Large organizations have a lot of d

Large organizations have a lot of data. The data can be stored in many formats including data bases and unstructured file. This data bases must be collected, compared and made to work as a seamless whole but the different databases communicate well. A Data warehouse is an integrated collection of subject- oriented data in the support of decision making. The integration of data sources is achieved through the use of ETL (Extract, Transform and load) process. It is therefore extensively recognized that the appropriate design of ETL process are key factors in success of Data Warehouse Project. Data warehouse is used to provide effective result from multi- dimensional data analysis. Defective data lead to break downs in the supply chain, poor business decisions and inferior customer relationship management. So data quality is the degree to which data meet the specific needs of the customer. The accuracy and correctness of the results depend on the quality of the data. Improving the quality of data is important in data warehouse because it is used in the process decision support which requires accurate data. This project presents a data warehouse construction with quality decision support system to “Manage results for an organization using customer care center”. Organization used to maintain customer care to support and handle customer queries, to maintain details of customers, to provide frequent information regarding to their premiums, loans. This project determines a detail report such as how many customers are there in an Organization. How many customers paid full premiums, what are their dues, total amount paid? Which locations customer exists? How many customers are more valued customers? Total amount credited in organizations quarterly, what percent is gain/loss. In this paper we take source as flat files, relational tables and the data is extracted in staging area and then it is loaded in to a data warehouse. The different five themes frame our analysis is: Integration, Implementation, Intelligence, and Innovation and quality. The factors Definition conformance, completeness, validity, accuracy, non- duplication, accessibility applied on data warehouse dynamically to improve the performance of data warehouses.

Hasil (Bahasa Indonesia) 1:

Organisasi-organisasi besar mempunyai banyak data. Data dapat disimpan dalam berbagai format termasuk basis data dan file tidak terstruktur. Basis data ini harus dikumpulkan, dibandingkan dan dibuat untuk bekerja secara keseluruhan mulus tetapi database yang berbeda berkomunikasi dengan baik. Gudang Data adalah koleksi terpadu subjek-berorientasi data dalam mendukung pengambilan keputusan. Integrasi sumber data dicapai melalui proses ETL (Extract, Transform dan beban). Itu karena itu secara luas diakui bahwa desain sesuai proses ETL merupakan faktor kunci dalam keberhasilan proyek gudang Data. Gudang data digunakan untuk memberikan hasil yang efektif dari multi - dimensi analisis. Data yang rusak menyebabkan break down dalam rantai pasokan, keputusan bisnis yang buruk dan manajemen hubungan pelanggan yang lebih rendah. Sehingga kualitas data tingkat data yang memenuhi kebutuhan spesifik pelanggan. Akurasi dan ketepatan dari hasil tergantung pada kualitas data. Meningkatkan kualitas data penting dalam gudang data karena digunakan dalam mendukung keputusan proses yang memerlukan data yang akurat. Proyek ini menyajikan konstruksi gudang data dengan kualitas sistem pendukung keputusan untuk "Mengelola hasil untuk sebuah organisasi yang menggunakan customer care center". Organisasi yang digunakan untuk mempertahankan customer care untuk mendukung dan menangani permintaan pelanggan, untuk mempertahankan rincian pelanggan, untuk memberikan informasi yang sering tentang mereka premi, pinjaman. Proyek ini menentukan laporan rinci berapa banyak pelanggan yang ada di organisasi. Berapa banyak pelanggan membayar premi penuh, Apakah iuran mereka, jumlah total yang dibayar? Pelanggan lokasi yang ada? Berapa banyak pelanggan yang lebih pelanggan dihargai? Jumlah total dikreditkan dalam organisasi triwulanan, berapa persen adalah keuntungan/kerugian. Dalam makalah ini kami mengambil sumber sebagai flat file, tabel relasional dan data diekstrak di area stage dan kemudian load dengan untuk gudang data. Bingkai berbeda lima tema analisis kami adalah: integrasi, implementasi, intelijen, dan inovasi dan kualitas. Faktor definisi kesesuaian, kelengkapan, keabsahan, akurasi, bebas-duplikasi, aksesibilitas yang diterapkan pada gudang data dinamis untuk meningkatkan kinerja gudang data.

Hasil (Bahasa Indonesia) 2:

Organisasi besar memiliki banyak data. Data dapat disimpan dalam berbagai format termasuk basis data dan file yang tidak terstruktur. Basis data ini harus dikumpulkan, dibandingkan dan dibuat untuk bekerja sebagai keseluruhan mulus tapi database yang berbeda berkomunikasi dengan baik. Sebuah gudang data adalah koleksi terpadu dari data yang berorientasi subject- dalam mendukung pengambilan keputusan. Integrasi sumber data dicapai melalui penggunaan ETL (Extract, Transform dan beban) proses. Oleh karena itu secara luas diakui bahwa desain yang sesuai dari proses ETL adalah faktor kunci dalam keberhasilan Data Warehouse Project. Data warehouse digunakan untuk memberikan hasil yang efektif dari multi dimensi analisis data. Data yang rusak menyebabkan istirahat surut dalam rantai pasokan, keputusan bisnis yang buruk dan manajemen hubungan pelanggan rendah. Sehingga kualitas data sejauh mana data yang memenuhi kebutuhan spesifik pelanggan. Akurasi dan kebenaran dari hasil tergantung pada kualitas data. Meningkatkan kualitas data penting di data warehouse karena digunakan dalam pendukung keputusan proses yang membutuhkan data yang akurat. Proyek ini menyajikan konstruksi data warehouse dengan sistem pendukung keputusan kualitas untuk "Mengelola hasil untuk sebuah organisasi menggunakan pusat layanan pelanggan". Organisasi yang digunakan untuk mempertahankan layanan pelanggan untuk mendukung dan menangani permintaan pelanggan, untuk menjaga rincian pelanggan, untuk memberikan informasi yang sering mengenai premi mereka, pinjaman. Proyek ini menentukan laporan rinci seperti berapa banyak pelanggan yang ada di Organisasi. Berapa banyak pelanggan dibayar premi penuh, apa iuran mereka, jumlah total yang dibayar? Lokasi yang pelanggan ada? Berapa banyak pelanggan adalah pelanggan lebih dihargai? Total jumlah dikreditkan dalam organisasi kuartalan, berapa persen adalah keuntungan / kerugian. Dalam makalah ini kami mengambil sumber sebagai flat file, tabel relasional dan data yang diekstrak dalam pementasan daerah dan kemudian dimuat ke sebuah gudang data. Lima tema yang berbeda bingkai analisis kami adalah: Integrasi, Implementasi, Intelijen, dan Inovasi dan kualitas. Kesesuaian faktor Definition, kelengkapan, keabsahan, akurasi, duplikasi non, aksesibilitas diterapkan pada data warehouse secara dinamis untuk meningkatkan kinerja gudang data.