<p>Companies today experience problems with poor data quality in their systems. Because of the enormous amount of data in companies, the data has to be of good quality if companies want to take advantage of it. Since the purpose with a data warehouse is to gather information from several databases for decision support, it is absolutely vital that data is of good quality. There exists several ways of determining or classifying data quality in databases. In this work the data quality management in a large Swedish company's data warehouse is examined, through a case study, using a framework specialized for data warehouses. The quality of data is examined from syntactic, semantic and pragmatic point of view. The results of the examination is then compared with a similar case study previously conducted in order to find any differences and similarities.</p>

<p>Det här arbetet har som huvudsyfte att belysa och ta fram vilka motiv det finns till att implementera datalager. Datalager är en teknik för att ta fram beslutsstödssystem där slutanvändarna själva tar fram sin information. Ett beslutsstödssystem har till uppgift att ge beslutsfattare (slutanvändare) information om en hel eller delar av en organisation. I introduktionen förklaras närmare vad ett beslutsstödssystem och datalager är för någonting samt ges exempel på i vilka sammanhang datalager används. En förklaring ges också till den historiska utvecklingen mot datalager</p><p>För att få fram motiven har intervjuer genomförts hos fyra stycken företag som implementerat datalager. Hos de här företagen har projektledare som ansvarat för implementationerna intervjuats samt hos ett företag har fyra stycken slutanvändare intervjuats.</p><p>Resultatet från intervjuerna visar att de vanligaste motiven finns betraktat ur en slutanvändares perspektiv. Motiven är bland annat att tillgängliggöra information och slutanvändarna kan anpassa sin information i förhållande till sitt verksamhetsområde.</p>

<p>Syftet med denna rapport är att undersöka om datalager, en sorts databas som fungerar som beslutsstödssystem, kan användas av mindre företag och organisationer inom en snar framtid. Datalager har tidigare varit en fråga främst för stora företag. Mindre företag nämns sällan i datalagersammanhang. Datalagerteknologin är ny vilket gör att den fortfarande utvecklas i hög takt.</p><p>Svaret söks genom en litteraturstudie samt en empirisk studie. I den senare tillfrågas ett antal datalagerutvecklare. Litteraturstudien fokuserar på fyra synvinklar: en storleksmässig synvinkel, en nyttomässig synvinkel, en ekonomisk synvinkel och framtida möjligheter. Ur dessa synvinklar studeras mindre företags möjligheter att använda datalager. Den empiriska studien fokuserar på spridningen av datalager i Sverige och mindre företags möjlighet att använda datalager.</p><p>Resultatet visar att det redan idag finns möjligheter för mindre företag att använda datalager. Även om möjligheterna finns är det en komplex process att implementera ett datalager och arbetet med datalagret upphör inte efter implementationen.</p>

<p>Syfte med detta arbete är att undersöka huruvida avkastningsberäkning för en datalagerinvestering bör göras, hur det kan göras och om det görs. Vidare avses att undersöka om generella kalkylmetoder kan användas av företag, oavsett storlek, som avser att starta datalagerinvesteringsprojekt. Datalagerteknologin har ännu en hög utvecklingstakt och detta medför ofta höga utvecklingskostnader i samband med investeringar inom datalager.</p><p>Undersökningen baseras på en kombinerad dokumentstudie och enkätundersökning. Dokumentstudien belyser den problematik vilken förknippas med problemområdet. Enkätundersökningen fokuseras mot olika större organisationer såsom banker, post och dagligvaruhandeln, vilka idag använder sig av datalager. De tillfrågas om huruvida avkastningsberäkning görs i deras organisation och, i så fall, hur den utförs.</p><p>Analysen och resultatet tyder på att problemområdet inte har en enkel lösning och att någon typ av avkastningsberäkning bör användas. Svårigheterna ligger i att värdera de potentiella fördelar som ett datalager kan generera.</p>

<p>Ett datalager är ett beslutstödssystem som integrerar stora mängder data från interna och externa källor. Dessutom är datalagret subjektorienterat, vilket innebär att det är organsierat kring ett antal betydelsefulla affärsdomäner som företaget lagrar data om. Många menar att det börjar bli allt viktigare för företag att söka information utanför verksamheten. Detta kan göras genom att de externa affärsdomänerna skannas av på information.</p><p>Syftet med detta arbete är att ta reda på i vilken utsträckning i nuläget som organisationer lagrar data om affärsdomäner i sitt datalager. För att ta reda på detta har företag som använder datalager kontaktats och intervjuats.</p><p>Resultatet visar att företag lagrar data om externa affärsdomäner, fast i ganska liten utsträckning. Däremot visar resultatet att intresset för att lagra information om dessa externa affärsdomäner håller på att öka bland företag.</p>

This thesis is written at the department of Business Studies at Uppsala University. The study addresses the differences in possibilities and difficulties of implementing business intelligence (BI)-systems among small IT-enterprises. BI-systems support enterprises in decision-making. To answer the aim of this thesis, theories regarding organizational factors determining a successful implementation of a BI-system were used. Theories regarding components of BI- systems, data warehouse (DW) and online analytical processing (OLAP) were also used. These components enable the decision-support provided by a BI-system. A qualitative study was performed, at four different IT-enterprises, to gather the empirical material. Interviews were performed with CEOs and additional employees at the enterprises. After the empirical material was gathered an analysis was performed to draw conclusion regarding the research topic. The study has concluded that there are differences in possibilities and difficulties of implementing BI-systems among small IT-enterprises. A difference among the enterprises is the perceived ability to finance an implementation. Another difference is in the managerial- and organizational support of an implementation, but also in the business need of using a BI- system in decision-making. There are also differences in how the enterprises use a DW. Not all enterprises benefits from the ability of a DW to manage complex and large amounts of data, neither from the advanced analysis performed by OLAP. The enterprises thus need to examine further if the use of a BI-system is beneficial and would be used successfully in their company.

Every day Internet sites collect and store lots of user data. For effective usage of that data, special tools are required. Online Analytical Processing (OLAP) tools are suggested for that purpose. Usage of these tools is related to usage of Data Warehousing tools. Therefore issues of Data Warehouse design, data transformation and transferring to data warehouses were discussed. In the present years there are new trends in business computer systems industry – WEB Data Warehouses. New characteristics of such systems were analyzed. OLAP tools usage is not possible without multidimensional data model. Main entities and operations with these entities were reviewed and mathematical definitions given. Data transformation process was proposed. This process flow shows how transformations can be used for transferring data from WEB site to multidimensional database. OLAP tools of Microsoft SQL server and Oracle database server (the most popular database management systems in Lithuania) were analyzed in experimental part of work. Data transformation and reviewing in desktop applications, WEB systems and office applications tools were compared and recommendations given.

This graduation paper researches the principles of Electronic collaboration systems. It overlooks what technologies ant methods may be used for better collaboration between business entities. Here is discovered the benefit of international classification of economic activities, products and services. This method of international classification is used in system we made-up and it’s defining the structure of catalogs. Also we overlooked the possibility to use data warehouse system which may by applied for direct customers data bases integration with confederate system. System project was build using two CASE technologies. User requirements and demands represented using UML specifications, final systems specifications phase was build using Oracle Case tools.

Growing amount of data and needs of data analysis starts needs of data warehouses. A lot of organizations operational data cumulates in OLTP DBMS databases. Organization historical data are cumulating in data warehouses. These data are adjusted for data analysis. DBMS ETL tools don’t have good data warehouse building opportunities. Created ETL tool for MS SQL Server makes data warehouse building process easier and speedier.

Šis darbas apima vaistinių tinklo klientų duomenų analizės modelio sudarymą ir sukūrimą. Kuriant ir projektuojant duomenų saugyklas, susiduriama su įvairiomis problemomis. Viena didžiausių ir daugiausia laiko užimančių duomenų saugyklų projektavimo ir kūrimo problemų – tai duomenų išgavimas iš esamų sistemų ir jų perkėlimas į analizės sistemas (ETL procesas). Analizuojamoje įmonėje naudojama Oracle duomenų bazė darbiniams duomenims saugoti. Tačiau kuriant duomenų saugyklą, buvo palygintos technologijos ir pačiai saugyklai realizuoti pasirinktos Microsoft SQL Server priemonės. Duomenų saugykla yra skirta vaistinių tinklui, kur be tradicinių pardavimų duomenų, yra ir tik farmacijoje naudojami duomenys (kompensuojamųjų vaistų receptai, draudimo nuolaidos ir pan.). Darbo metu sukurtas OLAP analizės kubas, apimantis vaistinių tinklo pardavimų, nuolaidų kortelių panaudojimo duomenis. Tai leidžia įmonės analitikams efektyviau analizuoti klientų įpročius, paklausiausias prekes ir pasiūlyti klientams tinkamiausius sprendimus, išlaikant esamus klientus ir pritraukiant naujus. Darbo metu realizuotas analizės kubas, nustatyti jo atnaujinimo intervalai, ištestuotas bendras sistemos veikimas. Taip pat nustatytos pagrindinės duomenų saugyklų projektavimo, realizavimo problemos. / This work investigates Pharmacy Data Warehouse model and practice. The development and design of data warehouse is faced with various problems. One of the biggest and most time consuming data warehousing design and development issues - is the data extraction from existing systems, transformations and load (ETL process) to target systems. Analyzed company uses Oracle database as operational data store. Examination of the current situation, the technical base, for the implementation of the data warehouse is selected the Microsoft SQL Server 2000 Analysis Services tools. Because these tools already exist in the company, thus reducing the overall costs needed. During this work is realized the cube of Pharmacy customers analysis, tested overall system performance, in addition, an example schedules for cube updating are created. This enables the analysts to more effectively analyze customer behavior, sales and offer customers the most appropriate solutions, while retaining existing customers and attracting new ones.