Sadržaj se učitava...
mdi-home Početna mdi-account-multiple Djelatnici mdi-script Studiji mdi-layers Katedre mdi-calendar-clock Raspored sati FOI Nastava search apps mdi-login
Skladišta podataka i poslovna inteligencija
Data Repositories and Business Intelligence
2022/2023
5 ECTSa
Organizacija poslovnih sustava 1.3 (OPS)
Informatika u obrazovanju 1.3 (IUO)
Informacijsko i programsko inženjerstvo 1.3 (IPI)
Baze podataka i baze znanja 1.3 (BPBZ)
Katedra za teorijske i primijenjene osnove informacijskih znanosti
UP
2. semestar
 Osnovne informacijemdi-information-variant Izvođači nastavemdi-account-group Nastavni plan i programmdi-clipboard-text-outline Model praćenjamdi-human-male-board Ispitni rokovimdi-clipboard-check-outline Rasporedmdi-calendar-clock Konzultacijemdi-account-voice
Izvođenje kolegija
Studij Studijski program Semestar Obavezan
Organizacija poslovnih sustava 1.3 (OPS) 2 obavezan
Informatika u obrazovanju 1.3 (IUO) 4 izborni
Informatika u obrazovanju 1.3 (IUO) 2 izborni
Informacijsko i programsko inženjerstvo 1.3 (IPI) 4 izborni
Informacijsko i programsko inženjerstvo 1.3 (IPI) 2 izborni
Baze podataka i baze znanja 1.3 (BPBZ) 2 obavezan
Cilj kolegija
Cilj ovog kolegija je upoznati studente s temeljnim pricipima izgradnje i primjene tehnologije skladišta podataka, te primjenom alata poslovne inteligencije (BI). Studenti će biti upoznati s temeljnim principima izgradnje takvih sustava, s posebnim osvrtom na arhitekturu i ETL procese, te s alatima koji omogućavaju analiziranje podataka koji su integrirani i očišćeni, te kao takvi spremljeni u samo skladište podataka. Nadalje, kako se danas kao izvori podataka javljaju i druge vrste sustava, a ne samo relacijske baze podataka, posebno ćemo se osvrnuti na NoSQL sustave te izradu BI rješenja u prisustvu velikih količina podataka.
Preduvjeti
Kolegij nema definirane preduvjete
Norma kolegija
Predavanja
 30 sati
Vježbe u praktikumu
 15 sati
Seminar
 15 sati
Nastavnik Uloga na kolegiju Oblik nastave Tjedana Sati Grupa
Rabuzin Kornelije Nositelj Predavanja
Seminar
Seminar 		15
7
1 		2
2
1 		1
2
2
Cerjan Maja Suradnik Vježbe u praktikumu
Vježbe u praktikumu 		7
1 		2
1 		3
3
Sadržaj predavanja
  • Uvod u skladišta podataka i poslovnu inteligenciju
    Osnovni pojmovi. Skladište podataka (DW). Razlike između skladišta podataka i operativne baze podataka. Poslovna inteligencija (BI). Sustavi za podršku odlučivanju (DSS). Data Mart. OLAP sustavi.
  • Okvir za razumijevanje skladišta podataka
    Opća arhitektura. Komponente skladišta podataka. Tehnološki zahtjevi. Ciljevi izgradnje skladišta podataka. Poslovni zahtjevi i problemi. Logički model skladišta podataka.
  • Modeliranje skladišta podataka
    Dimenzijski model podataka. Dimenzijko modeliranje. Entity, star i snowflake modeli. ERA model. 3NF. Denormalizirane tablice. Data Mart. Zrnatost podataka. Primjena opće arhitekture skladišta podataka.
  • Dimenzijski model podataka – I dio
    Dimenzijske tablice. Činjenične tablice. Vrste činjeničnih tablica. Mjere. Ključevi. Umjetni ključevi. Primjeri modela.
  • Dimenzijski model podataka – II dio
    SCD (tip 1, 2, i 3). Normalizacija dimenzija. Mini-dimenzije. Degenerativne dimenzije.
  • Izgradnja skladišta podataka (vodič korak-po-korak)
    ETL. Planiranje. Zahtjevi. Analiza. Problemi s podacima. Kvaliteta podataka. Čišćenje podataka. Dizajn. Konstrukcija. Tehnike za ekstrakciju podataka.
  • Razvoj i organizacija skladišta podataka
    Inicijalna organizacija. Inicijalno punjenje skladišta podataka. Upravljanje skladištem podataka. Ažuriranje podataka. Ispravak činjenica. Indeksi. Particije. RT skladišta podataka. ECCD.
  • Upravljanje metapodacima
    Važnost metapodataka. Vrste metapdodataka. Pohranjivanje i upravljanje metapodacima. Metapodatkovni standardi.
  • Informacijska obrada (upiti i izvještaji)
    Upiti i izvještaji. Modeliranje poslovnih upita. Napredne SQL funkcije. GROUPING SET. ROLLUP. CUBE. MERGE. NTILE.
  • Analitička obrada
    Višedimenzionalna analiza. Vrste OLAP sustava. ROLAP. MOLAP. OLAP analize. OLAP pravila. Karakteristike OLAP-a. Tehnički zahtjevi i razmatranja.
  • Tablice s agregiranim podacima
    Tablice s agregiranim podacima. Kreiranje tablica s agregiranim podacima. Načini implementacije (materijalizacija pogleda). Osvježavanje podataka. Utjecaj na performanse.
  • Rudarenje podataka
    Rudarenje podataka. Definicija. Tehnike. Priprema podataka. Primjena odabranih tehnika nad skladištem podataka.
  • Veliki podaci
    NoSQL. Hadoop. Real Time sustavi. Poslovna analitika. Primjeri BI rješenja nad velikim količinama podataka. Pregled alata.
  • Analiza primjera
    Primjeri izgradnje skladišta podataka; upravljanje odnosima s kupcima, upravljanje kadrovima, financijske usluge, prodaja, obrazovanje.
  • Stanje prakse
    Analiza: ETL alati, Business Intelligence alati, Cloud platforme. Cijena. Analiza troškova uvođenja tehnologije skladišta podataka.
 Sadržaj seminara/vježbi
  • Sadržaj vježbi
    U sklopu vježbi se na temelju konkretnog primjera jedne transakcijske baze podataka gradi skladište podataka, nad kojim se kasnije provode OLAP analize i generiraju različite vrste izvještaja.
 Ishodi učenja kolegija
  • Obrazložiti temeljne razlike između skladišta podataka i baza podataka.
  • Interpretirati ulogu i značaj ETL procedura u postupku izrade skladišta podataka.
  • Integrirati podatke iz različitih izvora kao što su transakcijske baze podatka, datoteke (npr. Excel, XML), društveni mediji (eng. social media), društvene mreže (eng. social network analysis), tekstovi (eng. text mining), veliki podaci (eng. big data).
  • Implementirati skladište podataka u sustav za upravljanje bazama podataka.
  • Kreirati potrebne izvještaje koristeći analitičke funkcije, napredne SQL konstrukte i dostupne alate za poslovnu inteligenciju.
  • Argumentirati projekt uvođenja skladišta podataka.
  • Kreirati jednostavne izvještaje temeljem podataka iz skladišta (jezera) podataka u domeni poslovne inteligencije.
  • Izraditi složene izvještaje primjenom kompleksnih metoda (statističke metode dubinska analiza podataka) za analizu podataka u domeni poslovne inteligencije.
 Ishodi učenja programa
  • Primijeniti etička načela, zakonsku regulativu i norme koje se koriste u struci
  • Procijeniti uvjete za primjenu suvremenih informacijskih i komunikacijskih tehnologija (IKT), savjetovati druge u primjeni IKT-a te u zadanom kontekstu odrediti utjecaj na pojedinca, organizaciju i društvo.
  • Modelirati probleme iz područja informacijskih i poslovnih sustava korištenjem matematičkih metoda, metoda razvoja informacijskih sustava i koncepata planiranja, upravljanja i poslovanja
  • Analizirati uvjete, donositi odluke, savjetovati druge te primijeniti odluke u zadanom kontekstu rješavanja problema iz područja informacijskih i poslovnih sustava
  • Vrednovati učinkovitost uvođenja i korištenja programskih rješenja i pripadajuće infrastrukture za konkretne problemske domene
  • Voditi interdisciplinarni tim i raditi u takvom timu te razviti planove upravljanja karijerom za sebe i članove tima uključujući elemente cjeloživotnog učenja i razvoj kompetencija poduzetnosti
  • Svrsishodno komunicirati na hrvatskom i stranom jeziku, unaprijediti komunikaciju sa svim dionicima (klijentima, korisnicima i kolegama) uz primjenu odgovarajuće terminologije uključujući popularizaciju suvremenih informatičkih trendova i tema
  • Primijeniti odgovarajuće metode i tehnike projektiranja, planiranja, razvoja i uvođenja složenog informacijskog sustava u suvremenim razvojnim okolinama
  • Optimizirati procese poslovnog sustava organizacije u suradnji sa stručnjacima odabirom metoda i koncepata planiranja, upravljanja organizacijom i analize poslovanja
  • Oblikovati softversku arhitekturu složenog informacijskog sustava, odabrati i postaviti njegovu odgovarajuću tehnološku platformu i sigurnosne mehanizme te programirati dijelove složenog sustava
  • Utvrditi uvjete za primjenu ključnih informacijskih tehnologija, procijeniti njihov učinak i u zadanom kontekstu donositi odluke i davati savjete vezano uz upravljanje IT uslugama i resursima
  • Analizirati uvjete za primjenu, savjetovati i u zadanom kontekstu donositi odluke vezane uz metodološke pristupe razvoju organizacijskih i informacijskih sustava
  • Osmsliti projekt učinkovitog unapređenja poslovnog sustava u osnovnim vertikalnim područjima uz korištenje suvremenih IKT, realizirati takav projekt vlastitim razvojem ili izborom odgovarajućeg standardnog softvera
  • Analizirati objekte poslovnog sustava te postaviti formalni model objektnog sustava kao temelj izgradnje informacijskog sustava.
  • Dizajnirati i izgraditi sustav temeljen na distribuiranim bazama podataka i velikim izvorima znanja korištenjem tehnika izgradnje velikih i distribuiranih podatkovnih sustava i razrješavanja konflikata između kompetitivnih izvora znanja.
  • Izgraditi računalni sustav za pohranu podataka i znanja uključujući digitalne arhive.
  • Predložiti poboljšanja poslovnog sustava temeljem optimiziranog modela poslovnih procesa i poslovnih pravila.
  • Modelirati i izgraditi analitički podatkovni sustav skladišta podataka i višedimenzionalnih kocaka temeljen na postojećem transakcijskom sustavu.
  • Izgraditi i optimizirati model procesa, klasa podataka i poslovnih pravila poslovnog sustava te predložiti poboljšanja poslovnog sustava.
  • Modelirati i izgraditi sustave temeljene na znanju i sustave za podršku u odlučivanju.
  • Identificirati potrebe za strategijskim i upravljačkim promjenama u organizacijama
  • Primijeniti metode upravljanja životnim ciklusom informacijskog sustava organizacije te osmisliti i primijeniti suvremene strategije nastupa na tržištu informatičkih proizvoda i usluga
  • Definirati elemente strategijskog kontinuuma i primijeniti metode strategijskog upravljanja uz potporu informacijsko komunikacijske tehnologije.
  • Razviti i validirati sustav mjerenja organizacijske učinkovitosti uz primjenu IKT
  • Analizirati tržište primjenom informacijsko-komunikacijskih tehnologija
  • Analizirati poslovne procese te preporučiti i primijeniti odgovarajuće informacijske i komunikacijske tehnologije za unapređenje poslovnih procesa
  • Prezentirati razvoj i organizaciju odgojno-obrazovnih sustava, povijest informatike i računarstva, ustroj odgojno-obrazovnog procesa, društvenu uvjetovanost odgojno-obrazovne prakse i primijeniti suvremene odgojno-obrazovne koncepcije
  • Organizirati nastavni proces uključujući i poučavanje upotrebom tehnologije i u kriznim uvjetima te osmisliti postupke za upravljanje procesom učenja i poučavanja uz primjenu odrednica djelovanja i ponašanja ljudske jedinke i dinamike grupe
  • Artikulirati nastavni sat primjenjujući primjerene nastavne metode i oblike rada, didaktičke principe i nastavna sredstva
  • Voditi pedagošku dokumentaciju, ispitivanje, ocjenjivanje i vrednovanje u skladu sa zakonskom regulativom i kriterijima osobne i profesionalne etičnosti
  • Poučavati učenike primjeni različitih oblika učenja, samovrednovanju i samoreguliranom učenju
  • Upravljati razrednim odjeljenjem, i surađivati s roditeljima i drugim strukturama unutar i izvan odgojno-obrazovne institucije
  • Primijeniti i sukreirati suvremene računalne sustave u dizajnu obrazovnog informacijskog sustava u nastavi u skladu s pedagoškim i metodičkim principima te ih popularizirati sukladno trendovima i potrebama
  • Primijeniti principe proceduralnog programiranja, interneta, weba, stolnih aplikacija u kontekstu rješavanja problema iz realnog svijeta
  • Formulirati problem iz realnog svijeta u smislu problemskog zadatka u informatici te ga znati riješiti i rješenje evaluirati
  • Izvoditi proces poučavanja u multikulturalnim i multietničkim sredinama i drugim posebnim uvjetima (treća dob, centri izvrsnosti …)
  • Strukturirati i procjenjivati osobna i profesionalna iskustva (razvijati refleksivnu praksu) uključujući cjeloživotno učenje
 Osnovna literatura
  • Ralph Kimball: The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling, 3rd Edition, 2013
 Dopunska literatura
  • Date, C. J. An Introduction to Database Systems. Addison Wesley. 2004.
  • W. H. Inmon : Building the Data Warehouse, 4th edition, Wiley, 2005.
  • Ralph Kimball, Joe Caserta. The Data Warehouse ETL Toolkit. Wiley. 2004.
  • Joy Mundy, Warren Thornthwaite, Ralph Kimball: The Microsoft Data Warehouse Toolkit: With SQL Server 2005 and the Microsoft Business Intelligence Toolset, Wiley, 2006.
 Slični kolegiji
  • Carnegie Mellon University, Data Warehouses;
  • Imperial College, London, Department of Computing, Knowledge Management Techniques.
  • Fakultet elektrotehnike i računarstva, Sveučilište u Zagrebu
  • Odjel za Fiziku, Svučilište Josip Juraj Strossmayer, Osijek
 Redoviti studenti Izvanredni studenti
izvanredni rok
Datum: 22.04.2026.
Vrijeme: 16:00
Opis: Na Fakultetu
U kalendaru ispod se nalaze konzultacije predmetnih nastavnika, no za detalje o konzultacijama možete provjeriti na profilu pojedinog predmetnog nastavnika.
 2025 © Fakultet organizacije i informatike, Centar za razvoj programskih proizvoda