پایگاه، انباره داده و هوش تجاری

امروزه با توسعه فناوری‌های جدید و تولید انبوهی از داده‌های ساخت‌یافته و فاقد ساختار، مفهوم داده به یکی از مهم‌ترین منابع استراتژیک سازمان‌ها تبدیل شده است. تصمیم‌گیری بر مبنای داده در جهت پایداری و تداوم موفقیت سازمان، یکی از محورهای بسیار اساسی است. یک سازمان داده محور؛ با استفاده از استراتژی‌های صحیح، قادر به کنترل و مدیریت داده‌های رو به رشد خود بوده و می‌تواند از انبوه داده‌های متنوعِ جمع‌آوری شده، بینش لازم را کسب و در اختیار سایر ارکان و سیستم‌های متناسب قرار دهد. لذا پیاده‌سازی یک فرهنگ داده‌محور در دنیای امروز، یک الزام کسب‌وکاری می‌باشد. در واقع هدف توسعه راه حل‌هایی است که سازمان را قادر می‌سازد تا ماموریت خود را انجام و خدمات با کیفیت بالا، رضایت ذینفعان و بهبود کارایی فرآیندهای کلیدی را ارائه نمایند. استفاده از این نوع از رویکردها در سال های اخیر، نقش راهبردی در اجرای برنامه‌های سازمان تامین اجتماعی ایفا نموده است.

گروه مدیریت پایگاه داده (DBA) در راستای تغییر سکوی نرم افزاری و پایگاه داده‌های سازمان تأمین اجتماعی از فاکس پرو به اوراکل در سال 1385 به عنوان یک تیم تخصصی تشکیل گردید که با توجه به ضرورت ارتقاء، بلوغ مدیریت داده و حرکت به سوی ایجاد سازمانی داده محور، دپارتمان "پایگاه و انباره داده" شرکت مشاوره مدیریت و خدمات ماشینی تامین از سال 1400 با بهره‌گیری از تجربه و تخصص کارشناسان و مشاورین مجرب؛ به عنوان مدیریتی مستقل فعالیت خود را آغاز نمود. در راستای ارائه خدمات تخصصی و ایجاد ارزش حداکثری، وظایف این واحد توسط بخش های تخصصی پایگاه داده های رابطه ای و غیررابطه ای، انباره داده، علوم داده و هوش تجاری انجام می شود.

اهم وظایف مدیریت پایگاه و انباره داده شرکت به شرح ذیل می باشد:

  • اجرای سیاست ها، دستورالعمل ها، خط مشی‎ها و استانداردهای کلی شرکت در حوزه موضوعات مرتبط.
  • بهینه سازی خط‏مشی ها و استانداردهای بانک‌های اطلاعاتی و مفاهیم تحلیل داده در قالب طرح و برنامه‎های عملیاتی جهت انجام مطلوب روند ساخت، عملیات، پشتیبانی و نگهداری.
  • بازنگری و نظارت در رابطه با تکنولوژی‏ها، قابلیت‌های جدید ابزارها و سرویس‏های موجود و پیاده‌سازی استانداردهای متناسب با رویکرد شرکت به منظور بازنگری و بهبود عملکرد و استفاده از رویه یکسان و صرفه جویی در زمان و هزینه‌های مرتبط و تسریع امور.
  • ایجاد چهارچوب مدیریتی جهت طراحی، پیاده‌سازی، راهبری، پایش، کنترل و عملیات پروژه های پایگاه داده و هوش کسب و کار در شرکت.
  • تحلیل و پردازش داده‌ها به منظور کسب دانش مفید از داده‏ها و در جهت بهبود کسب و کار.
  • اجرای پروتکل‏های امنیتی جهت محافظت از داده‎ها در حوزه‌های مرتبط.
  • ارزیابی ریسک‏ها در زمینه مهندسی داده و مقابله جهت کاهش تهدیدهای بالقوه.
  • نظارت بر انجام فعالیت‌های مرتبط با شناخت، تحلیل و طراحی پروژه‏ها و پروپوزال‏های مربوط به حوزه بانک‌های اطلاعاتی، علوم داده، کلان داده و هوش کسب و کار و همچنین تحقیق و توسعه در خصوص فناوری‏ها جهت توسعه و بهبود معماری و انتخاب ابزارها در این حوزه.
  • انجام تعاملات لازم با سایر واحدهای فنی شرکت جهت پیاده‌سازی الزامات و پیشبرد مناسب فرایندهای مرتبط.
  • اهم اقدامات گروه پايگاه داده‌های رابطه‌ای
  • نصب، راه‌اندازي، نگهداري و پشتيباني پایگاه‌های داده رابطه‌ای واحدهاي کسب و کاری سازمان شامل بیش از هزار واحد پایگاه داده Oracle و بیش از چهارصد MSSQL مراکز درمانی سازمان و همچنين طراحی، نصب و راه اندازی بیش از پنجاه دیتابیس برای سرویس های متمرکز و تجمیع شده در مراکز داده شرکت و سازمان
  • طراحي و ايجاد سرويس بانك اطلاعاتي بر مبناي بهترین تجارب  موجود و نظر خبره .
  • طراحي، پياده‌سازي و پشتيباني انواع مكانيزم‌هاي پشتيبان‌گيري و بازيابي.
  • طراحي، پياده‌سازي و پشتيباني انواع مكانيزم‌هاي رپليكيشن.
  • طراحي، پياده‌سازي و پشتيباني مكانيزم‌هاي امنيت و مميزي  پايگاه داده.
  • طراحي، پياده‌سازي و پشتيباني مكانيزم‌هاي ديتاگارد.
  • طراحي، پياده‌سازي و پشتيباني مكانيزم Always ON, Mirror & Clustering RAC, HA.
  • طراحي، پياده‌سازي و نگهداري ابزارها و نرم‌افزارها و مديريت متمركز پایگاه‌های داده نظیر  OEM و RedGate.
  • بررسی وضعیت و به روزرساني  پايگاه داده و همچنین اشکال‌یابی  آن
  • بررسی، نصب و مديريت پچ‌ها .

اهم اقدامات گروه مدیریت کلان داده

  • پياده‌سازي، نگهداري و پشتيباني اكوسيستم كلان‌داده  با رعايت سه ويژگي اصلي شامل حجم  ، سرعت  و تنوع .
  • طراحی، پیاده‌سازی، مدیریت و نگهداری دریاچه داده .
  • طراحي، پياده‌سازي، مديريت و نگهداري پايگاه داده‌هاي رابطه‌اي No SQL و پايگاه‌های داده‌ غيررابطه‌اي نظير Redis, PostgreSQL, Cassandra, Oracle NoSQL, MongoDB و پايگاه‌های داده‌ مبتني بر گراف  از جمله Neo4j.
  • پياده‌سازي، توسعه و به کارگیری ابزارها و نرم‌افزارهاي برنامه‌نويسي لازم اين حوزه نظير Python و R.
  • طراحی و توسعه پایپ‌لاین‌های  داده به منظور استخراج، تبدیل و بارگذاری  داده‌ها.
  • طراحي و پياده‌سازي چهارچوب هادوپ  به منظور پردازش توزيع‌شده داده‌هاي حجیم، تحليل‌داده و رايانش ابري.
  • همسوسازی و همروندي با سيستم‌هاي عملياتي مبتنی بر هوش کسب و کار با حفظ جامعيت داده‌ها به صورت بلادرنگ .
  • طراحی و پیاده‌سازی ابزارها و سامانه‌های لازم جهت مانیتورینگ زیرساخت‌ها و سرویس‌های کلان داده.
  • طراحی و پیاده‌سازی ساز ‌و کار‌های امنیتی کلان داده و بر پایه حداکثر دسترس‌پذیری .
  • اهم اقدامات گروه طراحی و توسعه انباره داده
  • طراحي، پياده‌سازي و مديريت پايگاه‌هاي موردنياز انباره داده  بر مبناي متدولوژي و تكنولوژي‌هاي مطرح در OLAP و در ابعاد کلان  با دارا بودن چهار ويژگي موضوع‌گرا ، مجتمع ، تاريخچه‌اي  و غير فرار .
  • نظارت بر برگزاری جلسات شناخت و تحليل داده‌هاي عملياتي با کارشناسان واحدهاي کسب و کاری.
  • طراحي، پياده‌سازي، نگهداري، پشتيباني و مديريت داده‌هاي اصلي .
  • ‌طراحي، نصب و راه‌اندازي نرم‌افزارهاي مورد نیاز ETL، ELT از جمله ODI و پياده‌سازي محيط جمع آوری داده‌ها .
  • طراحي و پياده‌سازي ديتامارت‌ها  در حوزه‌هاي مختلف كسب و كاري.
  • شناخت، تحلیل، طراحی و پیاده‌سازی سناریوهای ETL بر مبناي کلیه سامانه‌ها و پروژه‌های موردنظر سازمان.
  • طراحي و پياده‌سازي مدل مفهومي و فيزيكي تمامي اشياء انباره داده شامل انواع Partition Tables، Materialized Views، Rewrite Query، Procedures، Jobs و تعیین استراتژي ایندکس‌ها  و موازی سازی .
  • طراحي و پياده‌سازي مدل‌های مختلف مکعب داده از جمله ROLAP, MOLAP, HOLAP.
  • طراحی و ایجاد انواع فکت ، دایمنشن ، معیار اندازه گیری ، جداول تجمیع شده  و مکعب داده .
  • تهيه زيرساخت لازم جهت طراحی، پیاده سازی و اجراي انواع داشبوردها و گزارشات موردی  مورد نیاز از انباره داده.
  • طراحی و پیاده‌سازی ابزارها و سامانه‌های لازم جهت مانیتورینگ زیرساخت‌ها و سرویس‌های انباره داده.
  • طراحي و پياده‌سازي مكانيزم‌هاي امنيت انباره داده و بر پایه حداكثر دسترس پذيري.
  • طراحی، توسعه و پیاده‌سازی ساز ‌و کار‌‌های پاکسازی اطلاعات  و اعتبارسنجی داده‌ها .

اهم اقدامات گروه هوش کسب و کار (BI)

  • برگزاری جلسات شناخت و تحليل فرايندهاي كسب و كار با کارشناسان واحدهاي كسب و كاري شرکت و سازمان.
  • ایجاد لایه فیزیکی فرا داده ، طراحی و پیاده‌سازی OLAP، ایجاد مدل حوزه کسب و کاری BMM  و همچنين ایجاد و تکمیل لایه نمایش .
  • طراحي، پياده‌سازي و توسعه گزارشات و داشبوردهاي تحليلي در حوزه‌هاي مختلف کسب و کاری.
  • پیاده‌سازی شاخص‌ها، نیازمندی‌ها و گزارشات مورد نیاز حوزه بیمه‌ای، درماني و ستادي در سطوح استراتژیک (مديران ارشد سازمان)، تاكتيكال (مديران مياني) و عملياتی (كارشناسان) سازمان.
  • طراحي و پياده‌سازي مكانيزم‌هاي امنيت هوش کسب و کار و بر پایه حداكثر دسترس پذيري.
  • توسعه موضوعی و ارتقاء مارت‌های داده‌ای با توجه به درخواست سازمان.

این مدیریت موارد زیر را به عنوان اهداف آتی توسعه مد نظر دارد:

  • ایجاد گروه علوم داده و هوش مصنوعی
  • تحلیل اکتشافی داده و انجام پیش‌پردازش‌های مورد نیاز برای انواع داده‌‌ها اعم از ساختاریافته و بدون ساختار شامل؛ انتخاب ویژگی، نمونه‌گیری، کاهش ابعاد، خلق ویژگی، گسسته‌سازی، نرمال‌سازی، تغییر شکل متغیرها، متوازن‌سازی داده، راهکارهای لازم در مواجه با مقادیر گم شده و غیره. 
  • پیاده‌سازی و توسعه الگوریتم‌های یادگیری ماشینی اعم از الگوریتم‌های نظارتی شامل؛  KNN، SVM ، Regression ، Decision Tree  و الگوریتم‌های غیر نظارتی شامل؛ Kmeans ، DBScan ، Anomaly detection ، Association Rules و سایر الگوریتم‌های نیمه نظارتی و الگوریتم‌های یادگیری تقویتی.
  • پیاده سازی و توسعه الگوریتم‌های یادگیری عمیق شامل؛ شبکه‌های عصبی بازگشتی از جمله RNM ، LSTM و غیره و شبکه‌های عصبی کانولوشنی از جمله CNN و غیره و خودرمزنگارها از جمله GAN ، DBN ،  SOM Auto Encoders و غیره.
  • تحلیل و تفسیر داده‌های خرد و کلان، کشف روندها و الگوهای رفتاری داده و حصول بینش کاربردی.
  • ترکیب، توسعه و بهینه‌سازی مدل‌های یادگیری ماشینی به منظور دستیابی به نتایج بهتر.
  • راه اندازی انباره داده متمرکز و هوش کسب و کار سازمان تامین اجتماعی

طرح پیاده سازی انباره داده متمرکز و هوش کسب و کار سازمان تامین اجتماعی در راستاي سياست هاي کلان امور فناوري اطلاعات در سازمان تامین اجتماعی و با در نظر گرفتن امکان متمرکز نمودن کلیه حوزه های کسب و کار و ارائه راهکارهای مدیریتی، عملیاتی، تحلیلی و بهبود تعريف و فعال شده است. اين طرح با معرفي شركت خدمات ماشیی تامین به عنوان مجري این طرح و در جهت تهیه و تدوین کلیه ساز و کارهای عملی جهت تحقق نیازمندی های سازمان تامین اجتماعی در نظر گرفته شده است.

. هدف کلی راهکار جامع انباره داده متمرکز و هوش کسب و کار، كمك به بهبود كارايي و اثربخشي از طريق تبديل داده‌هاي خام به اطلاعات راهبردی  و توانمندسازي مديران براي پايش و كنترل برنامه و اهداف راهبردی سازمان می باشد. این هدف از طریق ايجاد يك منبع اطلاعات جامع، یکپارچه، بروز و معتبر براي اطلاعات سازمان تامین اجتماعی فراهم می آید. حوزه های کسب و کاری سازمان که در پیاده‏سازی راهکار پیاده سازی انباره داده و هوشمندسازی کسب و کار سازمان تامین اجتماعی مد نظر قرار دارند، به شرح ذیل می باشد:

  • حوزه نامنویسی و سوابق
  • حوزه وصول (درآمد)
  • حوزه فنی بیمه شدگان
  • حوزه مستمری
  • حوزه درمان غیرمستقیم
  • حوزه درمان مستقیم
  • حوزه ستادی مالی

اهم اهداف پروژه:

  • بهبود تصميم گيري ها، از طريق در اختيار داشتن اطلاعات مناسب در زمان مناسب
  • بکارگیری فناوری ها و استانداردهای روز‏آمد و پیشرفته
  • كاهش هزينه، از طريق كاهش نيروي انساني مورد نياز براي توليد اطلاعات و دانش
  • محوريت توجيه اقتصادي در اخذ تصميمات
  • امكان نظارت بهتر بر شركت هاى سرمايه گذارى و سازمان هاى تابعه
  • ايجاد ساختاري كارآمد براي فعاليت هاي بنيادى و پرهيز از حاكميت روابط اداري غير ضروري
  • ایجاد زیرساخت مناسب و قابل توسعه
  • ایجاد بستر لازم جهت تجميع و یکپارچه سازی کلیه اطلاعات سيستم ها و سامانه هاى مجزا
  • امكان دسترسى بلادرنگ به گزارش های كلان توسط مديران سازمان