịng ban trong doanh nghi羽r"vj逢挨pi"o衣i ho員c doanh nghi羽p s違n xu医t.
‚ Zƒe"8鵜nh c医w"vt¿e"x "8鵜nh d衣ng d英 li羽w"8亥u vào c栄a h羽 th嘘ng bao g欝m d英 li羽u t瑛 h羽e挨"u荏 d英 li羽u và t瑛 t壱p tin c栄a doanh nghi羽p.
‚ Xây d詠pi"e挨"ej院 ETL phù h嬰r"8ƒr"泳pi"8逢嬰c vi羽c xây d詠ng kho d英 li羽u c栄c"pi逢運i qu違p"n#1"pi逢運i dùng.
‚ C亥p"e„"e挨"ej院8鵜nh th運i, h厩 tr嬰 vi羽c c壱p nh壱t kho d英 li羽u m瓜t cách t詠8瓜ng.
‚ Xây d詠ng Dashboard ph映c v映 vi羽c phân tích d英 li羽ụ
‚ Xây d詠pi"8逢嬰c 泳ng d映ng Web, pi逢運i dùng cĩ th吋 xem báo cáo k院t qu違, t壱p h嬰p các bi吋w"8欝."n逢嬰e"8欝 theo yêu c亥u c栄c"pi逢運i dùng.
‚ O»k"vt逢運ng v壱n hành h羽 th嘘ng 鰻p"8鵜nh, cĩ th吋 d宇 dàng tri吋n khai và m荏 r瓜ng.
‚ Nghiên c泳w"x "8隠 xu医v"rj逢挨pi"rjƒr"8育y m衣nh s嘘 li羽u hố, thu th壱p d英 li羽u ph映c v映 phân tích d詠 báo và trí tu羽 kinh doanh.
MJï"MJ;P
Trong quá trình gi違i quy院t v医p"8隠8逢嬰c nêu 荏 m映c 3.1, nhĩm g員p ph違i nh英ng khĩ mj<p"ucw<
‚ Xây d詠ng các b違ng Fact và b違ng Dimension s穎 d映pi"8逢嬰c cho c違 doanh nghi羽p s違n xu医v"x "vj逢挨pi"o衣i 8”k"j臼i nhĩm ph違i phân tích k悦 nghi羽p v映 doanh nghi羽p và nhu c亥u th詠c t院 hi羽n naỵ
34
‚ Xây d詠ng e挨"ej院 ETL tồn di羽n, phù h嬰p 8ƒp 泳pi"8逢嬰c nhu c亥u xây d詠ng kho d英 li羽u t瑛8挨p"ik違p"8院n ph泳c t衣p."8”k"j臼i nhĩm ph違i cĩ th運i gian tìm hi吋u, nghiên c泳u trên các s違n ph育m cĩ cơng d映pi"v逢挨pi"v詠 nh茨m tích h嬰p vào h羽 th嘘ng c栄a mình.
‚ Xây d詠ng các Dashboard, bi吋w"8欝."8欝 th鵜 c亥p"e„"8瓜 linh ho衣t ccq."pi逢運i dùng cĩ th吋 tu bi院n theo ý thích.
‚ E挨"u荏 h衣 t亥ng, yêu c亥u ph亥n c泳ng cĩ kh違p<pi"8ƒr"泳ng khi ph違i x穎 lý m瓜v"n逢嬰ng d英 li羽u l噂n.
‚ Kho d英 li羽w"n逢w"vt英 ph違k"8違m b違o ho衣v"8瓜ng 鰻p"8鵜pj."x "8違m b違o tồn v姻n, an tồn d英 li羽u, khơng gây th医v"vjqƒv"ejq"pi逢運i dùng trong quá trình s穎 d映ng.
GI謂I PHÁP
A吋 gi違i quy院t nh英pi"mj„"mj<p"8«"p‒w"荏vt‒p."pj„o"8«"vk院n hành th詠c hi羽n các gi違i pháp sau:
‚ Phân tích, tìm hi吋w"t "8k吋m chung v隠 m員t nghi羽p v映 gi英a hai lo衣i cơng ty s違n xu医t x "vj逢挨pi"o衣i, t瑛8„"pj„o"rj¤p"v ej"x "pihiên c泳u các quá trình nghi羽p v映8吋 cĩ th吋8隠 xu医t và xây d詠ng kho d英 li羽u phù h嬰p.
‚ T壱n d映ng l衣i nh英ng bài báo, nghiên c泳u khoa h丑c c栄a các h丑c gi違 khác, nh茨m n逸m b逸v"8逢嬰c các nhu c亥u trong vi羽c thi院t k院 và xây d詠ng các Fact Model chung và t鰻ng quát cho các cơng ty thu瓜e"n pj"x詠c khác nhaụ
‚ Tìm hi吋u, nghiên c泳u thêm t瑛 các s違n ph育m cĩ trên th鵜vt逢運ng."ucw"8„"pj„o"rj¤p" tích và c違i thi羽n h羽 th嘘pi"GVN"8吋 cĩ th吋 x穎 lý 8逢嬰c nhi隠u lo衣i d英 li羽u t瑛 nhi隠u ngu欝n chính xác và hi羽u qu違j挨p0
‚ S穎 d映ng cơng ngh羽8k羽n tốn 8ƒo"o¤{"pj逢"Iqqing"Enqwf"Rncvhqto nh茨o"8衣v"8逢嬰c 8瓜 tin c壱y cao trong vi羽c b違o m壱t, tính s印n sàng và kh違p<pi"o荏 r瓜ng c栄a h羽 th嘘ng.
PHÂN TÍCH H烏 TH渦NG
3.4.1YÊU C井U CH永E"P;PG
M瓜t cách t鰻ng quát, yêu c亥u c栄a ph亥n m隠m 8逢嬰c chia thành yêu c亥u ch泳e"p<pi"x " yêu c亥u phi ch泳e"p<pi0
3.4.1.1 YÊU C井U CH永E"P;PI"X陰 B謂NG BÁO CÁO
‚ Pi逢運i dùng cĩ th吋 nhìn th医y các bi吋w"8欝8逢嬰c h羽 th嘘ng hi羽n th詠c.
‚ Pi逢運i dùng cĩ th吋 t衣o bi吋w"8欝 m噂ị
‚ Pi逢運i dùng cĩ th吋 kéo, th違 v鵜 trí bi吋w"8欝 m噂ị
3.4.1.2 YÊU C井U CH永E"P;PI"X陰 KHO D頴 LI烏U
‚ Pi逢運i dùng cĩ th吋 t衣o/xĩa/ch雨nh s穎a Fact Model trong kho d英 li羽ụ
‚ Pi逢運i dùng cĩ th吋 t衣o/xĩa/ch雨nh s穎a Fact Model trong Data Mart.
35
3.4.1.3 YÊU C井U CH永E"P;PI"X陰 VI烏C TRÍCH XU遺T Ỵ BI蔭P"A蔚I Ỵ T謂I
‚ Pi逢運i dùng cĩ th吋 t衣o nhi隠u ngu欝n d英 li羽w"8鰻 vào cùng m瓜t b違ng d英 li羽u trên kho d英 li羽ụ
‚ Pi逢運i dùng cĩ th吋 t衣o/xĩa/ch雨nh s穎a k院t n嘘i gi英c"e挨"u荏 d英 li羽u và h羽 th嘘ng.
‚ Pi逢運i dùng cĩ th吋 t衣o liên k院t gi英a các b違ng d英 li羽ụ
‚ Pi逢運i dùng cĩ th吋 lên l鵜ch th詠c hi羽n quá trình trích xu医t Ỵ bi院p"8鰻i Ỵ t違i d英 li羽ụ
‚ Pi逢運i dùng cĩ th吋 tu ch雨nh các phép bi院p"8鰻k"8嘘i v噂i b違ng theo ý mu嘘n
‚ E„"e挨"ej院8鵜nh th運i h厩 tr嬰 quá trình t詠8瓜ng hố th詠c thi các tác v映.
3.4.1.4 YÊU C井U CH永E"P;PI"X陰 CƠNG C影 PHÂN TÍCH D頴 LI烏U
‚ Cung c医p giao di羽n giúp pi逢運i dùng xem các Dashboard, bi吋w"8欝.
‚ T衣o m噂i, chính s穎a ho員c xố bi吋w"8欝."8欝 th鵜.
‚ Cĩ kh違p<pi"mfiq"vj違 các bi吋w"8欝."8欝 th鵜 tu vào v鵜 trí s逸p x院r"pi逢運i dùng ch丑n.
‚ Piq k"eƒe"vt逢運ng d英 li羽u cĩ s印p."pi逢運i dùng cĩ th吋 dùng l羽nh truy v医p"USN"8吋 t衣q"vj‒o"eƒe"vt逢運ng m噂ị
‚ Th詠c hi羽n Drill Up/Drill Down 荏 m瓜t s嘘8欝 th鵜.
3.4.2YÊU C井U PHI CH永E"P;PI
‚ Front-end c栄a h羽 th嘘pi"8逢嬰c xây d詠ng trên n隠n t違ng Web.
‚ Cĩ kh違p<pi"v詠8瓜ng khơi ph映c khi g員p l厩i trong quá trình th詠c thi ti院n trình ETL. ‚ Cĩ kh違p<pi"o荏 r瓜ng h羽 th嘘ng.
36
3.4.3U愛"A唄 UML VÀ MƠ T謂 CH永E"P;PI H烏 TH渦NG A陰 XU遺T
H·nh 11<"U￢"8げ User Case hう thぐng
H·nh 11 Mơ t違 các ch泳e"p<pi"ej pj"e栄a h羽 th嘘ng bao g欝m Qu違n lý Data Source, qu違n lý Data Warehouse, th詠c thi quá trình ETL và qu違n lý Dashboard.
3.4.3.1 QU謂N LÝ NGU唄N D頴 LI烏U (DATA SOURCE)
Mơ tＶ: H羽 th嘘ng cjq"rjfir"pi逢運i dùng k院t n嘘i v噂k"eƒe"e挨"u荏 d英 li羽u và xem các e挨"u荏 d英 li羽w"p {"n "eƒe"e挨"u荏 d英 li羽u ngu欝n cho h羽 th嘘ng.
Các H·nh 12, H·nh 13, H·nh 14 mơ t違 l亥p"n逢嬰t các giao di羽p"pi逢運i dùng c栄a ch泳c p<pi"sw違n lý ngu欝n d英 li羽ụ
37
H·nh 12: QuＶn lý Data Source
H·nh 13: Thêm mずi Data Source
38
3.4.3.2 QU謂N LÝ DATA WAREHOUSE
Mơ tＶ: H羽 th嘘pi"ejq"rjfir"pi逢運i dùng thêm, xĩa, s穎a Data Warehouse, Data Mart, Fact Model, Fact, Dimension.
H·nh 15: Trang quＶn lý Datawarehouse
H·nh 15 mơ t違 giao di羽p"pi逢運i dùng trong ch泳e"p<pi"su違n lý Data Warehousẹ
3.4.3.3 TH衛C THI TI蔭N TRÌNH ETL
Mơ tＶ: H羽 th嘘pi"ejq"rjfir"pi逢運i dùng th詠e"vjk"eƒe"swƒ"vt·pj"GVN"ucw"mjk"pi逢運i dùng thi院t l壱p Data Warehouse và h羽 th嘘pi"8違m b違o quá trình thi院t l壱p c栄c"pi逢運i dùng h嬰p l羽.
39
H·nh 17: Thêm mずk"8おnh thぜi 3.4.3.4 QU謂N LÝ DASHBOARD
Mơ tＶ: H羽 th嘘ng cho phép pi逢運i dùng qu違n lý các Dashboard và thêm, xĩa, c壱p nh壱t các bi吋w"8欝.
H·nh 18: Trang Dashboard
40
KI蔭N TRÚC H烏 TH渦NG
H·nh 20<"U￢"8げ kiｘn trúc hう thぐng
H羽 th嘘pi"pj„o"8隠 xu医v"8逢嬰c trình bày qua H·nh 20 bao g欝m các Module sau: ETL, tích h嬰p d英 li羽u (Data Integration Module), phân tích d英 li羽u (Data Analytics Module). D英 li羽w"8亥u vào bao g欝m d英 li羽w"n逢w"vt英 f逢噂i d衣ng t壱p vkp"x "n逢w"vtqpi"e挨"u荏 d英 li羽w"8逢嬰c t壱p trung b茨pi"QFDE"vt逢噂c khi chuy吋n d英 li羽w"swc"Oqfwng"GVN"8吋 x穎 lý.
Chi ti院t module:
‚ T医t c違 d英 li羽u ngu欝p"8逢嬰c k院t n嘘i v噂k"QFDE"8吋 truy xu医t d英 li羽ụ
‚ ETL Module: module này x穎 lý d英 li羽w"vjgq"dc"d逢噂c g欝m Trích xu医t (Extract), Bi院p"8鰻i (Transform), T違i (Load).
o Trích xu医t: Module s穎 d映ng d英 li羽u t瑛e挨"u荏 d英 li羽u doanh nghi羽p và các t壱p tin pj逢"Urtgcfujggvụ"eux."000"n o"f英 li羽w"8亥w"x q0"Ucw"8„."Oqfwng"vt ej"zw医t các b違ng, eƒe"vt逢運ng, các thu瓜c tính c亥n thi院t và phù h嬰p v噂i yêu c亥u nghi羽p v映.
o Bi院p"8鰻i: D英 li羽u sau khi trích xu医t s胤8逢嬰c x穎 lý d詠a vào các quy t逸c nghi羽p v映 cho phù h嬰p v噂i c医w" vt¿e" x " 8鵜nh d衣ng c栄a các b違pị" vt逢運ng trong Data Warehouse và Data Marts.
o T違i: D英 li羽u sau khi x穎 lý s胤8逢嬰e"8鵜nh th運k"8吋 chuy吋p"ucpi"n逢w"x q"Fcvc"Octvu" và Data Warehousẹ
41
‚ Tích h嬰p d英 li羽u: Module g欝m nhi隠u thành ph亥p"8違m nhi羽o"xck"vt”"n逢w"vt英 d英 li羽u ph映c v映 cho phân tích là Data Marts và Data Warehousẹ D英 li羽w"8逢嬰e"n逢w" tr英 t衣k"8¤{"8逢嬰e"n逢w"vjgq"eƒe"sw{"v逸c nghi羽p v映, s印n sàng cho quá trình phân tích d英 li羽ụ
‚ Phân tích d英 li羽u<"Oqfwng"8逢嬰e"pj„o"8隠 xu医t g欝m b嘘n thành ph亥n là mơ hình d詠8qƒp"ƒr"f映ng Máy h丑c (Machine Learning Model), cơng c映 trí tu羽 kinh doanh (BI Tools), chu育n b鵜 d英 li羽u (Data Preparation Module), b瓜 qu違n lý API (API Management).
o Mơ hình d詠8qƒp<"8¤{"n "m瓜t t壱p nhi隠u mơ hình Máy h丑c (Machine Learning) giúp d詠 8qƒp"x "rj¤p"v ej"f英 li羽u nh茨o"v<pi"v pj"ej pj"zƒe"e栄a các phân tích d英 li羽u chung. Các mơ hình Máy h丑c cĩ th吋ik¿r"pi逢運i s穎 d映ng doanh nghi羽p phân v ej"mjƒej"j pị"8ƒpj"ikƒ"u違n ph育ọ"8ƒpj"ikƒ"8瓜 tin c壱y c栄a nhà cung c医p. o D鵜ch v映 trí tu羽 kinh doanh<"8¤{"n "v壱p h嬰p nhi隠u cơng c映 ik¿r"ejq"pi逢運i dùng
doanh nghi羽p (Business User) cĩ th吋 d宇 dàng t衣o b違pi"8k隠u khi吋n doanh nghi羽p *Fcujdqctf+."eƒe"dƒq"eƒq"8鵜nh k và bi吋w"8欝.
o Chu育n b鵜 d英 li羽u: th詠c hi羽n x穎 lý d英 li羽u nh茨o"8逢c"f英 li羽u v隠 các chu育n phù h嬰p v噂k"8亥u vào d英 li羽u c栄a các mơ hình máy h丑c.
o B瓜 qu違n lý API: cĩ nhi羽m v映 k院t n嘘i các k院t qu違 c栄a mơ hình máy h丑c và k院t qu違 c栄a các cơng c映 trí tu羽 kinh doanh (BI Tools) v噂i các thi院t b鵜 fk"8瓜ng và d鵜ch v映 Web thơng qua các giao th泳c HTTP/HTTPS.
H·nh 21: Mơ hình giao tiｘp giのa các thành phＺn trong hう thぐng
H·nh 21 mơ t違 cách th泳c giao ti院p gi英a các thành ph亥n trong h羽 th嘘ng. Frontend 8逢嬰c vi院t b茨ng ReactJS, giao ti院p v噂i các thành ph亥n cịn l衣i thơng qua REST Server theo giao th泳c HTTP/HTTPS. REST Server 8„pi"xck"vt”"ewpi"e医p các API cho vi羽c thơng tin gi英a các thành ph亥n khác v噂k"pjcw"x "8逢嬰c hi羽n th詠c b茨ng Framework Djangọ ETL Eqphkiwtcvkqp"8„pi"xck"vt”"e k"8員v."8鵜nh th運i và qu違p"n#"eƒe"rkrgnkpg0"Ecejg"8„pi"xck"vt”" b瓜 nh噂8羽m cho h羽 th嘘pi0"DkiSwgt{"8„pg vai trị là Data Warehouse và Data Mart. Các thành ph亥n giao ti院p v噂i nhau thơng qua giao th泳c HTTP/HTTPS.
42
THI蔭T K蔭 KHO D頴 LI烏U
Trong ph亥n này, nhĩm tác gi違 thi院t k院 và xây d詠ng kho d英 li羽u ph映c v映 cho cơng ty s違n xu医v"x "vj逢嬰ng m衣ị Các quy trình doanh nghi羽r"8逢嬰c t壱p trung h厩 tr嬰 bao g欝m eƒe"n pj"x詠c bán hàng, mua/nh壱r"j pị"n逢w"vt英 háng hố và qu違n lý qu違n h羽 khách hàng. Nhĩm tác gi違 8隠 xu医t các mơ hình chung o "pi逢運i dùng cĩ th吋 s穎 d映ng và áp d映pi"8逢嬰c ngay khi xây d詠ng kho d英 li羽u."piq k"tc"pi逢運i dùng cĩ th吋 t詠 8k隠u ch雨nh 8吋 8ƒr"泳ng nhu c亥u khai thác và phân tích d英 li羽u doanh nghi羽p.
3.6.1DWU"OCVTKZ"A陰 XU遺T
H·nh 22: Bus matrix cho quy trình doanh nghiうp
T瑛 H·nh 22, nhĩm tác gi違 cung c医p thơng tin v隠 Bus Matrix g欝m n瓜i dung c栄a 8 mơ hình Fact-model, 16 b違ng Chi隠u chia s飲 dùng chung 8逢嬰c hi羽n th詠c trong h羽 th嘘ng 8隠 xu医t. Bus matrix mơ t違 v噂i m瓜t quy trình nghi羽p v映 s胤 bao hàm s詠 liên k院t gi英a nh英ng b違ng chi隠u nào, v噂i m厩i quy trình nghi羽p v映 tr映c hồnh và m瓜t b違ng chi隠u tr映c tung t欝n t衣i ký hi羽w"ÐzĐ"x噂k"#"pij c"sw{" trình này cĩ s穎 d映ng b違ng Chi隠u t衣i tr映c vwpi"x "pi逢嬰c l衣i là khơng s穎 d映ng b違ng Chi隠w"8„"vtong quy trình.
3.6.2EèE"HCEV"OQFGN"A陰 XU遺T
Trong ph衣m vi Lu壱p"x<p."pj„o"vƒe"ik違 t壱p trung thi院t k院 b嘘n Fact Model trong cùng m瓜t cơng ty/doanh nghi羽p v隠 quy trình Bán hàng và phân ph嘘k"*Ucngự"N逢w"vt英 hàng hố (Inventory), Nh壱p hàng hố (Purchase) và qu違n lý quan h羽 khách hàng (CRM).
M泳c d英 li羽u c栄a các b違ng Fact cho doanh nghi羽r"vj逢挨pi"o衣k"8逢嬰c trình bày qua B違ng 2 f逢噂k"8¤{<
B違ng Fact M泳c d英 li羽u S嘘 li羽u
1 Retail Sales Fact M瓜t dịng trên m厩i hĩa
8挨p Sale Quantity, Regular Unit Price, Discount Unit Price, Net Unit Price
43
2 Warehouse Inventory Transaction Fact
M瓜t dịng trên m厩i
giao d鵜ej"n逢w"mjq Inventory Transaction Number, Inventory Transaction Dollar Amount
3 Store Inventory Snapshot Fact
M厩i dịng là m厩i chu k c壱p nh壱t
Quantity Sold, Inventory Dollar Value at Cost, Inventory Dollar Value at Latest Selling Price 4 Procurement
Transaction Fact
M厩i dịng trên m厩i hĩa
8挨p"owc"j pi Procurement Quantity, Procurement Transaction Transaction Dollar Amount 5 Vendor Performance
Fact
M厩i dịng trên m厩i hố
8挨p"owc"j pi Order Value, Quantity, Rejected/Accepted Received Quantity
6 Profitability CRM Fact
M厩i dịng trên m厩i hố 8挨p"8員t hàng
Sale Quantity, Unit Price,
GrossProfit, NetProfit,
GrossRevenue, NetRevenue
BＶng 2: Mとc dの liうu cてa các bＶng Facts 3.6.2.1 BÁN HÀNG VÀ PHÂN PH渦I (SALE) FACT MODEL
Vt逢噂c tiên, b逸v"8亥u v噂i quy trình bán hàng và phân ph嘘i, v噂i tác nhân chính là s違n ph育m, khách hàng và c穎c"j pi0"Vjgq"Mkodcnn."ucw"mjk"8«"sw{院v"8鵜pj"8逢嬰c quy trình nghi羽p v映 mà ta s胤 x穎 n#" vj·" d逢噂c ti院p theo s胤 n " mjck" dƒq" 8瓜 m泳c d英 li羽u (Data Granularity). M泳c d英 li羽u mơ t違 m泳e"8瓜 chi ti院t c栄a d英 li羽u trong mơ hình d英 li羽ụ
3.6.2.1.1Retail Sales Fact Model
H·nh 23: Retail Sales Fact Model
A吋 ph映c v映 cho nhu c亥u phân tích quy trình bán hàng và phân ph嘘k."pj„o"8隠 xu医t xây d詠ng m瓜t Fact Model (H·nh 23) d詠c"vt‒p"u挨"8欝 ngơi sao (Star Schema) v噂i b違ng Retail Sales Fact n茨m 荏 v鵜 trí trung tâm liên k院t v噂i các b違ng Dimension b茨ng các khĩa
44
ngo衣k0"Eƒe"Fkogpukqp"8逢嬰c s穎 d映pi"8吋 xây d詠ng Data Mart g欝o"eƒe"Fkogpukqp"ucw"8¤{<" Date, Customer, Store, Product, Promotion và Payment Method. Thơng tin mơ t違 chi ti院t v隠 các b違pi"Fkogpukqp"8逢嬰c trình bày trong ph亥n Ph映 l映c.
Retail Sales Fact ngồi ch泳a các khĩa ngo衣i liên k院t v噂i các b違ng Chi隠u, nĩ cịn ch泳c"eƒe"vt逢運ng d英 li羽u khác v噂k"8瓜 m泳c d英 li羽u m厩i dịng trong b違pi"v逢挨pi"泳ng v噂i m厩i f”pi"vt‒p"jqƒ"8挨p"dƒp"j pi0"
‚ Sales Quantity: s嘘n逢嬰ng s違n ph育m.
‚ Regular Unit Price: giá tiêu chu育n c栄a s違n ph育m.
‚ Discount Unit Percentage: ph亥p"vt<o"ik違m giá c栄a s違n ph育m.
‚ Discount Unit Price Amount: giá gi違m áp d映pi"8嘘i v噂i m瓜t s違n ph育m. o Discount Unit Price = Discount Unit Percentage 抜 Regular Unit Price
‚ Net Unit Price: giá s違n ph育m sau gi違m giá.