Xây Dựng Hệ Thống Dữ Liệu Trợ Giúp Quyết Định Chính Sách Tiền Tệ Quốc Gia

Luận văn thạc sĩ kỹ thuật nghiên cứu kho dữ liệu và ứng dụng xây dựng hệ thống dữ liệu trợ giúp quyết định về chính sách tiền tệ quốc gia, khảo sát thực trạng, phân tích nguyên

• Tác giả: Nguyễn Thị Kim Oanh
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Xây Dựng Hệ Thống Dữ Liệu Trợ Giúp Quyết Định Chính Sách Tiền Tệ Quốc Gia
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2009
• Địa điểm: Hà Nội

Tóm tắt

I. Tổng Quan Xây Dựng Hệ Thống Dữ Liệu Tiền Tệ Quốc Gia

Trong bối cảnh kinh tế thị trường, chính sách tiền tệ đóng vai trò then chốt đối với sự phát triển ổn định của quốc gia. Sự gia tăng nhanh chóng của các ngân hàng trong nước và sự tham gia của các ngân hàng nước ngoài, cùng với sự đa dạng của các dịch vụ ngân hàng, đã tạo ra khối lượng thông tin khổng lồ mà Ngân hàng Nhà nước (NHNN) cần quản lý. NHNN đang quản lý hệ thống cơ sở dữ liệu lớn, thu thập báo cáo thường xuyên từ các ngân hàng và tổ chức tài chính, trung bình 10-20 nghìn chỉ tiêu/ngày, thậm chí hàng trăm nghìn vào cuối tháng. Cục Công nghệ tin học NHNN chịu trách nhiệm thu thập và tổng hợp, sử dụng hệ quản trị CSDL Oracle. Tuy nhiên, việc khai thác báo cáo trực tiếp từ cơ sở dữ liệu tác nghiệp gặp nhiều hạn chế về khả năng tùy biến báo cáo, tổng hợp đa chiều và tích hợp từ nhiều hệ thống nghiệp vụ. Vì vậy, cần thiết phải xây dựng một kho dữ liệu tập trung để phục vụ điều hành vĩ mô về tiền tệ hiệu quả. Đề tài “Kho dữ liệu và ứng dụng xây dựng hệ thống dữ liệu trợ giúp quyết định về chính sách tiền tệ quốc gia” ra đời để giải quyết vấn đề này.

1.1. Tầm quan trọng của dữ liệu kinh tế vĩ mô trong quản lý tiền tệ

Trong quản lý chính sách tiền tệ, dữ liệu kinh tế vĩ mô đóng vai trò quan trọng trong việc đánh giá tình hình kinh tế và đưa ra các quyết định phù hợp. Dữ liệu này bao gồm các chỉ số như lạm phát, tăng trưởng kinh tế, tỷ giá hối đoái, và các chỉ số thị trường tài chính khác. Việc phân tích và sử dụng hiệu quả dữ liệu kinh tế vĩ mô giúp Ngân hàng Trung ương (NHTW) đánh giá được tác động của các chính sách tiền tệ hiện tại và dự báo được các xu hướng kinh tế trong tương lai.

1.2. Mục tiêu và phạm vi của hệ thống dữ liệu trợ giúp quyết định

Mục tiêu chính của hệ thống dữ liệu trợ giúp quyết định là xây dựng một hệ thống thông tin toàn diện, tập trung, chính xác và kịp thời để hỗ trợ quá trình ra quyết định về chính sách tiền tệ. Phạm vi của hệ thống bao gồm việc thu thập, xử lý, phân tích và trình bày dữ liệu từ nhiều nguồn khác nhau, bao gồm cơ sở dữ liệu kinh tế quốc gia, báo cáo từ các ngân hàng và tổ chức tài chính, và các nguồn dữ liệu khác. Hệ thống cũng cung cấp các công cụ phân tích, dự báo và mô phỏng để giúp các nhà hoạch định chính sách đánh giá các lựa chọn khác nhau và đưa ra các quyết định tốt nhất.

II. Thách Thức Khai Thác Hiệu Quả Dữ Liệu Kinh Tế Vĩ Mô Lớn

Mặc dù NHNN đã có hệ thống CSDL lớn, việc khai thác hiệu quả vẫn còn nhiều hạn chế. Báo cáo đột xuất theo yêu cầu gặp khó khăn, việc tổng hợp số liệu đa chiều chưa hiệu quả. Tích hợp dữ liệu từ nhiều hệ thống nghiệp vụ khác nhau chưa được thực hiện, đòi hỏi phải truy cập trực tiếp vào máy tính cài đặt chương trình. Do đó, yêu cầu cấp bách là xây dựng kho dữ liệu tập trung với số liệu đầy đủ, tổng hợp và chính xác của toàn ngành ngân hàng. Điều này phục vụ cho việc điều hành vĩ mô của nhà nước về tiền tệ hiệu quả. Việc này đòi hỏi phải có giải pháp tích hợp dữ liệu đối với dữ liệu báo cáo theo mã chỉ tiêu đã qui định và tổ chức triển khai việc khai thác báo cáo trên một số Vụ, Cục của Ngân hàng Trung ương, tận dụng tối đa công cụ sẵn có của Oracle.

2.1. Vấn đề tích hợp dữ liệu từ nhiều nguồn khác nhau

Một trong những thách thức lớn nhất là tích hợp dữ liệu từ nhiều nguồn khác nhau, bao gồm cơ sở dữ liệu kinh tế quốc gia, báo cáo từ các ngân hàng và tổ chức tài chính, và các nguồn dữ liệu bên ngoài khác. Các nguồn dữ liệu này có thể có định dạng khác nhau, cấu trúc khác nhau và chất lượng khác nhau. Để giải quyết vấn đề này, cần có các công cụ và kỹ thuật để chuyển đổi, làm sạch và tích hợp dữ liệu một cách hiệu quả.

2.2. Đảm bảo tính chính xác và kịp thời của thông tin kinh tế

Việc đảm bảo tính chính xác và kịp thời của thông tin kinh tế là rất quan trọng trong việc ra quyết định về chính sách tiền tệ. Dữ liệu cần được thu thập và xử lý một cách nhanh chóng và chính xác để đảm bảo rằng các nhà hoạch định chính sách có thông tin mới nhất và đáng tin cậy nhất. Điều này đòi hỏi phải có các quy trình và hệ thống để kiểm soát chất lượng dữ liệu và đảm bảo rằng dữ liệu được cập nhật thường xuyên.

III. Phương Pháp Xây Dựng Kho Dữ Liệu Theo Chuẩn Data Warehouse

Luận văn này vận dụng những cơ sở lý thuyết về Data Warehouse để xây dựng hệ thống dữ liệu Báo cáo thống kê tập trung tại Ngân hàng Nhà nước. Mục tiêu là phục vụ cho việc trợ giúp ra quyết định về chính sách tiền tệ quốc gia. Đối tượng nghiên cứu là bộ mã chỉ tiêu báo cáo thống kê do NHNN ban hành, hệ thống tài khoản kế toán của NHNN và hệ thống thu thập thông tin Báo cáo thống kê, Báo cáo tài chính. Phạm vi tập trung vào việc thiết kế kho dữ liệu Báo cáo thống kê trên hai nguồn dữ liệu chính là cơ sở liệu tác nghiệp Báo cáo thống kê và Báo cáo tài chính. Đưa giải pháp tích hợp dữ liệu đối với dữ liệu báo cáo theo mã chỉ tiêu đã qui định. Tổ chức triển khai việc khai thác báo cáo trên một số Vụ, Cục của Ngân hàng Trung ương. Tận dụng tối đa các công cụ sẵn có của Oracle.

3.1. Thiết kế kiến trúc kho dữ liệu cho NHNN

Kiến trúc kho dữ liệu bao gồm các thành phần chính: nguồn dữ liệu, quá trình trích xuất, chuyển đổi và tải (ETL), kho dữ liệu trung tâm, các kho dữ liệu chuyên đề (Data Mart), và các công cụ khai thác và báo cáo. Kiến trúc này được thiết kế để đảm bảo rằng dữ liệu được thu thập, xử lý và lưu trữ một cách hiệu quả, và rằng người dùng có thể truy cập và phân tích dữ liệu một cách dễ dàng.

3.2. Xây dựng quy trình ETL cho dữ liệu báo cáo thống kê

Quy trình ETL (Extraction, Transformation, Loading) đóng vai trò quan trọng trong việc đưa dữ liệu từ các nguồn khác nhau vào kho dữ liệu. Quá trình này bao gồm việc trích xuất dữ liệu từ các nguồn khác nhau, chuyển đổi dữ liệu sang định dạng phù hợp và tải dữ liệu vào kho dữ liệu. Cần có các công cụ và kỹ thuật để đảm bảo rằng quy trình ETL diễn ra một cách hiệu quả và chính xác.

3.3. Lựa chọn công cụ và công nghệ phù hợp Oracle

Việc lựa chọn công cụ và công nghệ phù hợp là rất quan trọng để xây dựng một kho dữ liệu hiệu quả. Oracle là một trong những hệ quản trị cơ sở dữ liệu hàng đầu thế giới và cung cấp nhiều tính năng và công cụ tiên tiến cho việc xây dựng và khai thác kho dữ liệu, bao gồm khả năng nén và phân vùng dữ liệu hiệu quả, tự động hóa nhiều hoạt động phân vùng và mở rộng các phương pháp phân vùng khác nhau, hoàn thiện các bộ công cụ phân vùng, nén và xử lý cả dữ liệu có cấu trúc và phi cấu trúc.

IV. Ứng Dụng Hệ Thống Báo Cáo Thống Kê Cho Ngân Hàng Nhà Nước

Mô hình nghiệp vụ của hệ thống Báo cáo thống kê NHNN bao gồm sơ đồ luồng thông tin, hệ thống các chỉ tiêu, tài khoản kế toán, nội dung báo cáo thống kê và tài chính, và hoạt động nghiệp vụ của một số đơn vị NHNN. Yêu cầu nghiệp vụ của hệ thống khai thác báo cáo bao gồm yêu cầu cụ thể của hệ thống báo cáo và các loại báo cáo cần phát triển. Việc xây dựng kho dữ liệu Data Warehouse phục vụ cho việc khai thác báo cáo được thực hiện bằng cách xây dựng cơ sở dữ liệu theo chuẩn Data Warehouse, bao gồm kiến trúc và kết cấu của Data Warehouse Báo cáo thống kê. Xây dựng qui trình tích hợp dữ liệu cho Data Warehouse, bao gồm giải pháp tích hợp dữ liệu vào kho dữ liệu Báo cáo thống kê và các bước thực hiện.

4.1. Mô hình nghiệp vụ của hệ thống Báo cáo thống kê NHNN

Hệ thống báo cáo thống kê NHNN thu thập thông tin từ nhiều nguồn khác nhau, bao gồm các ngân hàng thương mại, các tổ chức tín dụng và các đơn vị trực thuộc NHNN. Thông tin này được sử dụng để theo dõi và đánh giá tình hình hoạt động của hệ thống ngân hàng, cũng như để phục vụ cho việc ra quyết định về chính sách tiền tệ.

4.2. Xây dựng cơ sở dữ liệu theo chuẩn Data Warehouse

Việc xây dựng cơ sở dữ liệu theo chuẩn Data Warehouse giúp đảm bảo rằng dữ liệu được tổ chức và lưu trữ một cách hiệu quả, và rằng người dùng có thể truy cập và phân tích dữ liệu một cách dễ dàng. Cơ sở dữ liệu này bao gồm các bảng sự kiện (Fact tables) và các bảng chiều (Dimension tables) để phục vụ cho việc phân tích đa chiều.

V. Tổ Chức Khai Thác Báo Cáo Từ Kho Dữ Liệu Kinh Tế Vĩ Mô

Việc tổ chức khai thác báo cáo với kho dữ liệu bao gồm giải pháp xây dựng hệ thống khai thác báo cáo, chiến lược xây dựng hệ thống báo cáo, các bước xây dựng báo cáo, mô hình khai thác báo cáo và cài đặt hệ thống. Giải pháp xây dựng hệ thống khai thác báo cáo cần phù hợp với yêu cầu nghiệp vụ của NHNN. Chiến lược xây dựng hệ thống báo cáo cần đảm bảo tính linh hoạt, khả năng mở rộng và tính bảo mật. Mô hình khai thác báo cáo cần đảm bảo tính trực quan, dễ sử dụng và đáp ứng nhu cầu của người dùng.

5.1. Giải pháp xây dựng hệ thống khai thác báo cáo

Giải pháp xây dựng hệ thống khai thác báo cáo cần phù hợp với yêu cầu nghiệp vụ của NHNN, bao gồm khả năng truy vấn dữ liệu một cách nhanh chóng và chính xác, khả năng tạo ra các báo cáo đa chiều và linh hoạt, và khả năng tích hợp với các hệ thống thông tin khác.

5.2. Các bước xây dựng báo cáo từ kho dữ liệu

Các bước xây dựng báo cáo từ kho dữ liệu bao gồm việc xác định yêu cầu báo cáo, lựa chọn dữ liệu cần thiết, thiết kế báo cáo, xây dựng truy vấn dữ liệu, và kiểm tra và triển khai báo cáo. Quá trình này cần được thực hiện một cách cẩn thận để đảm bảo rằng báo cáo đáp ứng được nhu cầu của người dùng.

VI. Kết Luận Tiềm Năng Phát Triển Hệ Thống Dữ Liệu Tiền Tệ

Luận văn đã trình bày một giải pháp xây dựng hệ thống dữ liệu trợ giúp quyết định về chính sách tiền tệ quốc gia cho NHNN, dựa trên việc xây dựng kho dữ liệu theo chuẩn Data Warehouse. Kết quả nghiên cứu có thể giúp NHNN nâng cao hiệu quả quản lý và điều hành chính sách tiền tệ, góp phần ổn định kinh tế vĩ mô. Hướng phát triển tiếp theo của đề tài là nghiên cứu ứng dụng các công nghệ mới như Big Data và AI trong việc phân tích dữ liệu và dự báo kinh tế, cũng như mở rộng phạm vi nghiên cứu sang các lĩnh vực khác như quản lý rủi ro và giám sát hoạt động ngân hàng.

6.1. Ứng dụng AI và Big Data trong phân tích chính sách tiền tệ

Việc ứng dụng AI và Big Data trong phân tích chính sách tiền tệ có thể giúp các nhà hoạch định chính sách có được những thông tin sâu sắc và chính xác hơn về tình hình kinh tế. Các công nghệ này có thể được sử dụng để phân tích lượng lớn dữ liệu từ nhiều nguồn khác nhau, phát hiện các xu hướng kinh tế tiềm ẩn và dự báo các tác động của các chính sách tiền tệ.

6.2. Mở rộng hệ thống với hệ thống cảnh báo sớm kinh tế

Việc tích hợp hệ thống với hệ thống cảnh báo sớm kinh tế sẽ cho phép Ngân hàng Nhà nước phát hiện sớm các dấu hiệu bất ổn kinh tế và có các biện pháp can thiệp kịp thời. Hệ thống này sử dụng các chỉ số kinh tế và tài chính để theo dõi tình hình kinh tế và đưa ra các cảnh báo khi có dấu hiệu rủi ro.

Trích đoạn nội dung tài liệu

Chương I KHÁI NIỆM VỀ KHO DỮ LIỆU Ngày nay, thông tin trở thành một nguồn tài nguyên cực kỳ quan trọng cần được quản lý và khai thác hiệu quả. Hơn bao giờ hết, tất cả các tổ chức kinh doanh trên thế giới đều tập trung phát triển hệ thống thông tin như một nguồn lực chủ chốt trong việc tạo ra ưu thế cạnh tranh cũng như tăng khả năng đáp ứng đối với thị trường biến động không ngừng. Chính vì vậy, yêu cầu về một phương tiện có khả năng lưu trữ dữ liệu khối lượng lớn, xử lý thông tin nhanh đã dẫn đến sự ra đời của kho dữ liệu. Những dự án đầu tiên về kho dữ liệu được xây dựng từ những năm 1984- 1988.

Cho đến những năm 1994, ở các nước phát triển, các dự án xây dựng kho dữ liệu phát triển mạnh mẽ. Lúc đầu, các dự án này chỉ được phát triển ở những tổ chức lớn. Cùng với nhu cầu phát triển của kho dữ liệu, nhiều công cụ trợ giúp cho việc phát triển kho dữ liệu cũng ra đời và không ngừng hoàn thiện: Nhiều hệ quản trị cơ sở dữ liệu (CSDL) được bổ sung thêm các công nghệ và công cụ cho việc phát triển và khai thác kho dữ liệu. Trong số các hãng phát triển hệ quản trị CSDL truyền thống như Oracle, DB2, Microsoft SQL server,…Oracle là hãng hàng đầu thế giới trong lĩnh vực hệ quản trị CSDL có công nghệ xây dựng kho dữ liệu tiên tiến (theo báo cáo của Gartner về thị phần của các hệ quản trị CSDL, Oracle chiếm tới 47,1% thị phần năm 2006).

Đặc biệt Oracle 11g có rất nhiều tính năng tiên tiến cho việc xây dựng và khai thác các CSDL lớn như: khả năng nén và phân vùng dữ liệu hiệu quả, tự động hóa nhiều hoạt động phân vùng và mở rộng các phương pháp phân vùng khác nhau, hoàn thiện các bộ công cụ phân vùng, nén và xử lý cả dữ liệu có cấu trúc và phi cấu trúc, … [16] 1.1 Khái niệm về kho dữ liệu 1.1 Định nghĩa Kho dữ liệu (Data Warehouse – DWH) không phải là một khái niệm mới và đã được định nghĩa theo rất nhiều cách khác nhau, vì vậy khó có thể định nghĩa chuẩn xác được. Theo một nghĩa nào đó thì kho dữ liệu được xem như là một CSDL lớn tập trung dữ liệu từ nhiều nguồn trong doanh nghiệp. Việc sử dụng DWH sẽ tạo ra một sự đồng nhất về thông tin doanh nghiệp và từ kho dữ liệu này doanh nghiệp có thể nhận được các chỉ tiêu phân tích hay dùng các công cụ hỗ trợ để theo dõi các chỉ tiêu cần quan tâm. Vì thế, kho dữ liệu có thể được xem là một môi trường có cấu trúc các hệ thống thông tin, cung cấp cho (LUAN.gia TIEU LUAN MOI download : [e-mail] 5 người dùng những thông tin khó có thể truy nhập hoặc biểu diễn trong cơ sở dữ liệu (CSDL) tác nghiệp truyền thống, nhằm mục đích hỗ trợ việc ra quyết định mang tính lịch sử hoặc hiện tại [1].

Bill Inmon, người được xem là kiến trúc sư đầu tiên xây dựng kho dữ liệu đã định nghĩa: “Kho dữ liệu là tập hợp dữ liệu hướng chủ đề, được tích hợp, gắn với thời gian và ổn định được thiết kế cho việc hỗ trợ quá trình ra quyết định của người quản lý”[10]. Về bản chất, kho dữ liệu hướng vào việc cung cấp một kiến trúc, công cụ để phát triển dữ liệu của các hệ thống hỗ trợ quyết định. Dữ liệu phát sinh từ trong các hoạt động hàng ngày và được thu thập, xử lý để phục vụ công việc nghiệp vụ cụ thể của một tổ chức thường được gọi là dữ liệu tác nghiệp. Các hoạt động thu thập xử lý dữ liệu tác nghiệp được gọi là xử lý giao dịch trực tuyến (Online Transaction Processing - OLTP).

Trái lại, kho dữ liệu phục vụ cho việc phân tích các kết quả mang thông tin mức cao. Các hệ thống thông tin thu thập xử lý dữ liệu loại này được gọi là xử lý phân tích trực tuyến (Online Analytical Processing - OLAP). Kho dữ liệu thường rất lớn tới hàng trăm GB hay thậm chí hàng Terabyte. Nó được xây dựng để tiện lợi cho việc truy cập theo nhiều nguồn, nhiều kiểu dữ liệu khác nhau sao cho có thể kết hợp được cả những ứng dụng của các công nghệ hiện đại và kế thừa được từ những hệ thống đã có sẵn từ trước.

DWH là một kho dữ liệu quan hệ đa chiều được thiết kế cho việc truy vấn dữ liệu và phân tích hơn là cho việc xử lý giao dịch. Một DWH thường chứa dữ liệu lịch sử mong muốn từ dữ liệu giao dịch. Nó phân tích riêng rẽ khối dữ liệu từ dữ liệu giao dịch và cho phép lấy dữ liệu từ nhiều nguồn. Có ba kiểu kho dữ liệu thường gặp: − Kho dữ liệu doanh nghiệp (Enterprise Data Warehouse - EDW): kho dữ liệu loại này cung cấp một tập dữ liệu trung tâm được tổ chức hỗ trợ cho việc ra quyết định của cả công ty (xí nghiệp).

− Kho dữ liệu tác nghiệp (Operational Data Store - ODS): kho dữ liệu loại này dùng cho các công ty có phạm vi rộng, nhưng nó không giống với kho dữ liệu doanh nghiệp. Ở đây dữ liệu được làm tươi ngay tức thì và được sử dụng cho những hoạt động thường nhật. Theo định nghĩa của Inmon, ODS khác EDW ở chỗ, nó bị giới hạn về tính lịch sử của dữ liệu và được cập nhật dữ liệu thường xuyên hơn. − Kho dữ liệu chuyên đề (Data Mart - DM): kho dữ liệu chuyên đề là một DWH cỡ nhỏ và nó hỗ trợ cho những nghiệp vụ chuyên biệt hoặc cho những chức năng nghiệp vụ cụ thể.gia TIEU LUAN MOI download : [e-mail] 6 Trong ba loại kho dữ liệu trên, thì ODS là sự nâng cấp từ CSDL vốn tồn tại trong doanh nghiệp nếu doanh nghiệp có tổ chức các CSDL phục vụ cho hoạt động của mình.

DWH và DM cần được phát triển dựa trên việc mô hình hoá dữ liệu theo các chiều, trong đó các bảng sự kiện (Fact table) được kết nối với các bảng chiều (Dimension table). Mục tiêu của việc xây dựng các kho dữ liệu này là nhằm phục vụ cho các hoạt động nghiệp vụ ở mức cao hơn với hiệu quả cao.2 Các tính chất của Data Warehouse Một kho dữ liệu được xác định là một CSDL trong đó có chứa bốn đặc tính sau: hướng chủ đề, tính ổn định, được tích hợp, gắn với thời gian.1 Hướng chủ đề Hướng chủ đề có nghĩa là tất cả các dữ liệu được tổ chức xung quanh một chủ đề được tập trung lại và lưu trữ trong cùng một tập có cấu trúc đơn giản, dễ sử dụng. Thông thường, các ứng dụng tác nghiệp được thiết kế nhằm giải quyết một số giao dịch, công việc hàng ngày và dữ liệu được thiết kế cũng nhằm phục vụ các giao dịch đó. Trong khi đó, dữ liệu lưu trữ trong kho dữ liệu được dùng để phục vụ mục đích phân tích và hỗ trợ quyết định.

Đây là một trong những chức năng phức tạp.2 Tính ổn định Hệ tác trích lọc, kho dữ liệu nghiệp chuyển đổi và nạp dữ liệu Thêm Sửa Xóa Truy vấn Hình 1. Tính ổn định của dữ liệu trong Data Warehouse Dữ liệu trong kho dữ liệu là dữ liệu hướng chủ đề, không được hiệu chỉnh, sửa đổi mà nó chỉ nhằm mục đích phục vụ truy vấn thông tin. Nhờ yếu tố này mà tốc độ tổng hợp dữ liệu tăng lên một cách đáng kể. Hơn nữa kết quả trả lại khi thực hiện công việc phân tích trong những thời gian gần nhau thì hầu như là giống nhau.gia TIEU LUAN MOI download : skknchat@gmail.3 Được tích hợp Một kho dữ liệu được xây dựng bằng việc tích hợp nhiều nguồn dữ liệu, lưu trữ trong một cấu trúc đồng nhất, toàn vẹn.

Ví dụ như là dữ liệu về ngày tháng phải luôn được chứa ở cùng một dạng chuẩn. Tích hợp dữ liệu là một vấn đề luôn được đặt ra của hầu hết các cách tổ chức, đặc biệt là việc tích hợp dữ liệu đòi hỏi phải sử dụng đến nhiều công nghệ chuyên dụng đang được biết đến. Sự khác biệt là ở các quy tắc cơ bản ví dụ như là tập ký tự. Hệ ký tự được dùng chủ yếu trong các hệ thống là ASCII (American Standard Code for Informaiton Interchange).

Tuy nhiên có một số hệ thống không dùng hệ ký tự này. Ngoài ra còn có một số nguyên nhân không dễ thấy được như là trong cùng một kiểu dữ liệu nhưng với các hệ quản trị CSDL khác nhau là khác nhau. Vì vậy, việc truy nhập theo các phương thức tuần tự là không hiệu quả. Hơn nữa, trước khi dữ liệu được đưa vào kho dữ liệu thì nó phải được tích hợp.

Sự tích hợp này là một tiến trình xuyên suốt trong thời gian khi dữ liệu được chuyển vào kho dữ liệu và sau khi nó được đưa vào CSDL ứng dụng và trước khi được đưa vào CSDL của kho dữ liệu.4 Gắn với thời gian Đối với kho dữ liệu, yếu tố thời gian được gắn liền với các dữ liệu. Điều này nghĩa là dữ liệu được ghi lại theo thời gian lưu trữ các dữ liệu. Tuy nhiên, hầu hết các truy vấn đều được xử lý ngược lại với việc có một vài thuộc tính về thời gian được lưu trữ trong kho dữ liệu. Chúng ta đã xác định rằng, hầu hết các hệ tác nghiệp đều không chứa các thông tin về lịch sử của nó.

Sẽ không thể đoán trước được chuyện gì sẽ xảy ra trong tương lai nếu chúng ta không quan sát được chuyện gì đã xảy ra trong quá khứ. Một kho dữ liệu sẽ giúp chúng ta lấy ra các thông tin cơ bản này bằng cách thêm trường lịch sử thời gian vào dữ liệu được lấy từ hệ tác nghiệp. Như vậy, đối với một doanh nghiệp thì bản thân DWH là một “ảnh chụp nhanh” trạng thái của doanh nghiệp tại các thời điểm khác nhau. Nó hỗ trợ việc định ra phương hướng và công tác dự báo cho tương lai.

Vì thế thuộc tính thời gian được ngầm hiểu trong DWH như là một thuộc tính bắt buộc. Thời gian đóng vai trò như một phần để đảm bảo tính đơn nhất của các bản ghi và cung cấp đặc trưng về thời gian cho dữ liệu.3 Cơ sở dữ liệu tác nghiệp và kho dữ liệu Thông thường, khi tin học hóa hoạt động quản lý một tổ chức, người ta thường xây dựng CSDL cho các hoạt động quản lý nghiệp vụ thường xuyên của (LUAN.gia TIEU LUAN MOI download : [e-mail] 8 tổ chức và ta có được CSDL tác nghiêp.