Dátové analýzy

Roky dát v databáze: analýza a zoštíhlenie

Typická situácia: systém beží desať, pätnásť rokov a databáza nesie všetko, čo sa za ten čas nazbieralo. Denná prevádzka pritom pracuje so zlomkom z toho — no zvyšok spomaľuje dopyty, nafukuje zálohy a drží drahý storage. Rozdiel medzi „dáta, ktoré potrebujeme" a „dáta, ktoré len máme" pritom nikto presne nepozná.

Práve tu nastupuje AI: prejde to, čo by človek prechádzal týždne. Prečíta skutočné využívanie dát — ktoré tabuľky, partície a obdobia sa reálne čítajú, ktoré aplikácie sa ich dotýkajú a čo leží roky bez povšimnutia — a pripraví podklad pre rozhodnutie, čo má ostať na dosah a čo patrí do archívu.

Čo z toho firma má

• AI analýza skutočného využívania dát — z auditu, AWR a štatistík segmentov
• Rozdelenie dát na horúce, teplé a studené — podľa faktov, nie odhadov
• Archivácia studených dát: zostávajú dostupné na dopyt, ale neťažia prevádzku
• Partitioning a kompresia zvyšku — poriadok, ktorý vydrží ďalšie roky rastu
• AI kontrola pred zásahom: nič, na čo sa aplikácie odkazujú, sa nearchivuje
• Retenčné pravidlá podľa legislatívy — účtovné a daňové lehoty, GDPR

Dátový základ: model, kvalita, výkon

Analýza je len taká dobrá ako dáta pod ňou. Skôr než začneme kresliť grafy, dáme dáta do poriadku — aby čísla v reporte sedeli s realitou a dopyty netrvali minúty.

• Analytické dátové modely — hviezdicové schémy, agregácie
• Materializované pohľady pre okamžité odpovede nad veľkými objemami
• Kvalita dát: duplicity, diery, nekonzistencie — nájdeme a vyčistíme
• Konsolidácia dát z viacerých systémov (ERP, e-shop, výroba)
• Partitioning a indexové stratégie pre analytickú záťaž

Reporting a dashboardy

Čísla, ktoré firma potrebuje vidieť, majú byť na jednom mieste a vždy aktuálne — nie v exceli, ktorý niekto raz za mesiac ručne skladá.

Otázky ľudskou rečou — Select AI

Oracle 26ai rozumie otázkam v prirodzenom jazyku: opýtate sa ako človek, databáza si otázku sama preloží do SQL a vráti odpoveď. Nastavíme ju tak, aby poznala vašu schému — a aby videla len to, čo vidieť má.

• Napojenie Select AI na vaše schémy a číselníky
• Kontrola prístupov — každý sa pýta len nad svojimi dátami
• Overenie správnosti: vygenerované SQL vieme ukázať a vysvetliť
• Vhodné pre manažment aj obchod — bez znalosti SQL

Sémantické vyhľadávanie a RAG

AI Vector Search hľadá podľa významu, nie podľa presnej zhody slov — v zmluvách, servisných hláseniach, popisoch produktov či mailovej komunikácii. A keď nad tým postavíme RAG, odpovedá AI z vašich dokumentov, nie z internetu.

• Vektorové indexy nad textami priamo v Oracle — bez ďalšej databázy
• Vyhľadávanie podľa významu: „reklamácie kvôli tesneniu" nájde aj „unikal olej"
• RAG architektúry: firemné dokumenty ako znalostná báza pre AI
• Kombinácia s klasickým SQL — významová aj presná podmienka v jednom dopyte
• Dáta ostávajú v databáze, pod vaším riadením prístupov

Predikcie s in-database machine learningom

Oracle Machine Learning trénuje modely priamo tam, kde dáta ležia — netreba ich nikam vyvážať. Z historických dát sa databáza naučí, čo príde.

• Predikcia predaja a dopytu — podklad pre nákup a plánovanie
• Skóring zákazníkov: kto pravdepodobne odíde, komu ponúknuť viac
• Detekcia anomálií v transakciách a prevádzkových dátach
• Segmentácia zákazníkov a produktov podľa správania
• Výsledky ako obyčajné SQL stĺpce — hneď použiteľné v reportoch aj API

Celá analytická vrstva beží v databáze — firemné dáta neopúšťajú vaše prostredie a platia pre ne rovnaké prístupy, šifrovanie a audit ako pre všetko ostatné.