UNIVERSITETI I TIRANS

FAKULTETI I SHKENCAVE T NATYRS

DEPARTAMENTI I INFORMATIKS

DISERTACION

PR MARRJEN E GRADS DOKTOR I SHKENCAVE

JULIANA LULA

STUDIMI I SISTEMEVE DATA WAREHOUSE DHE

NDRTIMI I NJ MODELI RAPORTIMI T BAZUAR N
TEKNOLOGJIN
BUSINESS INTELLIGENCE

UDHHEQS SHKENCOR PROF. ASOC. DR. ENDRI XHINA

Tiran, 2014
 UNIVERSITETI I TIRANS
FAKULTETI I SHKENCAVE T NATYRS
DEPARTAMENTI I INFORMATIKS

Disertacion
I paraqitur nga:

Znj. Juliana LULA

Pr marrjen e grads shkencore

DOKTOR

Specialiteti: Informatik

Tema: Studimi i sistemeve Data Warehouse dhe ndrtimi i

nj modeli raportimi t bazuar n teknologjin
Business Intelligence

Mbrohet m dt. . . para juris:

1. Kryetar
2. Antar (oponent)
3. Antar (oponent)
4. Antar
5. Antar
6. Antar

ii
Prmbajtja

Prmbajtja .......................................................................................................................................... ii
Lista e tabelave .................................................................................................................................. v
Lista e figurave ................................................................................................................................. vi
Hyrje ............................................................................................................................................... viii
Kapitulli 1: Teknika dhe standarte t DWH ...................................................................................... 1
1.1 Hyrje ........................................................................................................................................ 1
1.2 Historiku i sistemeve n mbshtetje t vendimmarrjes (DSS) ................................................ 3
1.3 Krahasimi DWH/OLTP ........................................................................................................... 4
1.4 Zgjedhja e metodiks pr ndrtimin e DWH ........................................................................... 5
1.4.1 Metodika Top-down ......................................................................................................... 5
1.4.2 Metodika Bottom-Up........................................................................................................ 6
1.5 Zgjedhja e arkitekturs s sistemeve DWH ............................................................................. 7
Kapitulli 2: Aplikimi i zgjidhjeve DWH/BI n telekomunikacion ................................................... 9
2.1 Hyrje ........................................................................................................................................ 9
2.2 Gjendja e telekomunikacionit n vndin ton ......................................................................... 9
2.3 Ndryshimi i mjedisit t biznesit t telekomunikacionit ......................................................... 11
2.3.1 Strategjia ......................................................................................................................... 11
2.3.2 Evoluimi ......................................................................................................................... 12
2.4 Funksionet e BI n telekomunikacion ................................................................................... 14
Shembull i plot i zbatimit t BI.............................................................................................. 15
2.5 Prshkrimi i t dhnave kryesore t nj kompanie telekomunikacioni ................................. 16
Kapitulli 3 Modelimi i nj datamart-i pr thirrjet e detajuara ......................................................... 19
3.2 Prshkrimi i problemit ........................................................................................................... 19
3.3 Modelimi i przgjedhur i t dhnave ..................................................................................... 20
3.3.1 Modelimi Konceptual ..................................................................................................... 21
3.3.2 Modelimi Llogjik ............................................................................................................ 25
3.3.3 Modelimi Fizik ............................................................................................................... 27
3.4 Metoda e aplikuar pr grumbullimin e t dhnave ............................................................... 29
3.5 Analizat e prftuara sipas krkess ....................................................................................... 40
3.6 Problematika t hasura gjat puns mbi modelin e datamart-it ............................................ 42
3.7 Konkluzione ......................................................................................................................... 43
Kapitulli 4: Menaxhimi i TELCO-KPI me zgjidhjet BI .................................................................. 44
4.1 Hyrje ...................................................................................................................................... 44
4.2 Prcaktimi i problemit ........................................................................................................... 44
4.3 Analiza e problemit dhe zgjidhja e problemit ....................................................................... 45
4.4 Metoda e aplikuar pr grumbullimin e informacionit ........................................................... 48
4.5 Ndrtimi i kubit OLAP .......................................................................................................... 52
4.6 Analizat e prftuara nga baza e t dhnave pr eksperiment ................................................. 55
Analiza 1 .................................................................................................................................. 55
Analiza 2 .................................................................................................................................. 57
Analiza 3 .................................................................................................................................. 58
Analiza 4 .................................................................................................................................. 59

iii
 Analiza 5 .................................................................................................................................. 60
Analiza 6 .................................................................................................................................. 61
4.7 KPI pr kontrollin e balancave t klientve.......................................................................... 62
4.8 KPI pr kontrollet e sigurimit t t ardhurave ....................................................................... 66
4.9 Monitorimet e Kpi ................................................................................................................. 68
4.10 Problematika t hasura gjat puns s ndrtimit t datamart-it .......................................... 69
4.11 Konkluzione ....................................................................................................................... 71
Kapitulli 5: Zbulimi i njohurive n t dhnat e telekomunikacionit................................................ 72
5.1 Hyrje ...................................................................................................................................... 72
5.2 Aplikacionet Data-mining ..................................................................................................... 73
5.3 Profilizimi i klientve ............................................................................................................ 73
5.4 Zbulimi i abuzimeve (Fraud) ................................................................................................. 76
5.5 Izolimi i defekteve t rrjetit ................................................................................................... 77
Kapitulli 6: Prdorimi i Learning Objects n ndihm t proesit t edukimit n distance sipas
arkitekturs s DWH me tre shtresa ................................................................................................ 80
6.1 Hyrje ...................................................................................................................................... 80
6.2 Modeli i propozuar pr LO .................................................................................................... 81
6.3 Prdorimi i DWH pr ruajtjen e LO ...................................................................................... 84
Kapitulli 7: Faktort thelbsor pr suksesin e sistemit DWH ....................................................... 86
7.1 Njohja e qllimeve ................................................................................................................. 86
7.2 Kontroll pr cilsin e t dhnave n sistemet DWH ............................................................ 86
7.3 Performanca ........................................................................................................................... 88
7.4 Volumet e t dhnave: Ngarkesat dhe menaxhimi ................................................................ 88
7.5 Marrdhnia e vazhdueshme me prdoruesit ........................................................................ 89
7.6 Mbshtetja ekzekutive ........................................................................................................... 89
Prfundime ...................................................................................................................................... 90
Referenca ......................................................................................................................................... 92
Falenderime ..................................................................................................................................... 94
Biblografia ....................................................................................................................................... 95
Publikime:.................................................................................................................................... 95
Referime shkencore: .................................................................................................................... 95
Prmbledhje ..................................................................................................................................... 96
Abstract ............................................................................................................................................ 97

iv
Lista e tabelave

Tabela 1.1 Krahasimi i OLTP/DWH 4

Tabela 1.2 Krahasimi i metodikave kryesore t ndrtimit t DWH 6

Tabela 1.3 Elementt e arkitekturave pr ndrtimin e sistemeve DWH 7

Tabela 1.4 Avantazhet dhe disavantazhet e arkitekturave 8

Tabela 3.1 Elementt kriter pr przgjedhjen e modelimit 21

Tabela 3.2 Koka e tabels s ndrlidhjes pr transformimin ETL 33

Tabela 4.1 Matrica e lidhjes Dimension/Fakt 46

Tabela 4.2 Elementt prbrs t KPI- 3 64

Tabela 4.3 Krahasimi i ekzekutimit t job-eve ELT 70

Tabela 5.1 Proeset e biznesit q mbulojn aplikacionet Data-mining 73

v
Lista e figurave

Figura 1.1 Vlera e informacionit si funksion i sasis s t dhnave 3

Figura 2.1 Analiza 1 -Burim AKEP 2012 10
Figura 2.2 Analiza 2 -Burim AKEP 2012 10
Figura 2.3 Lidhja e aftsit specifike me fushat e interesit 14
Figura 2.4 Diagrama e grumbullimit t informacionit n sistemin e faturimit 17
Figura 2.5 Diagrama e kalimit t informacionit drejt DWH 18
Figura 3.1 Skema e arkitekturs s przgjedhur 21
Figura 3.2 Ndarja e dimensioneve n skemn ton 23
Figura 3.3 Skema e datamart-it t thirrjeve t detajuara origjinuese 27
Figura 3.4 Komponentt e Data-stage (Burim- Data-stage Ascential) 30
Figura 3.5 Rregullat e ndarjes s informacionit n module t veanta 32
Figura 3.6 Diagrama e proesit t transformimit 33
Figura 3.7 Job-i i datastage q transformon t dhnat e MSC 35
Figura 3.8 Transformimi i t dhnave t nj rekordi MSC 36
Figura 3.9 Diagrama e ngarkimit t tabels Fakt 38
Figura 3.10 Job-i i Data-stage pr ngarkimin e tabels Fakt 38
Figura 3.11 Job-i i Data-stage pr shtim informacioni 39
Figura 3.12 Sekuenca e ndrtuar 39
Figura 3.13 Monitorimi i ekzekutimit ETL 40
Figura 3.14 Parametrizimi i ekzekutimit ETL 40
Figura 3.15 Total- thirrje sipas ditve t javs 41
Figura 3.16 Kohzgjatja mesatare e thirrjeve sipas orve dhe dits s javs 41
Figura 4.2 Skema e datamart-it t ndrtuar 48
Figura 4.3 Skema e proeseve ELT 49
Figura 4.4 Tipi 1 i ruajtjes s ndryshimeve t dimensioneve 50
Figura 4.5 Tipi 2 i ruajtjes s ndryshimeve t dimensioneve 50
Figura 4.6 Burim nga Spago BI 53
Figura 4.7 Prcaktimi i dimensioneve t kubit 54
Figura 4.8 Zgjedhja e hierarkis t kubit OLAP 54
Figura 4.9 Analiza 1- Krahasimi i trafikut mbi baz e t dhnave pr eksperiment 55
Figura 4.10Analiza 1 Prdorimi i rrjetit drejt destinacionit 1 56
Figura 4.11 Analiza 1 sipas planit tarifor 57
Figura 4.12 Analiza 2 Segmentimi i bazs s klientve pr eksperiment 58
Figura 4.13 Segmentimi i bazs s klientve pr minutat e prdorimit 58
Figura 4.14 Analiza 4 Segmentimi i bazs s klientve bazuar rimbushjeve 59
Figura 4.15 Segmentimi i minutave ndrkombtare 60
Figura 4.16 Shprndarja e t ardhurave t nj muaji sipas vjetrsis s klientve 61
Figura 4.17 Ecuria e klientve n baz t moshs s tyre me kompanin 61
Figura 4.18 Analiza pr kontrollin e balancave t klientit 63
Figura 4.19 Proeset e sigurimit t t ardhurave n kompani 67
Figura 4.20 Vizualizim i KPI 68
Figura 4.21 Shembull dashboard-i 68

vi
Figura 5.1 Raporti i thirrjeve pr do or 74
Figura 5.2 Diagrama e TASA 78
Figura 6.1 Sisteme adaptive dhe t personalizuara t msimit 81
Figura 6.2 Modeli i LO 82
Figura 6.3 Arkitektura e aplikacionit 82
Figura 6.4 Pamja e faqes s aplikacionit ku mund te shihen LO 83
Figura 6.5 Pamja e faqes s aplikacionit ku mund t msohet nga nj LO 84
Figura 6.6 Arkitekura me tre shtresa e shfrytzimit t LO 85
Figura 7.1 Kontrolli i cilsis s t dhnave 87

vii
Hyrje

N ditt e sotme, tregu sa vjen e bhet m krkues duke ecur me ritme t shpejta e t
ndryshueshme. N kto kushte, informacioni gjithmon e m shum shihet si nj burim
ky pr t prftuar avantazhe konkuruese. Siprmarrjet nevojiten t bjn analiza t
shumta dhe komplekse t sjelljes s klientve, q t kuptojn ekzaktsisht at far
klientt duan. Ato duhet t prgjigjen n koh dhe me efikasitet me shrbimet q
ofrojn.

sht e qart se me evolimin e kohs e teknologjis, kompanit zgjerojn mundsit

dhe vizionin e tyre, pr rrjedhoj t dhnat e tyre shtohen gati n mnyr
eksponenciale. Si rezultat, kompanit zotrojn t dhna t panumrta, por
informacioni i prftuar prej tyre sht i pakt. Prandaj theksohet nevoja e kthimit t t
dhnave t kyura t sistemeve operacionale, n informacion t prdorshm pr t
gjetur zgjidhjen e problemeve t fshehura t biznesit, t cilat shum shpesh jan
komplekse dhe t pa strukturuara.

Pikrisht n kt kuadr, prezantohet nj sistem Data Warehouse (DWH).

Qllimi i ktij punimi sht studimi i teknikave pr ndrtimin e sistemeve DWH duke
u fokusuar m s shumti n aplikimin real t tyre n fushn e telekomunikacionit. Ky
punim shtron argumentat q tregojn nevojn e ktyre sistemeve, duke ju referuar
gjithmon krkesave konkrete t nj kompanie telekomunikacioni. Prezantimi i
zgjidhjeve n kt punim, shoqrohet me paraqitjen e problematikave t hasura gjat
puns, si dhe masat e marra pr zgjidhjen e tyre. Aplikimi i modeleve t teknologjis
Business Intelligence (BI) mbi sistemet e ndrtuara, ofron fleksibilitet, lehtsi dhe
shumllojshmri analizash.

Ky punim sht konceptuar t jet i ndar n 7 kapituj, t cilt prshkruhen si m

posht:

Kapitulli 1 jep nj prshkrim t sistemeve DWH dhe problemet q ai zgjidh, duke i

krahasuar me sistemet operacional t nj kompanie. Bazuar n krkimet shkencore
dhe literaturat, prmbledh metodikat dhe arkitekturat q aplikohen sot, n ndrtimin e
sistemeve DWH, me paraqitjen e avantazheve dhe disavantazhet e secils metodik
dhe argumentat q duhet t kemi parasysh prpara zgjedhjes s metodiks dhe
arkitekturs n projektin e ndrtimit t ktij sistemi.

Kapitulli 2 paraqet nj pamje t situats s telekomunikacionit n vend dhe prmbledh

problematikat dhe sfidat me t cilat prballen n prgjithsi kompanit e
telekomunikacionit. N kt kuadr prshkruhen teorikisht vlerat q sjellin, ndrtimi i
sistemit DWH dhe aplikimi i teknologjive t BI. Gjithashtu prezontohen tipet kryesore
t t dhnave q nj kompani e till zotron dhe mnyra se si sistemet komunikojn.

viii
Kapitulli 3 demostron aplikimin e nj modeli shum dimensional t ndrtuar pr
analizn e rekordeve t detajuara t trafikut n nj kompani telekomunikacioni. N t,
prezantohet hap pas hapi modelimi i nj datamart-i, q do t shrbej pr analiza t
detajuara t prdorimit t rrjetit, sjelljes s klientve dhe analizave t interkonjeksionit.
Ai trajton ndrtimin e proeseve ETL, t cilat konsiderohen si detyrat m kritike t
ndrtimit t nj sistemi DWH.

Kapitulli 4 vijon me zhvillimin e disa modeleve q mundsojn monitorimin e

matjeve ky t performancs s biznesit (KPI). Duke realizuar nj lidhje t ktyre
matjeve me element t sistemit, krijohet nj ide m e qart se si kto sisteme mund t
ndikojn n analiza t thella dhe n prcaktimin e vendimeve strategjike t kompanis.
Gjithashtu, prshkruhen analizat dhe pyetjet m kryesore q mund t marrin prgjigje
nga implementimi i tyre, duke prdorur n kt rast teknikat ELT.

Kapitulli 5 prmbledh aplikimet e teknikave pr zbulimin e njohurive t fshehura, n

t dhnat e shumta q kto kompani disponojn. Proeset q jan thelbsore pr tu
ndjekur, si zbulimi i abuzimeve apo edhe zbulimi i njohurive pr t identifikuar dhe
parashikuar gabime t rrjetit, jan kritike dhe gati t pamundura t menazhohen pa
mjete t tilla.

Kapitulli 6 paraqet aplikimin e sistemeve DWH pr ruajtjen e objekteve Learning

Objects (LO) n ndihm t msim-dhnies. Veanrisht arkitektura me tre shtresa e
sistemeve DWH gjen aplikim t gjer.

Kapitulli 7 prmbledh faktort thelbsor q ndikojn n suksesin e ktyre sistemeve.

Bazuar n literaturat kryesore t studiuara, por edhe n eksperiencn reale me kto
sisteme, listohen pikat q duhen patur parasysh prpara fillimit t nj projekti DWH.

ix
Kapitulli 1: Teknika dhe standarte t DWH

1.1 Hyrje

Prse nevojitet nj sistem DWH?

DWH sht nj grup metodash, teknikash dhe mjetesh q realizon integrimin e

informacionit t bazuar mbi shum burime t pavarura dhe heterogjene pr t ofruar
analiza t dhnash q ndihmon n marrjen e vendimeve. Ai sht nj ruajts i t
dhnave historike, aktuale q jan t integruara dhe konsistente. Pr t kuptuar rolin e
sistemeve t tilla, duhet t kuptohet nevoja prse krijohen kto sisteme.
M posht Kimball [2] ka paraqitur disa nga ankesat tipike t drejtuesve t kompanive,
t cilat prcaktojn situatn prse sistemet DWH jan t domosdoshm. Kto
shqetsime gjejn vend n do biznes:

Kemi shum t dhna, por nuk mund ti aksesojm ato!

Kjo tregon problemin q drejtuesit kan, pr t analizuar informacionin e shprndar

n shum burime heterogjene. Mundsia pt t gjeneruar analizat sipas krkess sht
shum e vogl. Pr rrjedhoj, nuk jan t monitorueshm treguesit e performancs s
biznesit (KPI) q paraqesin ecurin e kompanis dhe drejtojn at n vendimet
strategjike.

Si ka mundsi q dy persona q duhet t analizojn t njjtat tipe t dhnash,

nxjerrin rezultate t ndryshme?

Kjo lidhet me faktin e njohur si munges konsistence n rezultatet e prfituara, prej

disa sistemesh t pa integruar. Gjenerimi i analizave t njjta n thelb, nga disa sisteme
t pavarur dhe t pakorreluar sjell nj mosprputhje rezultatesh. Pr rrjedhoj,
vshtirsohen vendimet q duhet t marr kompania, bazuar mbi kto rezultate t
ndryshme dhe kontradiktore.

Duam t przgjedhim, grupojm dhe manipulojm t dhnat sipas do mnyre

t mundshme!

Sot prdoruesit fundor nuk jan m pasive, ata krkojn mundsi interaktive pr
gjenerimin e analizave t tyre. Prdoruesit kan nevoj pr mjete q jan fleksibl dhe
lehtsisht t prdorshm. Sepse n shumicn e rasteve nuk jan t qart pr analizat e
sakta q ju interesojn, para se t marrin vendimet. Ata krkojn t ken nj pamje sa
m t gjer t informacionit t mundshm.

M trego vetm t dhnat q jan t rndsishme!

1
Pr vendimmarrsit sht nj humbje kohe t marrin informacione t detajuara dhe t
panumrta. Ata drejtohen nga t dhnat thelbsore e t prpunuara, q realisht kan
rndsi pr vendimet e tyre strategjike.

Dihet q disa nga t dhnat nuk jan t sakta!

N do sistem operacional, jan disa t dhna q mund t jen jo korrekte apo jan t
paprdorshme pr arsye nga m t ndryshmet. Rezultatet e prftuara prej ktyre t
dhnave normalisht do t ken nj prqindje gabimi.
Lista e msiprme e problemeve mund t prdoret pr t nxjerr listn e fjalve kye
q paraqesin krkesat pr ndrtimin e DWH. Krkesat pr sistemin n mbshteje t
vendimmarrjes jan:

1- Aksesi i t dhnave nga prdorues q nuk jan IT.

2- Integrimi i t dhnave bazuar mbi nj standart t modelit t DWH.
3- Llojshmria dhe lehtsia e analizave t informacionit, pr t rritur vlern e
ktyre sistemeve.
4- Prezantim i informacionit n pamje shum dimensionale, pr t mundsuar
paraqitje t menaxhueshme t informacionit.
5- Informacion t plot dhe korrekt.

Sistemet DWH qndrojn pikrisht n mes t ktyre proeseve dhe sigurohen q t

gjitha hapat e msiprme jan t prmbushura. Ato jan prgjithsisht pjes e
kompanive t mesme e t mdha dhe luajn nj rol t rndsishm n mbshtetje t
vendimmarrjes. Prej tyre mund t sigurohet n mnyr t leht informacion ky t
mbarvajtjes s nj biznesi. Fushat n t cilat mund t prdoren teknikat e DWH jan si
m posht:

1- Kompanit e shitjeve (analizat e shitjeve, analizat e inventarit, kujdesi ndaj

klientit apo marrdhniet me publikun, etj)
2- Shrbimet financiare (analizat e shrbimeve financiare, analizat e riskut apo
abuzimeve, etj)
3- Telekomunikacion (analiza produktesh, analiza e sjelljes s klientve, fraud,
etj)
4- Shndetsi (kontrollin e t dhnave t pacientve, efektshmria e
mjekimeve, etj)
5- Edukim (analiza e rezultateve t studentve, efektet e msim-dhnies, etj)

T gjitha kto fusha, kan t prbashkt nevojn pr t ruajtur gjith informacionin

historik s bashku me at aktual, si dhe pr t patur t mundshm dhe t leht t gjitha
llojet e analizave t informacionit n nj koh sa m t shkurtr. Ato t gjitha, kan
nevoj pr t krijuar sisteme t veanta q grumbullojn, transformojn dhe ngarkojn
t dhnat, t vlefshme pr analiza [5].

2
1.2 Historiku i sistemeve n mbshtetje t vendimmarrjes (DSS)
Deri n vitet 1980, kompanit ruanin vetm informacionin e sistemeve Online
Transaction Processing (OLTP) n databazat e tyre [15]. Pr do krkes raportimi apo
analize mbi t dhnat, duhej t nxirrej informacioni nga databazat operacionale,
nprmjet prmbledhjes s tij, nga raportet q ndrtoheshin mbi t dhnat burim, si
figura 1.1 m posht. Sipas ksaj mnyre, sa m shum shtohej informacioni aq m t
pakta bheshin njohurit.

Figura 1.1 Vlera e informacionit si funksion i sasis s t dhnave

Rritja e vazhdueshme e ktyre databazave krkonte analiza q nevojiteshin pr nj

vendimmarrje, prandaj lindi nevoja e krijimit t sistemeve t ndrtuar pr mbshtetjen
e vendimmarrjeve (DSS). Sistemet e mbshtetjes s vendimeve kan ekzistuar shum
m prpara konceptimit t DWH, shpesh t iniciuara nga departamentet e marketing-ut,
shitjeve ose dhe financave, ku secili grup i merrte t dhnat q krkonte nga sistemet e
vjetruara dhe i vendoste n baza t vogla t dhnash n serverat e tyre lokal.
Kto zgjidhje zbatoheshin n mnyr t pavarur dhe pa ndihmn e shrbimeve t
informacionit. Si rrjedhim, rezultatet kishin prirjen t ishin jokonsistente, veanrisht
kur krahasoheshin me rezultatet e marra nga organizata simotra me sisteme t
ngjashme, por individuale n vendime.

Koncepti i sistemeve DSS prfshin dy fusha krkimesh:

-Studime teorike t proeseve t vendimmarrjes n nj organizat

-Studime teknike t ndrlidhjes s sistemeve IT pr t ndihmuar vendimet

Nga pikpamja e arkitekturs, nj sistem DSS prfshin nj sistem menaxhimi t

informacionit, t bazuar n modele q lidhet me njohurit dhe gjithashtu shfaqet me nj
ndrfaqe grafike interaktive [4].
Sistemet DWH kan menaxhuar sistemet DSS prej viteve 1990. Ato duhet t nxjerrin
informacionin e duhur nga gjith ai informacion sasior i ruajtur n disa sisteme
heterogjene. N kt mnyr mund t gjenerohen shum analiza komplekse pa ndikuar
n performancn e sistemeve OLTP.

3
1.3 Krahasimi DWH/OLTP
Kto sisteme grumbullojn t dhna nga shum burime dhe duhet t ofrojn nj version
unik rezultatesh duke integruar n mnyr korrekte sistemet operacional (OLTP). Ato
prgjithsisht ruajn informacionin e disa viteve, n ndryshim nga sistemet OLTP, t
cilat ruajn vetm veprimet e fundit operacionale. Sistemet DWH duhet t popullohen
n mnyr frekuente me t dhnat e fundit. Ato operojn si databaza vetm pr lexim,
prandaj metodat e konceptimit llogjik t ktyre sistemeve jan t ndryshme nga ato
operacionale. Po kshtu tipet e krkesave jan t ndryshme. N sistemet operacionale,
ndrtohen krkesa q kryesisht ekzekutohen n nj baz t vogl t dhnash, ndrsa
tipet e krkesave t DWH jan shum dimensionale dhe nxjerrin analiza nga nj sasi e
madhe informacioni historik.

N tabeln e mposhtme prmblidhen ndryshimet q kan sistemet OLTP me ato

DWH:

Tabela 1.1 Krahasimi i OLTP/DWH

Tiparet Sistemi Operacional DWH

Karakteristika Proesim Operacional Proesimi informativ
Orientimi Mbshtetet n transaksione Analizues
Funksioni Veprime ditore Mbshtetje t vendim
marrjes
T dhnat Aktuale Historike
Pamje E detajuar, relacionale Shum dimensionale
Ndrtimi i DB I orientuar drejt aplikimit I orientuar drejt
subjekteve
Njsia e puns Transaksione t thjeshta Krkesa komplekse
Aksesimi Lexim/Shkrim M s shumti lexim
Fokusimi T futen t dhnat T dal informacioni
Nr. i rekordeve t Qindra Miliona
aksesueshm
Nr. i prdoruesve Mijra Qindra
Madhsia e DB 100MB GB 100 GB - TB
Prioriteti Performanc dhe vlefshmri e lart Fleksibilitet i lart

4
1.4 Zgjedhja e metodiks pr ndrtimin e DWH

N momentin q nj siprmarrje vendos t ndrtoj nj sistem DWH, pr t prftuar

informacion analizues prej t dhnave t shumta q disponon, analizuesit e projektit
ndeshen me pyetjen thelbsore q paraprin ndrtimin e tyre:

-Cila do t jet metodika q do t aplikohet n kushtet aktuale?

-far arkitekture sht m e prshtatshme pr t prmbushur qllimin e projektit?

Prcaktimi i metodiks apo edhe arkitekturs s ndjekur, bhet mbasi fillimisht jan
kuptuar nevojat prej disa pyetjeve t tjera:
far duan prdoruesit fundor? A mund t bien dakort grupe t ndryshme pune n
siprmarjen, n lidhje me krkesat e tyre? A kan nj koh t prcaktuar pr
prfundimin e sistemit, si n kuptimin afatgjat apo afatshkutr t tij? Sa sht buxheti
q disponon kompania pr kt projekt?

Prgjigjet e ktyre pyetjeve do t drejtojn n przgjedhjen e metodiks m t

prshtatshme. Zgjedhja e arkitekturs, zakonisht varet m shum nga faktort
organizativ.
Sot ka shum diskutime lidhur me metodikn m t mire q duhet ndjekur, por n
varsi t rrethanave, mund t parashtrohen argumente t forta pr t dyja metodat q do
t prmendim m posht.

1.4.1 Metodika Top-down

Bill Imnon [16] e ka prcaktuar nj sistem DWH si nj grumbullim i centralizuar i t

dhnave t nj siprmarrje. Ai sht themeluesi modelit Top-Down q prdor nj
model t normalizuar pr ruajtjen e t dhnave n kto sisteme. Sipas ktij modeli t
dhnat atomike, q jan informacioni m i detajuar, ruhen n sistemin DWH.
Nj datamart zakonisht sht nj pjes e vogl e informacionit t prbledhur nga nj
sistem DWH, i cili kryesisht fokusohet n nj fush t vetme biznesi apo pr nj
department t caktuar n brendsi nj kompanie. Kjo metodik qndrzon DWH si nj
sistem t centralizuar pr t gjith siprmarrjen, dhe modelet shum dimensionale q
prezantohen nga datamart-et, e shfrytzojn kt sistem.
Sipas Inmon nj sistem DWH prkufizohet si [16]:
Nj koleksion t dhnash q mbshtesin proesin e vendimmarrjes. Tiparet e DWH
jan:
-i orientuar sipas subjektit
-i integruar
-i gjithkohshm
-i qndrueshm

5
sht i pajisur me t gjitha mjetet e duhura q mundson informacion t besueshm pr
vendimarrjen e drejtuesve t nje kompanie. DWH prfshin gjith proeset e nxjerrjes
s informacionit, transformimit, pastrimit dhe integrimit n nj databaz prmbledhse,
prej t cils do prdorues mund t aksesoj informacionin dhe mund t gjeneroj
analiza komplekse [16].

1.4.2 Metodika Bottom-Up

M von n koh, Ralph Kimball [2] prezantoi nj model t quajtur Buttom-Up dhe
sipas ktij modeli, datamart-et krijohen t parat pr t mundsuar raportime dhe analiza
analitike pr proese specifike t biznesit. Datamart-et prmbajn Dimensione dhe
Fakte. Tabelat Fakt mund t prmbajn si t dhna atomike, t detajuara dhe t dhna
t prmbledhura. Nj datamart i vetm ndrtohet pr nj fush biznesi t caktuar si
shitjet, produktet, trafiku, etj.
Kto datamart-e mund t integrohen pr t krijuar nj sistem fizik DWH.
Sipas ksaj metodike duhet t ndrtohet nj prmbledhje e dimensioneve, fakteve dhe
matjeve t gjith siprmarrjes, ku sigurisht t njjtat dimensione shfrytzohen pr
analizimin e informacionit t shum tabelave Fakt n datamart-e t ndryshme. Nj
matric e till quhet Bus-matrix. Kjo mundson integrimin e datamart-eve me njra-
tjetrn.
Sipas ktij modeli, krkohet nj menaxhim shum i mir i arkitekturs s DWH q
bazohet n kt matric. Puna m e rndsishme n t tilla modele sht sigurimi i
konsistencs s dimensioneve prgjat gjith datamart-eve t ndrtuar.

T dyja metodikat kryesore t prmendura m sipr, kan avantazhe dhe disavantazhe.

Tabela e mposhtme prmbledh krahasimin e ktyre teknikave:

Tabela 1.2 Krahasimi i metodikave kryesore t ndrtimit t DWH

Elementt Kimball Inmon

Nevoja E menjhershme E zgjatur n koh

Fokusi Fusha specifike t biznesit Gjith siprmarja

Buxheti Buxhet i vogl Buxhet i madh

Krkesat Jo shum t qndrueshme T stabilizuara

Prdoruesit Grupe specifike t biznesit Korporata

Kostoja e fillimit M e ult M e lart

Projektet e shtuara T njjtn kosto sa kostoja e fillimit M e lir se kostoja e fillimit

6
1.5 Zgjedhja e arkitekturs s sistemeve DWH
Tiparet thelbsore t arkitekturs s sistemeve DWH jan si m posht [12]:

1- Ndarja. Proeset e veprimeve operacionale duhet t jen sa m t ndar nga ato

analitike.
2- Prshkallzimi. Kto sisteme duhet t ndrtohen n mnyr t till q t lejojn
prmirsim t vazhdueshm t hardware apo software, pasi informacioni dhe
prdoruesit e ktij sistemi do t jen gjithmon n rritje.
3- Lehtsisht t ndryshueshm. Shtimi i nj proesi nuk duhet t krkoj ndrtimin
e sistemit nga fillimi.
4- Siguria. Meqnse ruan informacion strategjik, duhet t vihen politika t forta
sigurie.
N tabeln e mposhtme paraqiten arkitekturat standarte q prdoren n ndrtimin e
sistemeve DWH, s bashku me shtresat baz q secila arkitektur ka n prmbajtjen e
saj:

Tabela 1.3 Elementt e arkitekturave pr ndrtimin e sistemeve DWH

Shtresa e Shtresa Stage e Shtresa e

Burimeve Rakordimit DWH/Datamart
Arkitektura me nj
shtres X
Arkitektura me dy
shtresa X X
Arkitektura me tre
shtresa X X X

Ku nga tabela m sipr:

1- Shtresa e burimit prfaqson burimet e informacioni, t cilat mund t jen

databaza relacionale t kompanis, skedare t tipeve t ndryshm ose t dhna
t marra nga nj aplikacion i jashtm.
2- Shtresa Stage. T dhnat e marra nga burimet e ndryshme, duhet t pastrohen,
transformohen dhe prshtaten n mnyr t till, q prej tyre t ndrtohet nj
skeme e vetme dhe e prbashkt t dhnash. Kjo shtres krijohet n rastin kur
proeset ETL ruajn informacione n databaza fizike.
3- Shtresa DWH/Datamart. Informacioni q mblidhet nga t gjitha burimet,
ngarkohet n nj sistem t vetm t centralizuar, apo datamart.

7
N tabeln e mposhtme, pmbledhim avantazhet dhe disavantazhet e arkitekturave
standarte:

Tabela 1.4 Avantazhet dhe disavantazhet e arkitekturave

Avantazhet Disavantazhet
Shkakton probleme
Arkitektura
Zgjidhje ekonomike performance n sistemet
me nj shtres
burim
Arkitektura Veprimet analitike ndahen nga ato
me dy shtresa operacionale
Arkitektura Veprimet analitike ndahen nga ato
Zgjidhje e shtrenjt
me tre shtresa operacionale. Cilsi e lart t dhnash

Arkitekturat me dy dhe tre shtresa gjejn prdorim m t gjer. Ndrsa arkitektura me

nj shtres mund t prdoret vetm nse krkesat jan t vogla n numr dhe sasia e
informacionit q duhet t anlizohet nuk sht e madhe. Arkitekturat q prdoren sot
jan kombinim i arkitekturave t prmendura m lart.

Si prfundim mund t themi se zgjedhja e metods dhe arkitekturs pr ndrtimin e

sistemit DWH, varet shum nga qllimet dhe kushtet e secils siprmarrje. Bazuar n
tabelat e msiprme t krahasimit t elementve, si dhe n avantazhet apo
disavantazhet e secils zgjedhje, kompania prcakton mnyrn e ndrtimit t sistemit
DWH.

8
Kapitulli 2: Aplikimi i zgjidhjeve DWH/BI n telekomunikacion

2.1 Hyrje
N mars t 2012, firma ndrkombtare e vlersimit t markave Brand Finance [36],
prezantoi emrat e firmave m t vlersuara n bot n sektorin e telekomunikacionit.
N analizat e detajuara t kryesuesve t lists, prmendet prdorimi efikas i zgjidhjeve
t sofistikuara DWH/BI, si nj mjet shum i mir n duart e drejtuesve, pr nj
vendimmarrje t drejt dhe t menur n biznes.

N nj siprmarrje telekomunikacioni, informacioni sht i shprndar n shum

burime t ndryshme, t pavarura dhe heterogjene. Pr t luajtur rolin e sistemit n
mbshtetje t vendimmarrjes, nj DWH duhet t nxjerr, integroj dhe t ruaj t
dhnat e shprndara.
Gjithashtu, mbi sistemet DWH, kompanit po eksplorojn zgjidhjet BI pr t arritur
avantazhe konkurruese. Zgjidhjet kryesore q po krkojn kompanit e
telekomunikacionit prfshijn kryesisht marketing-un si p.sh. mbajtjen e klientve,
marketing-un e fokusuar dhe menaxhimin e fushatave, menaxhimin e marrdhnieve
me klientin dhe inteligjencn e biznesit n rrjete pr t organizuar asetet e rrjeteve.

Ky kapitull paraqet nj pamje t mjedisit t tregut t telekomunikacionit, duke theksuar

nevojat dhe sfidat me t cilat kjo industri prballet. Evolimi i strategjis s tyre,
evidenton domosdoshmrin pr sistemet DWH dhe aftsit e BI. Gjithashtu
prezantohen t dhnat kryesore q kompani t tilla zotrojn dhe mnyrat e
komunikimit t sistemeve.

2.2 Gjendja e telekomunikacionit n vndin ton

Edhe n vendin ton, kompanit e telekomunikacionit jan duke luftuar me t gjitha

mnyrat pr t shtrir sa m shum tregun e tyre dhe pr t gjetur elementt q do t
prbnin avantazhin n krahasim me konkurrentt. Vendimmarrja n kto kompani
sht kritike dhe duhet t jet e shpejt dhe efektive. Pas do gabimi ekziston nj kosto
pr kompanin, q shum shpesh mund t jet i pa kthyeshm. Konkurenca e shtuar n
fushn e telekomunikacionit, sjell nevojn pr prdorim t ktyre sistemeve si zgjidhje
pr t kuptuar ecurin e biznesit. Po cila sht panorama e telekomunikacionit n
vendin ton?
Panorama e prgjithshme e kompanive sipas AKEP [33]

N fund t vitit 2012, numri i prdoruesve t telefonis s lvizshme (karta SIM aktive)
arriti n rreth 5.6 milion duke u rritur me rreth 7% krahasuar me vitin 2011. Ndrsa
numri i pajtimtarve aktive (pajtimtar q kan prdorur shrbime celulare n 3 muajt e
fundit) arriti n 3.5 milion, q prbn rritje me 14% n krahasim me vitin 2011.
Numri i prdoruesve pr 100 banor n fund t 2012 ishte 198%, pr karta SIM aktive
dhe 125% e matur me prdorues aktiv.

9
 Figura 2.1- Burim AKEP 2012 [33]

Numri i pajtimtarve t telefonis fikse n fund t vitit 2012 pati rnie me 8% n

krahasim me vitin 2011. Figura e msiprme paraqet ecurin ndr vite t numrit t
pajtimtarve t telefonis fikse dhe celulare, ku vihet re rritja shum e madhe e
telefonis celulare dhe rritja shum e vogl e telefonis fikse.
Norma e penetrimit t telefonis fikse n Shqipri arriti n 11%, nivel q sht shum i
ult krahasuar me vendet e BE (me nj mesatare prej 40%) dhe vndet e rajonit.

Figura 2.2- Burim AKEP 2012 [33]

10
Nga matjet e msiprme, nxjerim prfundimet:

-Penetrimi n rritje e telefonis celulare krahasuar me at fikse, tregon se aktualisht

shqiptart preferojn shrbimet e telefonis s lvizshme. Kjo i vendos kompanit
celulare n pozita t forta konkuruese, pr t zgjeruar dhe forcuar tregun e tyre.

-Gjithashtu vlera e matjes s numrit t prdoruesve prtej 100%, tregon se njerzit

prdorin m shum se nj numr telefoni dhe jan abonent t m shum se nj
kompanie. Ata jan t paqndrueshm dhe me mundsit aktuale t portabilitetit t
numrave, lvizin lehtsisht nga nj kompani n tjetrn.

Referuar sa m sipr, kompanit duhet t investojn n lidhjet me klientin, pr t

prfituar besnikrin e tyre. Ato po orientohen gjithmon e m tepr drejt zgjidhjeve
DWH/BI. Investimet q mund t bhen n drejtim t DWH/BI n t tilla kompani,
prmbledhin shum nga proeset e biznesit q do t prmendim m posht.

2.3 Ndryshimi i mjedisit t biznesit t telekomunikacionit

Ndryshimi i mjedisit t biznesit t telekomunikacionit ndihet n dy elementt e
mposhtm:

2.3.1 Strategjia

Mjedisi i biznesit n industrin e telekomunikacionit po zhvillohet shpejt. Modeli i

mparshm, i krijuar pa konkurrues, po zvendsohet nga nj model i krijuar me
shum konkurrues q konkurrojn ashprsisht pr t rritur prezencn e tyre n treg
[20]. Si mbijetojn kompanit n kt mjedis? Nga studimet e literaturave, ndiqen dy
strategji baz.
Strategjia pr produktin

Kompanit fokusohen drejt produktit dhe vazhdojn ti reklamojn ato drejt mass.
Pr t konkurruar, ato detyrohen t shtojn shum shpenzimet e reklamimit dhe t
marketing-ut, ndrkoh q ulin mimin e produkteve t tyre. Fatkeqsisht, kjo
strategji e ka uar besnikrin e klientit n nivelet m t ulta deri m sot. Pr
shembull, me mundsit e reja q ofron portabiliteti i numrave, nuk sht e pazakont
q gjat nj viti t vetm, nj klient t kaloj nga Kompania A n Kompanin B dhe
m pas n Kompanin C, dhe pastaj t rikthehet n Kompanin A.

Edhe n vendin ton, kjo mund t jet arsyeja prse kompanit raportojn sipas
AKEP nj prqindje t lart shkputje klientsh gjat nj viti dhe ende shfaqin nj
rritje n ndarjen e tregut [33]. sht e qart q ky model biznesi parashtron vshtirsi
t konsiderueshme dhe me kalimin e kohs, ka rrezik q ti oj mundsit e
prfitimit n nivele t ulta dhe t papranueshme.

11
Strategjia pr klientin

Kompanit mund t prqendrohen n krijimin e produkteve sipas klientve

individual. N kt fush me ndarjeje t klientve diferencohen jo vetm
produktet, por edhe klientt [20]. Burimet e siprmarrjeve i caktohen me efikasitet
shrbimit t kujdesit ndaj klientit n aspektin e vlers s kohzgjatjes s qndrimit t
klientit. M shum vmendje do tu kushtohet klientve me vler t lart
kohzgjatjeje n kompani dhe t cilve mund tiu fitohet besnikria. Nga ana tjetr,
klientt q nuk jan besnik ose q vlera e tyre e kohzgjatjes sht ult do t
prfitojn m pak kujdes. Rezultati do t jet nj mjedis q optimizon fitimet duke
zhvilluar marrdhniet e muara me klientin [15]. Thelbsore pr kt strategji, sht
aftsia pr t shfrytzuar teknologjit n zhvillim, n mnyr q t arrihet sa vijon:

T kuptohen nevojat dhe sjelljet e klientve.

T shfrytzohet kuptimi i tyre n mnyr q t identifikohen, zhvillohen
dhe ofrohen produkte dhe shrbime lidhur me to.

Zgjedhja ose integrimi i ktyre strategjive dhe kalimi n kt mjedis t ri sht nj nga
vendimet m t rndsishme me t cilat prballen kompanit e telekomunikacionit n
mbar botn, prfshir edhe vendin ton.

2.3.2 Evoluimi

Ndrkoh q shqyrtojm evoluimin e industris s telekomunikacionit, duket qart q

shum kompani po kalojn vrullshm (ose kan kaluar tashm) nga modeli i biznesit
q bazohet n strategjin pr produktin, te nj model biznesi q bazohet n strategjin
pr klientin [17]. Ky mjedis karakterizohet nga marrdhniet me klientin,
personalizimi i produkteve dhe prfitimi . Ndrtimi i zgjidhjeve t posatshme pr
forcimin e lidhjes ndaj klientit si pjes e rndsishme e tyre, tregon evoluimin e
strategjis. Evoluimi shfaqet n elementt e mposhtm:

Rritja e krkess s konsumatorve

Klientt (ose konsumatort) presin q kompanit ti kuptojn dhe ti respektojn

nevojat dhe dshirat e tyre. N kt bot sht klienti ai q e drejton marrdhnien.
Roli i biznesit sht t dgjoj se far ka pr t thn klienti dhe t'i prgjigjet duke
ofruar produktet dhe shrbimet prkatse (far duan ata) sipas kushteve t tyre (si
e duan ata)[20]. Kompanit nuk mund t presin tu shesin disa produkte dhe
shrbime masave t njerzve (tregtimi n mas), por duhet tua prshtatin
individve produktet dhe shrbimet [18].

12
Rritja e konkurrencs

Aftsia pr tu fokusuar n nj paket produktesh ( thirrje, mesazhe, t dhna) pr t'iu

prgjigjur konkurrencs n rritje sht nj faktor i rndsishm pr suksesin e do
biznesi. elsi sht, aftsia pr t parashikuar nevojat e tregut prpara
konkurrentve [14].

Optimizimi

Korporatat e kan t vshtir t kryejn shpejt matjen dhe parashikimin e kthimit t

investimeve. Kto matje tregojn gjendjen e kompanis dhe aftsia pr ti prcaktuar
shpejt ato, bn t mundur q kompania ta ndryshoj drejtimin e saj me humbje
minimale. Shembuj t tjer q pasqyrojn nevojn pr optimizim prfshijn aftsin
pr t prcaktuar kanalet m efikase pr kontaktimin me klientt, pr t synuar te
klientt e duhur pr nj paket produktesh t kompanis.

Sfida

Sfida n fushn e telekomunikacionit sht q shumica e sistemeve t informacionit

jan ndrtuar sipas modelit t biznesit me strategji pr produktin. Kjo ka rezultuar n
nj shum sistemesh operacionale t orientuara drejt produktit, t cilat i kryejn
operacionet e prditshme n mnyr efikase. Pr t ecur prpara nevojiten sisteme t
tjera si DWH q ti prforcojn aftsit e ktyre sistemeve operative t biznesit me
aftsit pr t ofruar menaxhim biznesi dhe inteligjencn m t mir n biznes. Kto
aftsi bjn t mundur q kompanit t arrijn sa m posht [17]:

t kuptojn nevojat e biznesit t tyre (analizat BI)

t menaxhojn veprimet bazuara n kto nevoja (menaxhimi i biznesit)

t kryejn veprimet e prditshme me efikasitet (veprimet e biznesit)

Figura 2.3 [17] ilustron mnyrn se si aftsit specifike lidhen me seciln nga kto
fusha.

13
 Figura 2.3 Lidhja e aftsit specifike me fushat e interesit [17]

Nga figura pasqyrohen fushat q mbulon BI, ato jan vendimtare pr menaxhimin e
biznesit. Sistemet DWH gjejn shum mir aplikim pr t mundsuar aftsit e BI.

2.4 Funksionet e BI n telekomunikacion

Funksioni kryesor sht mbshtetja pr vendime strategjike. Ky sht themeli i

teknologjis. Nprmjet BI, prdoruesve fundor iu ofrohen mjete intuitive pr t
filtruar informacionin rreth aseteve t siprmarrjeve dhe performancs s tyre[7].

Kubet OLAP jan mjetet m t prdorshme, t cilat do ti trajtojm n zgjidhjet e

kapitujve vijues.

Matjet tipike t performancs prfshijn prfitueshmrin, disponueshmrin,

prdorimin, shitjet dhe vlern e kohzgjatjes, kontrollin e sistemeve. Tani kompanit
mund ti gjurmojn matjet kryesore t performancs, t prmirsojn segmentet dhe
t optimizojn strategjit e fushatave. Disa nga aftsit tipike t mbshtetjes pr
vendimet strategjike n industrin e telekomunikacionit prfshijn sa m posht:

Zhvillimin e aftsive t thjeshta t raportimit, t cilat mundsojn

matjen dhe orientimin e matsve ky t performancs, q prfshijn:
o numrin e aktivizimit t numrave me parapages/kontratave t krijuara
dhe t shkputura
o shitjet mesatare n or t zonave t shitjes
o kohn mesatare t komunikimit n qendrat telefonike (call center)

14
 o performancn e fushats
o vlern e performancs s klientve e shtrir n koh
o volumet maksimale t rrjetit
o detyrimet e pagrumbulluara
Zhvillimin e aftsive t ndrlikuara t raportimit, t cilat bjn t
mundur zbulimin e problemeve dhe mundsive t reja. N fushat
tipike pr analiza prfshihen:
o planifikimi i kanaleve
o strategjia dhe vendosja e mimeve
o arritje te klientt dhe prfitimi
o ndarja e klientve
o prcaktimi i ofertave specifike
o njohja e modeleve lidhur me sjelljen dhe nevojat e klientve

Zhvillimi i modeleve statistikore q parashikojn nevojat dhe sjelljet e

klientve; pr shembull, mund t ndrtohen modele q parashikojn
gjasat q klienti t veproj si m posht:
o t blej nj produkt t ri
o t gjeneroj prfitime t larta
o t mos paguaj faturn
o t largohet nga kompania (fenomeni Churn)
o te abuzoj me kompanin (fenomeni Fraud)

Shembull i plot i zbatimit t BI

Hapat e mposhtm tregojn zbatimin e funksioneve t BI me t gjith aftsit e tij, n

proesin e mbajtjes s klientve.

N kuadrin e largimit t shpesht t klientve nga nj kompani n tjetrn, cilat jan

hapat q mund t ndiqen pr ti mbajtur klientt:

15
 1. Analizat BI do t prdoret pr t gjurmuar matsit kryesor t
performancs q lidhen me veprimet e aktivizimeve dhe shkputjes s
lidhjeve me klientt.
2. Kjo do t sillte paralajmrim t hershm t shtimit t veprimeve t
shkputjes. Nse veprimet e shkputjes do t fillonin t'i tejkalonin
kufijt e pranueshm, pr t analizuar arsyet e shkputjes s
klientve dhe pr t hamendsuar ndikimin n prfitimet e
kompanis do t prdorej BI.
3. Nse ndikimet n prfitime do t ishin t papranueshme, pr t
hartuar strategjit pr mbajtjen e klientve do t prdorej BI.
4. Pas hartimit t strategjive, BI do t mund t prdorej pr t zhvilluar
modele parashikuese (Data-mining), t cilat do t bashkrendonin
strategjit e ruajtjes s klientve pr kt kategori.
5. Kto modele do t prdoreshin nga departamenti i caktimit t fushatave
pr t'i prcaktuar listat e klientve q do prpilohen pr fushatat e
duhura t mbajtjes.
6. Kto fushata do t inicioheshin nga drejtuesit e biznesit, t cilt do t
menaxhonin edhe zbatimin e tyre.
7. Rezultati i fushats, prsri do te analizohet me ndihmn e BI.

Disa prej aftsive t BI t prmendura m sipr, do t aplikohen n zgjidhjet e

paraqitura n kapitujt vijues.

2.5 Prshkrimi i t dhnave kryesore t nj kompanie telekomunikacioni

Kompanit e telekomunikacionit disponojn nj sasi t mdha t dhnash. Mund t jet

sektori i tregut, i cili pr vet funksionet q kryen dhe platformat q zotron, ruan m
shum informacion se do tip tjetr industrie. Nj kompani e till ka shum burime
informacioni, por minimalisht jan dy kategori t cilat ne do t trajtojm n zgjidhjet
vijuese:

1- T dhnat e rrjetit, q prmbajn informacion pr prdorimin e rrjetit, si: statusin e

linjs, prdorimin e linjs, vonesat n trafik, tipin e trafikut, rrugzimin, etj. Kto t
dhna ruhen n platformat:

- Mobile switching centre (MSC)-ku ruhen t dhnat e thirrjeve

- Short message service center (SMSC)-ku ruhen t dhnat e mesazheve t shkurtra sms
- Gateway GPRS Support Node (GGSN)-ku ruhen t dhnat e shrbimit GPRS
- Serving GPRS Support Node (SGSN) -gjithashtu ruan t dhna GPRS

2- T dhnat q lidhen me informacionin pr klientin dhe aktivitetin e faturuar t tij,

veprime financiare. Kto t dhna, ruhen n sistemin e faturimit.

16
Sa prmendm m sipr konsiderohen si burime t brndshme, pasi kompania
zakonisht ka edhe burime t jashtme. Sikurse mund t jen t dhnat e marra nga nj
ent rregullator pr telekomunikacionin, si psh numrat q ndryshojn rrjet dhe mbartin
numrin, n baz t rregullave t MNP.

Nj CDR gjenerohet direkt nga platformat dhe switch-et e rrjetit t kompanis.

-Nj rekord CDR i thirrjes, prmban informacion t detajuar si: numri origjinues i
thirrjes, numri destinacion, koha e sakt e gjenerimit t rekordit, tipi i thirrjes, identiteti
i rekordit, t dhna t rrugtimit t thirrjes, etj. Ky rekord q gjenerohet nga platforma
MSC sapo thirrja prfundon, kalon n sistemin e faturimit nprmjet platforms
Mediation q realizon prkthimin, transformimin dhe prshtatjen e informacionit pr
n sistemin e faturimit.

Rekordet e gjeneruara nga platformat, rregjistrohen n skedar. N baz t nj

frekuence t caktuar, kto skedar transferohen drejt Mediation, ku edhe
transformohen. Rregullat e filtrimit jan rregulla t programuara, q ndrtohen bazuar
n llogjikn e biznesit.

Figura e mposhtme tregon nj skem t thjesht t kalimit t informacionit n

sistemin e faturimit:

SMSC-CDR
MSC-CDR DATA-CDR

Moduli
Mediation

SISTEMI I FATURIMIT

Figura 2.4 Diagrama e grumbullimit t informacionit n sistemin e faturimit

Bazuar mbi kto sisteme kompanit jan t interesuar pr grumbullimin dhe integrimin
e informacionit t platformave q gjenerojn rekordet e detajuara t do tip trafiku si:
thirrje, sms apo t dhna t shrbimit internet. Mediation gjithashtu prkthen
informacionin binar t gjeneruar nga platformat n skedar t tipit tekst.

17
Skema e mposhtme tregon burimet minimale q shfrytzohen pr ndrtimin e DWH,
prej t cilit mund t ndrtohen analizat e biznesit, q ndihmojn n vendimmarrje.

SMSC GGSN
MSC
SGSN

Sistemi i
Faturimit

ERP
MEDIATION

DWH

Figura 2.5 Diagrama e kalimit t informacionit drejt DWH

Pra, lind nevoja pr integrimin e t dhnave t gjeneruara nga platformat e rrjetit, q

kan rekordet e matjeve t trafikut t kryer. Por gjithashtu, grumbullimi i informacionit
prej sistemeve t faturimit sht thelbsor, pr do kompani telekomunikacioni [9].

N dy kapitujt vijues do t trajtojm zgjidhje pr integrimin e t dhnave nga

platformat e rrjetit dhe grumbullimin e informacionit prej sistemeve t faturimit, pr t
gjeneruar analizat e krkuara.

18
Kapitulli 3 Modelimi i nj datamart-i pr thirrjet e detajuara

3.1 Hyrje

Sikurse tham n kapitullin 2, kompanit e telekomunikacionit e kan t domosdoshme

t grumbullojn dhe analizojn t dhna masive t rrjetit. Rekordet e thirrjeve,
mesazheve t detajuara, apo shrbimit t t dhnave, jan fusha m e nxeht pr
eksplorimin e njohurive n telekomunikacion. Analizat q duhet t gjenerohen prej
tyre, jan shum t larmishme. Pr ket arsye modelimi i nj datamart-i pr kto t
dhna sht shum interesant pr tu zhvilluar. Pr ndrtimin e tij, sht e rndsishme
t shfrytzohet nj model q sht shum i leht pr tu kuptuar edhe nga nj prdorues
jo teknik, sepse kta prdorues do t luajn nj rol aktiv n gjenerimin e rezultateve.
Ky kapitull prmend t gjitha hapat, n detaje, q ndjekim pr ndrtimin e nj
datamart-i mbi kto t dhna. N t prmenden pikat dhe problemet kryesore, q duhet
t zgjidhen gjat ndrtimit t modeleve.
Pr t prfituar m shum fleksibilitet, n lidhje me analizat mbi informacionin e
ruajtur, prdoren mjetet OLAP, t teknologjis BI.
Ilustrimet e mposhtme, japin nj prshkrim t tipit t njohurive t vlefshme, q mund
t prftohet nga informacioni i grumbulluar.

3.2 Prshkrimi i problemit

Bazuar mbi t dhnat e gjeneruara nga rrjeti q prmendm m sipr, kompania krkon
t ndrtoj analiza t ndryshme, por m kryesoret jan:

1- Analizat e Interkonjeksionit

Jan analizat e informacionit t trafikut q nevojiten pr deklarimet e interkonjeksionit

t kompanis ndaj operatorve t tjer kombtar dhe ndrkombtar. Kto analiza
konsiderohen si shum t rndsishme. Ato prodhojn rezultate t cilat prdoren n
deklarimet mujore t trafikut. Deklarimet prodhojn fatura midis operatorve me t
cilt kompania ka ngritur nj marrveshje interkonjeksioni. Rezultatet e ktyre
analizave prbjn:
1- Detyrimet q kompania duhet t paguaj ndaj tyre pr thirrjet drejt operatorve t
tjer.
2- T ardhurat e kompanis q prftohen prej trafikut t origjinuar nga operatort e
tjer dhe ka prfunduar n rrjetin e operatorit n fjal.

Pjes e marrveshjes s lidhur me operatort sht afati i prodhimit t analizave mujore

q sht shum strikt dhe i pa tolerueshm. Si dhe krkohet nj cilsi e lart, n matjet
e deklaruara.

19
2- Analiza mbi sjelljen e klientve

Gjithashtu marketing-u shfrytzon gjat puns s prditshme, analizat e trafikut t

gjeneruar prej platformave MSC, SMSC, GGSN, SGSN. Analiza e ktyre veprimeve
paraqet interes t vazhdueshm pr kt departament, pasi n vetvete rezultatet
shprehin prdorimin e shrbimeve q kompania ofron. Njohja e sjelljes s klientve i
drejton n vendimet strategjike t saj.
Nga grumbullimi i krkesave pr rastin ton, krkojn prgjigje tipet e pyetjeve t
mposhtme:

-far t dhne mund t marrim pr prdorimin e celularit gjat dits apo gjat javs?

-Si mund t prcaktojm periudhat e pikut (niveli m i lart i trafikut) gjat dits?

Praktika e diferencimit t faturimit sipas kategorive: Peak-time, Off-peak sht e

zakonshme pr do kompani. Ky indikator vlen edhe pr sektorin teknik, pr aplikimin
e ndonj ndryshimi teknik n sistem q krkon shkputje t sistemeve. N kt mnyr,
risku pr klient t impaktuar nga shkputja do t jet shum i ult.

3- Analiza pr cilsin e shrbimit dhe investigim t problematikave

Jan analiza t tipit t mposhtm:

Si mund t kuptojm ngarkesn e antenave? Si shprndahet trafiku n to?

A mund t zbulojm matjet e cilsis s shrbimit (thirrje, sms, data)?
Sa sht prqindja e telefonatave t shkputura n nj zon t caktuar?

3.3 Modelimi i przgjedhur i t dhnave

T gjitha krkesat e msiprme, bazohen mbi t dhnat q platformat kryesore

gjenerojn (seksioni 2.5).
Analizimi i krkesave t msiprme, udhheq proesin e modelimit t t dhnave pr
ndrtimin e nj zgjidhjeje. Modelimi shum dimensional u przgjodh pr tu aplikuar n
rastin ton, pr tre arsye [5]:

-Kto modele ofrojn nj thjeshtsi n prdorim edhe nga personat pa njohuri n IT

-Plotson krkesa komplekse me performanc t lart
-Prshtatet shum mir me sasi t mdha informacioni, si sht rasti yn.

Datamart-i q do t ndrtojm n vijim, bazohet n thirrjet origjinuese. Sipas t njjts

mnyr, ndrtohen edhe pr tipet e tjera t rekordeve.

Gjithashtu, duke u nisur nga prshkrimi i problemit dhe duke krahasuar elementt e dy
metodikave kryesore pr ndrtimin e zgjidhjes, u przgjodh metodika Kimball q

20
bazohet mbi datamart-e. Elementt kriter t przgjedhjes jan paraqitur n tabeln e
mposhtme:

Tabela 3.1 Elementt kriter pr przgjedhjen e modelimit

Elementt Kimball Inmon

Nevoja E menjhershme E zgjatur n koh
Fokusi Fusha specifike t biznesit Gjith siprmarja
Buxheti Buxhet i vogl Buxhet i madh
Prdoruesit Grupe specifike t biznesit Korporata

Zgjidhja jon duhet t ishte e shpejt, ekonomike, rreth nj qllimi t caktuar. Fokusi
lidhej, me prftimin e informacionit t fshehur n t dhnat e panumrta t trafikut.

Przgjedhja e arkitekturs ishte hapi vijues n prcaktimin e zgjidhjes.

Duke u bazuar pikrisht n rekomandimet e Kimball [12] t trajtuara n seksionin 2.5,
u przgjodh arkitektura me dy shtresa, pr t prmbushur veanrisht tiparin e ndarjes.
Ku t dhnat fillimisht do t ngarkohen n nj zon Stage, ku edhe do t
transformohen, pr tu ngarkuar m pas n skemn e Datamart-it.

Funksione
Transformimi

SMSC Shtuar nga

Standarte Perdoruesi
Nxjerrja e Informacionit

MSC
Ngarkimi

Datamart

GGSN

SGSN
Zona Stage
ETL ETL

Burimet Skema DWH

Ndrlidhja

Figura 3.1 Skema e arkitekturs s przgjedhur

M tej vijojm me modelimin e zgjidhjes, duke ndjekur standartin e triologjis s

modelimit: konceptual/llogjik/fizik. Si DBMS do t prdorim Oracle.

3.3.1 Modelimi Konceptual

N kt modelim, identifikohen entitetet dhe relacionet midis tyre dhe prcaktohet
niveli m i ult i detajimit t ruajtjes s informacionit, q plotson krkesat e analizimit
t informacionit. Prcaktimi i nivelit m t ult t informacionit, lidhet ngusht me nj
prllogaritje t volumeve fizike t informacionit q nevojiten pr ruajtjen e t dhnave
burim[12].

21
Nga analiza e krkesave tona u vendos q niveli m i ult i informacionit t ishte
thirrja, sepse veanrisht analizat e mposhtme krkojn informacion t detajuar:

- Analizat e investigimeve
- Analizat rakordimeve
- Analizat e detajuara t interkonjeksionit

Bashk me kt vendim u bn parashikimet prkatse t volumeve fizike t

nevojshme pr ruajtjen e informacionit. Ruajtja n nivel shum t detajuar t rekordeve
t gjeneruar nga do platform, krkon investim t lart n hardware dhe gjithashtu nj
strategji t mirprcaktuar t arkivimit t tyre. Informacioni i shtuar do dit n
databazn destinacion sht disa GB.

Nga analiza e prbashkt e krkesave t grumbulluara u prcaktuan elementt, mbi

baz t t cilave krkohen matje, kto sipas modelit shum dimensional do t quhen
dimensionet e skems. Prcaktimi i dimensioneve sht shum i rndsishm si hap
dhe krkon analiz t mire.
Pr dimensionet e skemave t tilla, mund t citojm prshkrimin e Kimball (2000)
[12]:
Megjithse tabelat dimension jan m t vogla se ato fakt, ato konsiderohen si
drejtuesit e vrtet t nj sistemi DWH. Ato jan prshkrimi i t gjith matjeve q
ndodhen t ruajtura n tabelat fakt dhe pa to, nj sistem DWH do t isht nj oqean
numrash t pa kuptimt

Prandaj nga analizat e krkesave t mbledhura, vum re se ato ishin t orientuar drejt
elementve t mposhtm q do t jen edhe dimensionet e datamart-it ton:

-Koha
-Tipi i CDR
-Kategori GSM
-Destination
-Klasifikimi i thirrjes
-Antenat

U prcaktuan matjet: kohzgjatja e thirrjes. Ndrkoh tabela Fakt do t jet ajo e CDR.
Gjat modelimit konceptual, nj vend t vecant zuri analiza e elementit koh.
Dimensioni koh sht pjes e do analize t mundshme, ai mund t jet i nevojshm
deri n nivel sekonde pr analiza t detajuara investigative.

Struktura baz e nj dimensioni sht hierarkia. Ruajtja e dimensionit koh, me t

gjith elementt hierarkik prej vitit n nivelin e sekondave, do t sillte nj popullim t
pa menaxhueshm t ktij dimensioni.
Duke u bazuar n modelet shum dimensionale, elementi koh u konsiderua si nj
dimension q ndryshon shum shpesh dhe duhet t ndahet.

22
Zgjidhja q prdor sht ndarja n nj tabel t veant e t gjitha fushave, t cilat
duhet t ndryshojn shpesh vlera, kto tabela njihen me emrin mini-dimensione [9].
Keshtu pr do kombinim t vetm t ktyre atributeve, do t ket nj rresht n tabeln
mini-dimension. Pr popullimin e ktyre tabelave, u ndrtua nje proedur n Oracle.

Sipas arsyetimit t msiprm, dimensioni dat_koh duhet t ndahet n dy tabela t

skems ton (figura e mposhtme): Ato jan:

Dim_kohe
Dim_kohe_KEY
Sekonda
Minuta
Dim_Date_Kohe Ore
Interval_kohe
Sekonda
Minuta
Ore Dim_Data
Data
Dit_e_muajit Dim_data_key
Dit_e_vitit Data
Dit_javs Dit_e_muajit
Muaji Dit_e_vitit
Nr_muajit Dit_javs
Katrmujor Muaji
Viti Nr_muajit
Katrmujor
Viti

Figura 3.2 Ndarja e dimensioneve n skemn ton

1- Tabela dimension pr ruajtjen e kohs, me sekondn si niveli m t ult t

detajimit dhe hierarkin e dimensioneve: minuta, or, interval kohe.
2- Tabela dimension pr ruajtjen e dats, me datn si niveli m i ult i detajimit
dhe hierarkin e dimensioneve: dit e muajit, dit e vitit, dit e javs, muaji,
nr_muaji, katrmujor dhe viti.

Meqnse vlerat e ktyre dimensioneve jan t njohura dhe nuk lidhen me

informacionin burim, u ndrtuan proedura n Oracle pr popullimin e tyre.
Pjesa e kodit t proedurs Oracle q popullon tabeln Dim_Kohe dhe Dim_Data sht
si m posht.
Sikurse duket, krijimi i elementve hierarkike, realizohet me an t funksioneve t
Oracle. Llogjika e kodit t mposhtm, mundson popullimin e tabels Dim_data, pr
periudh kohore sado t gjer.

CREATE OR REPLACE PROCEDURE POPULLO_KOHA_DIM

AS
v_koha_plote DATE;
v_sekonda NUMBER;
v_minuta NUMBER;
v_ore NUMBER;
v_key NUMBER;
v_intervali_kohes VARCHAR (30);
v_koha_plote1 DATE;
BEGIN
DELETE FROM DIM_KOHE;
v_koha_plote := TO_DATE ('08-07-10 00:00:00', 'DD-MM-YY HH24:MI:SS');
v_koha_plote1:= TO_DATE ('09-07-10 00:00:00', 'DD-MM-YY HH24:MI:SS');
v_key := 1;
WHILE v_koha_plote < v_koha_plote1
LOOP
BEGIN
v_sekonda := TO_CHAR (v_koha_plote, 'SS');

23
 v_minuta := TO_CHAR (v_koha_plote, 'MI');
v_ore := TO_CHAR (v_koha_plote, 'HH24');
v_intervali_kohes := TO_CHAR (v_koha_plote, 'HH24:MI:SS');

INSERT INTO DIM_KOHE (Dim_kohe_Key,

sekonda,
minuta,
ore,
interval_kohe)
VALUES (v_key,
v_sekonda,
v_minuta,
v_ore,
v_intervali_kohes);
v_koha_plote := v_koha_plote + 1 / (24 * 60 * 60);
v_key := v_key + 1;
END;
END LOOP;
END
CREATE OR REPLACE PROCEDURE POPULLO_DATA_DIM (p_data_fillimit DATE,
p_data_mbarimit DATE)
AS
v_data_plote DATE;
v_dite_e_muajit NUMBER;
v_dite_e_vitit NUMBER;
v_dite_e_javes VARCHAR2 (30);
v_muaji VARCHAR2 (10);
v_nr_muaji NUMBER;
v_viti NUMBER;
v_katermujor NUMBER;
v_key NUMBER;
BEGIN
v_data_plote := p_data_fillimit;
v_key := 1;
WHILE v_data_plote < p_data_mbarimit
LOOP
BEGIN
v_dite_e_muajit := TO_CHAR (v_data_plote, 'DD');
v_dite_e_vitit := TO_CHAR (v_data_plote, 'DDD');
v_dite_e_javes := UPPER (TO_CHAR (v_data_plote, 'DAY'));
v_muaji := UPPER (TO_CHAR (v_data_plote, 'MONTH'));
v_nr_muaji:= TO_CHAR (v_data_plote, 'MM');
v_viti:= TO_CHAR (v_data_plote, 'YYYY');
v_katermujor:= TO_CHAR (v_data_plote, 'Q');
INSERT INTO Dim_Data (Dim_data_Key,
Data,
Dite_e_muajit,
Dite_e_vitit,
Dite_javes,
Muaji,
Nr_muajit,
Katermujor,
Viti)
VALUES (v_key,
v_data_plote,
v_dite_e_muajit,
v_dite_e_vitit,
v_dite_e_javes,
v_muaji,
v_nr_muaji,
v_katermujor,
v_viti);
v_data_plote := v_data_plote + 1;
v_key := v_key + 1;
END;
END LOOP;
END;

Gjat ksaj faze u prpiluan edhe dokumentat konceptual. Aty pr do atribut

shkruhen edhe informacione shtes si: prshkrimi i biznesit, burimi, transformimet apo
varsit q mund t ket nj atribut pr plotsimin e vlerave. Gjithashtu edhe atributet e
fakteve duhet t jen pjes e ktij dokumenti. Ky dokument i prgatitur do t prbj
thelbin e ktij datamart-i dhe do t shrbej si nj fjalor (metadata).

Mbasi sht ndrtuar modeli konceptual duhet t ndrtohet ai llogjik [32].

24
3.3.2 Modelimi Llogjik
Modelimi llogjik n zgjidhjen ton, transformon modelin konceptual n model
dimensional, q shpesh sht skema Star. Kjo tip skeme prbhet nga nj tabel e
madhe me fakte (tabela fakt) dhe nj numr tabelash t tjera q prmbajn t dhna
prshkruese (dimensionet) [15]. Skema ngjan me formn e nj ylli prandaj ka marr at
emrtim. Ato gjejn pdorim t gjer, n zgjidhjet DWH.

Sipas modelit llogjik u ndoqn hapat q vijojn:

U prfshin gjith entitetet dhe lidhjet midis tyre.

Pr do entitet u prcaktuan t gjitha fushat (atributet).
Pr do entitet prcaktohet elsi primar.
Gjithashtu duhet t prcaktohen foreign keys
(pr t treguar lidhjen midis entiteteve).
elsat natyrale zvendsohen me t elsat SK, q jan elsa unik pr do rrjesht n
tabeln dimension dhe nuk jan t derivuar nga t dhnat e rrjeshtit [11].

Secili prej elsave mund t jet nj numr q fillon me 1 dhe rritet n mnyr t
vazhdueshme.
N modelimin shum dimensional, rekomandohet krijimi i elsave SK, pr t
rregjistruar t dhna t pasigurta. Kjo situat njihet me termin nuk e di dhe mundson
t shtosh nj rrjesht n tabeln e dimensioneve, q do t ket si vler t barabart me
-1[11]. Kto mund t prfshijn rekordet problematike, me informacione jo t plota.

N kt faz, prshkruhen atributet n mnyr sa m t detajuar, pa u ndikuar nga

mnyra se si kto objekte do t krijohen fizikisht. Lidhjet midis tabelave dimension
dhe tabels fakt bazohen ekskluzivisht n kto elsa.

Gjat modelimit llogjik, ekziston gjithashtu nj tjetr problem q lidhet me

dimensionet e lidhura me elementin koh. N rastet kur duhet t kontrollohen
ndryshimet, sht e pa pranueshme t ndrtohet do dimension si i varur nga koha.
Dimensionet e pavarura nga koha jan t njohura me emrin SCD (dimensione shum
pak t ndryshueshme). Pr do atribut n nj tabel dimension, duhet t prcaktohet nj
strategji pr t ruajtur ndryshimet [12].

Gjithashtu do emr dimensioni q paraqitet n diagramn konceptuale do t jet nj

dimension i veant n skemn Star [11]. Megjithat ka nj prjashtim n rastin e disa
dimensioneve t thjeshta. Kshtu numri terminues i thirrjes sht shembull shum i
mir i ktij tip dimensioni, sepse nj numr terminues mund t jet do numr dhe nuk
mund t jet pjes e nj dimensioni me vete, por pjes e tabels Fakt. Gjithastu edhe
dimensioni i numrit origjinues, do t jet pjes e informacionit.

25
Pr kto dimensione, informacioni prshkruhet si pjes e tabels Fakt. Kto lloj
dimensionesh njihen me emrin dimensione t degjeneruara.

Nj situat e zakonshme q haset gjat modelimit llogjik sht edhe nevoja pr t

prfshir disa flamur dimensionesh q nuk prputhen me asnj nga dimensionet baz.

Teorikisht jan kto zgjidhje pr kt problem [2]:

T ndahen t gjith flamurt q n ndrtim.

Vendoset do flamur n dimensionin prkats.

Bashkohen t gjith flamurt n nj apo m shum dimension-junk

N rastin ton zgjidhja e fundit sht m e prshtatshme.

Nj dimension-junk sht nj bashkim i flamurve dhe indikatorve [2]. Ky tip

dimensioni do t prfshij t gjitha kombinimet e fushave. Vlerat finale do t
pasqyrojn nj produkt kartezian t flamurve dhe indikatorve. Nse numri i t
dhnave t mundshme do t rezultoj jo shum i madh, sht normale t krijohet kjo
tabel me t dhna q n fillim, n t kundrt sht e rekomandueshme q t
popullohet gjat proesit t ngarkimit t t dhnave. N rastin ton, klasifikimi i
thirrjes, apo indikatori Peak-time mund t konsiderohen si dimension junk.

Prve strukturimit t dimensioneve duhet t ndrtohen edhe tabela Fakt. Zakonisht kjo
tip tabel prmban t gjitha elsat e huaj (FK), si dhe t gjitha matjet numerike t
quajtuara si Fakte. N rastin e tabels Fakt t modelit, do t jet vetm nj matje
numerike q ka t bj me kohzgjatjen e telefonats.

Skema e datamart-it t thirrjeve t detajuara origjinuese, prshkruhet m posht:

26
 Dimensioni_Destinacion
PK Dest_Key
Dim_kohe
Kodi_operatorit
Dim_kohe_KEY Kodi_shtetit
Sekonda Emri_operatorit
Minuta Emri_shtetit
Ore Kodi_ID
Interval_kohe
Tabela Fakt-Trafiku-CDR
PK Emri_skedarit Dim_Data
Dim_Antenat
PK Nr_rekordit
PK Antenat_KEY Dim_data_key
Dim_kohe_KEY Data
Antenat_ID Dim_data_KEY Dit_e_muajit
Pershkrimi KAT_KEY Dit_e_vitit
Dest_KEY Dit_javs
Nr_origjinues Muaji
Nr_terminues Nr_muajit
Antenat_KEY Katrmujor
Load_date Viti
Load_time
Tipi_rekordit
Klas-KEY
...

Dimensioni Kategori GSM Dimensioni Klasifikim_thirrjes

PK KAT-KEY PK Klas-KEY

KAT-ID Klas-ID
Emri_Kategorise Emri_Kaklasifikimit

Figura 3.3 Skema e datamart-it t thirrjeve t detajuara origjinuese

3.3.3 Modelimi Fizik

N kt nivel, modeluesi specifikon mnyrn e aplikimit t modelit llogjik n nj
skem databaze. Pr ndrtimin fizik duhet t ndiqen disa hapa [2]:

1- Standartizimi.

Standartet fillojn q nga mnyra se si do t intervistohen prdoruesit pr prcaktimin e

sakt t krkesave, deri n emrtimin e fushave t databazs. N emrtimin e objekteve
duhen ndjekur standarte t mir prcaktuara sepse objektet do t prdoren edhe nga
prdoruesit fundor, si rasti i kubit OLAP.
N rastin tone, objektet u ndrtuan me emrtime t thjeshta dhe t njohura nga
prdoruesit.

27
2- Krijimi i planit t t dhnave q do t grumbullohen

Plani i grumbullimit t t dhnave, udhhiqet nga modelimi llogjik. Jan dy faktor

kryesor q duhet t konsiderohen kur merret vendimi pr planin e t dhnave t
grumbulluara [13]
-S pari duhet t grumbullohen t gjitha t dhnat q nevojiten pr krkesat.
-S dyti duhet t parashikohet shprndarja statistikore e t dhnave (pr t vlersuar
performancn e sistemit).

Duke konsideruar fluksin dhe sasin e t dhnave t CDR, u prcaktua grumbullimi i t

dhnave gjat nats, pr t mundsuar performanc t mir pr analizat gjat dits.

3-Prcaktimi i skems s particionimit.

N rastin ton datamart-i i thirrjeve origjinuse prmban thirrjet e detajuara, q sht

tabel shum e madhe. Ekzistenca e ksaj tabele t madhe, sjell probleme qoft n
performancn e ekzekutimit t raporteve, por edhe n performancn e ngarkimit t t
dhnave n DWH. Particionimi sht shum i rndsishm. Particionimi realizon
ndarjen e nj tabele apo indeksi n pjes t vogla t menaxhueshme [13]. do particion
do t konsiderohet si nj objekt m vete. Kshtu:

-U prdor particionimi horizontal pr kt tabel t madhe. Gjat particionimit

horizontal bashkohen n nj grup shum rreshta [13].

-U prcaktua kriteri n particionim. N rastin e thirrjeve particionimi do t bazohet mbi

fushn Data. Nga analizimi i fluksit t t dhnave u vendos, q nj particion t
prmbaj t dhnat e nj muaji dhe ndrtimi i particioneve u bazua mbi fushn
Dim_Data_KEY, si m posht.
create table Tabela_Fakt_Trafiku-CDR
(
Dim_Data_KEY NUMBER(4) not null,
Dim_kohe_KEY NUMBER(5) not null,
Kat_Key NUMBER(5) not null
Dest_Key NUMBER(5) not null
Tipi_rekordit CHAR(3) not null,
Nr_origjinues VARCHAR2(25)
Nr_terminues VARCHAR2(25)
Emri_skedarit VARCHAR2(50) not null,
Nr_rekordit NUMBER(8) not null,
load_date DATE not null,
Antenat_KEY NUMBER(5) not null

)
partition by range (Dim_Data_KEY)
subpartition by hash (ROUTING_CATEGORY)
(
partition Prill_2010 values less than ('671')
tablespace trafiku_tbl
pctfree 10
initrans 1
maxtrans 255
(
subpartition SYS_SUBP3229 tablespace trafiku_tbl,
subpartition SYS_SUBP3230 tablespace trafiku_tbl,
subpartition SYS_SUBP3231 tablespace trafiku_tbl,
subpartition SYS_SUBP3232 tablespace trafiku_tbl,
subpartition SYS_SUBP3233 tablespace trafiku_tbl,
subpartition SYS_SUBP3234 tablespace trafiku_tbl,

28
 subpartition SYS_SUBP3235 tablespace trafiku_tbl,
subpartition SYS_SUBP3236 tablespace trafiku_tbl
)


alter table Tabela_Fakt_Trafiku-CDR
add constraint trafiku_PRIM primary key (Emri_Skedarit, Nr_skedarit)
using index
tablespace trafiku_index
pctfree 10
initrans 2
maxtrans 255
storage
(
initial 64K
next 1M
minextents 1
maxextents unlimited
);

-Particionet u shprndan n volume t ndryshme t makins pr t prfituar nj

performanc maksimale dhe pr t mundsuar paralelizimin e proeseve t databazs.
Duke qn se databaza sht Oracle, skema e particionimit n kt lloj databaze, ofron
shum fleksibilitet.

4-Prcaktimi i strategjis s indeksimit.

Kjo strategji duhet t perfshij indekset pr do tabel. Gjithashtu pr do tabel duhet

t prcaktohet sekuenca n t ciln duhet t krijohen indekset. Kimball rekomandon
indekset B-tree n kolonat me kardinalitet t lart dhe indekset Bitmap n atributet me
kardinalitet t ult apo t mesm [13].

-Przgjedhja e dats dhe kohs n indeksimin e tabels trafiku, solli performanc m t

mir.
-Gjithashtu fusha e destinacionit u prdor pr nj indeksim t tipit B-tree. Indeksimi
sht mekanizmi m i mir q prdoret pr prmirsimin e performancs n sistemet
DWH.

5- Prcaktimi i strukturave fizike t ruajtjes s informacionit.

Duhet ndjekur nj plan i mir prcaktuar, pr ruajtjen e t dhnave n struktura fizike.

N kt moment prcaktohet edhe madhsia e bllokut t t dhnave t databazs. Pr
datamartin u vendos 32 kb. Ky parametr ndikon drejtprdrejt n performancn e
sistemit.

3.4 Metoda e aplikuar pr grumbullimin e t dhnave

Mbasi sht ndrtuar modeli i datamart-it, duhet t ndrtohen edhe gjith proeset q
do t bjn t mundur grumbullimin e informacionet nga burimet origjinale,
transformimin dhe ngarkimin e tij n destinacion.

Ky sht proesi m kompleks gjat ndrtimit t sistemeve t tilla.

29
Sipas arkitekturs specifike destinacioni i t dhnave, do t jet nj datamart i ndrtuar
pr nj proes biznesi. Duhet t prcaktohet nse informacioni sapo t nxirret nga
burimet do t tranformohet me mjetet e duhura dhe m pas t ngarkohet n sktrukturn
e databazs destinacion, apo fillimisht do t ngarkohet ashtu si sht n databaz n
tabela Stage, pr tu transformuar nga proedura t vet databazs destinacion.

T dyja mundsit jan metoda t njohura n literatura si: ETL, ELT.

Pr rastin ton do t prdorim metodat ETL. Proeset (ETL) jan n vetvete zgjidhje
software-ike t cilat jan prgjegjse pr trheqjen e t dhnave nga burime t
ndryshme, pr pastrimin e tyre, prshtatjen dhe ngarkimin n databaza [13].

Mjetet e prdorura pr ETL : Data-Stage. Ai prbhet nga komponentt e mposhtm:

Figura 3.4 Komponentt e Data-stage (Burim- Data-stage Ascential)

Duke ndjekur edhe tiparin e ndarjes t sistemeve DWH, proeset ETL duhet t bhen
mbi nj databaz t ndryshme dhe t pavarur nga burimet dhe DWH. Aplikimi i
teknikave ETL, me an t komponentit Data-stage- Designer do t bhet me kto hapa:

1-Specifikojm se si do t nxiren t dhnat nga burimet

Identifikimi i burimeve sht i qart, pasi skedart e gjeneruar nga platformat do t

jen burimi i informacionit. Nse fokusohemi te skedart q gjeneron MSC, jan t
dhna t pastrukturuara, sepse n t prmbahen tipe t ndryshme t dhnash q kan
lidhje me thirrjet origjinuese, terminuese, roaming, pbx etj. Kjo do t thot q do tip
rekordi n skedarin burim, ka nj numr t caktuar fushash t ndryshm nga tipet e
tjer.

30
Nevojitet t ndrtohet nj proes parsimi, mbi rekordet e MSC. Ky proes do t
realizoj strukturimin e t dhnave.
Ndrkoh burimet e tjera t informacionit si SMSC, GGSN, SGSN, prodhojn
informacion t strukturuar, ku do rekord i skedarit t prodhuar ka t njjtn
prmbajtje. Pr kto rekorde nuk nevojitet proesi i parsimit dhe strukturimit.

Pr datamart-in ton na intereson informacioni i MSC. Proesi nxjerrjes s

informacionit prfshin:

- proesin fillestar t nxjerrjes s informacionit

- proesin rifreskimit t vazhdueshm.

Proesi fillestar ndodh kur nuk ka asnj informacion n destinacion, ndrsa freskimi
sht ai proes q sigurohet se t dhnat jan t fundit dhe nxjerr vetm at pjes t
informacioni q sht e shtuar apo ndryshuar nga version paraardhs.
Pr prcaktimin e t dhnave t ndryshuara ka disa metodika, por ajo q ne do t
prdorim pr dimensionet tona sht si m posht:

Mbas do nxjerrje informacioni nga nj burim, ruhet n zonn Stage nj kopje e t

dhnave t nxjera (n hash-file). Gjat ekzekutimit pasardhs, proesi merr gjith
tabeln burim dhe e krahason me versionin paraardhs t ruajtur n zonn Stage.
Vetm diferencat do t drgohen n DWH. Pr tabeln Fakt, gjenerojm me an t
Datastage rregullat e przgjedhjes t rekordeve t shtuar n skedart burim.

2- Strukturimi i informacionit.

Kjo faze prfshin kto hapa:

a- Krkim dhe zbulim i rregullave q jan prezente n ndrtimin e informacionit t
CDR. Veanrisht nga analiza e nj CDR i MSC kuptuam q rekordet e pa
strukturuara, prmbanin informacion pr tipin n fushn e par t tyre.
Prandaj pr kto raste, do t ndajm infomacionin n modele t vecant n baz t
rregullave t secilit tip informacioni. Ndarja do t bhet n baz t rregullave q
ndrtojm pr diferencimin e do tip rekordi t trafikut, nga burimi i informacionit. N
figurn e mposhtme parqiten rregullat e ndarjes s moduleve pr secilin tip thirrje: e
origjinuar (MOC), e terminuar (MTC), roaming, pbx, thirrje forward (CF), etj. Duke
ditur strukturn e do tip trafiku, ndrtojm modulet e vecant me fushat prkatse t
do tipi.

31
 Figura 3.5 Rregullat e ndarjes s informacionit n module t veanta

b- Hapi i dyt sht stukturimi dhe ruajtja e ktyre t dhnave n mnyr te

prshtatshme, pr t mundsuar manipulimin e tyre t metejshm. N rastin ton, t
dhnat do t ruhen n tabela Stage, sipas arkitekturs s zgjedhur.

N llogjikn e transformimin do t ndrtohen rregullat e parsimit t informacionit t pa

strukturuar, pr ta transformuar n nj informacion t strukturuar.

3- Specifikojm transformimet q do t ndodhin.

Mbasi t dhnat nxirren nga burimet, ato i nnshtohen proeseve t transformimeve.

Veprimet transformuese n rastin tone, bhen mbi t dhnat e nxjera nga burimet apo
mbi objektet e prkohshme nga zona Stage. Po kshtu edhe vet transformimet mund
t krijojn rezultate t prkohshme q ruhen n zonn Stage.

Proeset m kryesore transformuese q do t ndodhin jan:

- Konvertimi dhe normalizimi q punon n t dy ant e informacionit pr t kthyer t
dhnat uniforme.
- Proesi i lidhjes q realizon bashkimin llogjik t fushave ekuivalente nga burime t
ndryshme
- Przgjedhja q ul numrin e fushave dhe rekordeve t burimit.

Figura e mposhtme demostron nj shembull t thjesht t proesit t transformimit.

32
 Figura 3.6 Diagrama e proesit t transformimit

Duke ndjekur do lloj modeli pr sistemet DWH, prpara se t filloj nxjerrja dhe
transformimi i informacionit, ndrtojm nj tabel q lidh logjikisht burimet me
destinacionin. Kjo tabel prmban lidhjet midis nyjeve m t skajshme t burimit dhe
elementve m t skajshm t destinacionit. Ajo prcakton edhe rradhn e ngarkimit t
informacionit q tradicionalisht fillon me dimensionet dhe prfundon me tabelat Fakt.
Proesi i transformimit q do t vijoj, e shfrytzon kte dokument si nj hart
udhheqje.

Tabela 3.2 Koka e tabels s ndrlidhjes pr transformimin ETL

Destinacion Burim Transformimi

Emr- Emr Tipi i te Emr- Emr Tipi i t

Tabele Kolone dhnave Tabele Kolone dhnave

Gjat fazs s nxjerrjes s informacionit bhet analiz e detajuar t burimeve t

informacionit [13]. Dhe kjo analiz pr rastin n fjal, do t prmbledh:

-Njohjen e t dhnave, me t gjitha fushat n prmbajtje.

-Identifikimi i defekteve t informacionit.

Njohja e t dhnave krkon analiz t mirfillt t strukturave kur ruhet informacioni

burim. Nga analiza jon kuptuam q informacioni i ruajtur n nj rekord CDR, sht
shum i madh. Nj rekord CDR nga MSC ka prafrsisht 100 fusha t dhnash. Kjo rrit
vshtirsin e do veprimi t kryer mbi to. Prandaj realizohet przgjedhja e fushave.

33
Identifikimi i defekteve t informacionit sht e rndsishm n procesit ETL, sepse
kjo faz prmirson cilsin e t dhnave. Nse do prmendim problematikat m t
shpeshta t t dhenave q hasm dhe prmirsuam jan:

-T dhna t pa rregullta.

-Vlerat NULL. Nj vler e till q nuk sht llogaritur, mund t shkatrroj

gjith proesin ETL.

-Prdorim i keq i fushave t caktuara. Pr shembull, numri origjinues i telefonit

ruhet n fushe tjetr.

-T dhna t ndryshme n format. Numri origjinues fillon me nj nga

alternativat: 00355, 355, 06 etj

Gjat transformimit prdorm rregulla specifike t pastrimit t t dhnave t nj

tipologjie t caktuar. Gjat ksaj faze, mund t krijohen disa tabela t prkohshme q
ruajn rezultatin e kthimit t informacionit nga forma e pa strukturuar n databaza t
ndryshme nga DWH.

- Nj transformim i rndsishm i informacionit ka lidhje me prcaktimin e

destinacionit t thirrjes. Analiza e destinacionit t thirrjes sht baza e raportimeve t
interkonjeksionit. Informacioni i destinacionit t thirrjes nuk sht i ruajtur n mnyr
t drejtprdrejt ne fushat e CDR. Ai sht nj informacion q duhet t nxirret nga
analiza e fushave n prmbajtje t rekordit dhe duhet t pcaktohet mbi bazn e
rregullave t konfigurimit t thirrjes n platformn e MSC.

Rregullat pr identifikimin e destinacionit prfshijn si:

-analiza t bazuara mbi prefikset e numrave terminues

-analiza mbi klasat e faturimit
-apo mbi informacionin e rrugzimit t thirrjes.

Mund t jen edhe kombinimi i sa m sipr.

Prandaj pr identifikimin e destinacionit n informacionin e rekordeve CDR, jan

ndrtuar funksione t shumta transformuese. Mbi bazn e analizave t prmendura m
sipr, ato identifikojn nse thirrja sht drejt operatorve nacional, rural,
ndrkombtar, etj.

Rezultati i funksionit transformues do t shtohet si nj fush e veant e rekordit t

thirrjeve. Normalizimi i fushs destinacion u b mbas rregullave t njohura t kalimit
t trafikut. Nj pamje e job-it t Datastage t ndrtuar pr transformimin e
informacionit paraqitet m posht.

34
 Figura 3.7 Job-i i datastage q transformon t dhnat e MSC

Duke qn se t dhnat q vijn nga platformat, konsiderohen me volum t madh pr

vet strukturn e rekordeve, performanca sht nj pik kye e proesit. Prandaj
prdorm mundsin e paralelizmit n transformim. Data-Stage t ofron nj nivel t
lart paralelizmi pr trajtimin e t dhnave. Job-i i ndrtuar pr sa tham m sipr,
paraqitet n figurn 2.14.

Me an t transformuesit arritm t normalizojm, standartizojm dhe ta kthej n nj

informacion t strukturuar t gatshm pr tu ngarkuar n databaza.

Rezultati i transformuesit t ETL sht si m posht.

Kshtu, n skemn e mposhtme paraqiten ndryshimet dhe transformimet q pson
informacioni n fazat t ndryshme:

35
Figura 3.8 Transformimi i t dhnave t nj rekordi MSC

36
4. Ngarkimi i t dhnave

Pasi t dhnat transformohen n formn e duhur, ngarkohen n objektet

korresponduese. T dhnat mund t ngarkohen direkt si nj rezultat i transformimeve,
apo duke i marr nga tabelat e prkohshme n zonn: Stage.

Zona Stage prmbledh informacionin e prkohshm q u krijua gjat proesit t

nxjerrjes s informacionit apo gjat aplikimit t funksioneve transformuese. Ngarkimi i
informacionit n tabelat dimension dhe fakt krkon kujdes t veant. Ky proes
kujdeset pr t gjitha hapat q nevojiten pr t administruar dimensionet q ndryshojn
pak, t njohura me termin SCD dhe shkruajn n disk informacionin e plot
dimensional me t gjith elsat e dimensioneve SK dhe NK [13].

Nga krahasimi i informacionit t ardhur t dimensioneve, me informacionin e ruajtur

n zonn Stage, Datastage merr njoftimin se nj rekord i tabels dimension sht
ndryshuar. Ai m tej, kryen veprimin e prcaktuar pr ruajtjen e ndryshimeve. N baz
t teknikave pr ruajtjen e ndryshimeve [13], n rastin ton aplikohen:

-Aplikohet tipi1 pr dimensionet: antenat, klasifikim thirrjesh, kategori

thirrjesh. Sipas ksaj teknike, atributi i vjetr do t mbivendoset nga vlera e re.

-Aplikohet tipi 2 me dimensionin: destinacion

Kjo teknik mundson krijimin e nj rekordi t ri, sa her q duhet t
ndryshohet ndonj atribut i dimensionit.

ETL krijon nj tabel reference pr do dimension. Kjo tabel ndryshohet sa her

shtohet nj rekord i ri dhe sa her q ndodh nj ndryshim si ai i tipit 2, n nj rekord
dimensioni.

Gjat proesit t ngarkimit t tabels Fakt, shfrytzohen referencat e krijuara.

T gjitha tabelat e referencs q nevojiten duhet t ruhen n mmorje, q t mund t

kapen shum leht sa her proesohet nj rekord i tabels Fakt me informacionion e
elsit natyral t dimensionit. Prandaj kto tabela reference jan t veanta nga tabelat
origjinale Dimension t datamart-it. Figura e mposhtme tregon proeset q ndjek
informacioni i thirrjeve, para ngarkimit n nj tabel Fakt :

37
 referenca Koha referenca Data referenca Antenat

Koha ID Data ID Antenat ID

Koha KEY Data KEY Antenat KEY

Tabela Fakt -Trafiku CDR

Data ID Zevendesohet
Zevendesohet Koha Zevendesohet Antenat
Koha ID Data ID me Data ...
ID me Koha KEY ID me Antenat KEY
Antenat ID KEY
...
Tabela Fakt me Surrogate-Key

Data KEY
Koha KEY
Antenat KEY
...

Figura 3.9 Diagrama e ngarkimit t tabels Fakt

Pr proesin e ngarkimit t t dhnave n tabeln Fakt, sht ndrtuar job-i i

mposhtm n Data-stage:

Figura 3.10 Job-i i Data-stage pr ngarkimin e tabels Fakt

Gjat proesit t ngarkimit, mund edhe t shtojm element shtes informative, si sht
rasti i fushs: data_ngarkimit, koha_ngarkimit, emri_skedarit q duhet pr t mbajtur
n tabel kohn e ngarkimit t rekordit n database, si n figurn m posht. Kto
element t shtuar nuk gjenden n t dhnat burim, por gjenerohen nga sistemi me an
t funksioneve standart t Datastage. Fushat q prmendm shrbejn pr
menaxhimin e ngarkimit t informacionit, apo pr investigime n rast problemesh.

38
 Figura 3.11 Job-i i Data-stage pr shtim informacioni

5-Automatizimi i proesit

sht e kuptueshme q ngarkimi i skedareve t gjeneruar nga secila platform, duhet t

bhet n mnyr automatike pr vet fluksin e t dhnave. Secila platform gjeneron
shum skedar dhe informacioni q duhet t ngarkohet n nivel ditor sht rreth disa
GB. Datastage t mundson krijimin e sekuencave t ekzekutimeve. Prandaj sht
ndrtuar sekuenca e cila funksionon si nj cikl, q automatikisht identifikon
informacionin e shtuar n skedart e rinj t ardhur nga platformat, pr ti ngarkuar n
datamart, si n figurn m posht. N kt rast prdoret vlera e nj variabli q mban
emrat e skedarve q do t proesohen, pr do interacion t ciklit.

Figura 3.12 Sekuenca e ndrtuar

Procesi i ETL i ndrtuar, konsiderohet si nj paket veprimesh q ekzekutohen n nj

orar t caktuar t dits. Kuptohet pr t evituar ngarkesn e sistemit dhe n vijim t
planifikimit q prmendm m sipr, zakonisht skedulohet dhe ndodhin n menyr
automatike, gjat nats. Pr vet rndsin q ka proesi ETL, u ndrtuan edhe
mundsi monitorimi pr ecurin e tyre, si n figurn vijuese.

39
 Figura 3.13 Monitorimi i ekzekutimit ETL

Nse gjat puns, ndodh ndonj problem, proesi sht konfiguruar t ndaloj duke
mos kaluar n hapin vijues pr veprimeve ETL. Kjo bhet, pr t ruajtur konsistencn e
informacionit t shtuar. Parametri q e mundson kt sjellje, sht paraqitur m
posht. Sipas ktij parametrizimi, job-i pasardhs do t vijoj vetm nse proesi
paraardhs prfundon suksesshm:

Figura 3.14 Parametrizimi i ekzekutimit ETL

Mbi kt datamart mund t ndrtohen kube OLAP. M posht demostrohen disa nga
analizat q mund t prftohen nga nj datamart i till.

3.5 Analizat e prftuara sipas krkess

1- Analizat e intekonjeksionit, pr deklarimin e trafikut q origjinohet nga operatori n

fjal, drejt operatorve t tjer apo edhe e kundrta. Modeli i msiprm ofron
performanc t lart pr gjenerimin e rezultateve, q mundson prodhimin e analizave
brenda afatit t krkuar. Si ky model i shpjeguar datamart-i, mund t ndrtohen edhe
modele t tjer pr gjenerimin e informacionit t mesazheve t shkurtra, apo t
dhnave internet.

2- Gjithashtu nga ky datamart, prfitojm analiza t larmishme pr sjelljen e klientve

n drejtim t prdorimit t rrjetit. Kshtu nisur nga krkesat q u mblodhn, marketing-
u mund t marr lehtsisht prgjigje pr pyetjet e tyre lidhur me trafikun origjinues t
klientve, bazuar n dimensionet e prcaktuara.

40
M posht sht nj ilustrim i rezultatit t thirrjeve sipas ditve t javs dhe i
kohzgjatjes s tyre gjat orve t dits dhe ditve t javs.

400000
350000
300000
250000
200000
150000
100000
50000 Total
0

Figura 3.15 Total thirrje sipas ditve t javs

30000
25000 E Djele

20000 E Enjte

15000 E hene

10000 E Merkure

5000 E Premte

0 E Shtune
00 02 04 06 08 10 12 14 16 18 20 22

Figura 3.16 Kohzgjatja mesatare e thirrjeve sipas orve dhe dits s javs.

Nga rezultatet e msiprme duket q, dita m e mir prsa i prket trafikut sht e
enjtja. Gjithashtu kohzgjatja mesatare e thirrjeve gjat dits s enjte sht m e lart
se ditt e tjera (n orn 21:00 sht kulmi).

-Mbi kt model, mund t merren gjithashtu analizat e Peak-time.

Bazuar n rezultatet e ktij indikatori, marketing-u mund t marr vendime n
vendosjen e nj oferte pr nj dit t caktuar, apo or t caktuar. Mund t aplikoj
diferencim n mimin pr minut t thirrjes, duke ditur shum mir sjelljen e klientve
n lidhje me trafikun e shprndar n or apo dit jave.
Strategjia e tyre mund t drejtohet n drejtim t rritjes s bazs s klientve duke ofruar
mim m t ult n koht Peak-time. Por gjithashtu duke par n aspektin e rritjes s
t ardhurave t kompanis, t ofroj mimin pr minut m t lart, se n kohn jasht
Peak-time. Vendimet e tyre, lidhen me strategjin.
Ndrkoh nga rezultati, ditt e shtun dhe e djel jan m problematike pr sa i prket
prdorimit t rrjetit pr thirrje.

41
Po kshtu, duke ditur shprndarjen e thirrjeve sipas ditve t javs dhe orve t dits,
zgjidhet dita dhe ora me trafik m t ult pr aplikimin e ndonj ndryshimi teknik n
sistem q krkon shkputje t sistemeve. N kt mnyr, rrisku pr klient t
impaktuar nga shkputja do t jet shum e ult.

T tilla prfundime, kan vler pr menaxhuesit e njohurive, n nj kompani

telekominikacioni.

3-Ky model vlen edhe pr krkesat teknike, bazuar mbi dimensionin antenat, pr
analiza t shfrytzimit t antenave apo investigim t problematikave specifike.
Analizat e prdorimit t shrbimit sipas vendodhjes, jan shum t rndsishme pr
sherbimet e bazuara n vendodhje, sikurse jan faturimet sipas vendodhjes.

4-T dhnat e detajuara t trafikut nga platformat e rrjetit, vlejn edhe pr kontrolle dhe
rakordime t trafikut t realizuar me at t tarifuar. Do ta trajtojm me detaje n
kapitullin pasardhs.

3.6 Problematika t hasura gjat puns mbi modelin e datamart-it

1-Gjat fazs s pare hasm veshtirsi n identifikimin, testimin dhe gjenerimin e

rregullave t transformimit t t dhnave pr identifikimin e destinacionit t thirrjeve.
Standartizimi i rregullave krkoi koh dhe shum prpjekje pr gjenerimin e analizave
t intekonjeksionit.
Veanrisht, standartizimi i analizave pr trafikun e kryer drejt operatorve
ndrkombtar dhe rural, ishte pjesa m e vshtir e puns q krkoi analiz t detajuar
t prefikseve t numrave terminues dhe ndrtimin e funksioneve kompleks pr ndarjen
e destinacionit.

2-Problem tjetr i hasur gjat puns, ishte performanca e ekzekutimit t ETL. Mqs
fluksi i t dhnave t ngarkuara n dit ishte shum i lart (rreth 5 GB t dhna t
shtuara n dit) shpesh proeset ETL shfaqnin probleme ekzekutimi.

Pas nj analize t thelluar, u morn masat e mposhme:

a- Paralelizimi i proedurave t Data-stage, veanrisht n pjesn e

transformimit. Duke analizuar njkohsisht dhe mundsit q lejonte
makina, paralelizmi i proeseve u vendos n gradn 5. Kjo e prgjysmoi
kohn e ekzekutimit.

b- Rritja e parametrit t memorjes s shfrytzuar nga Data-stage.

N baz t eksperienteve t bra performanca m e mire arrihej nse
parametrat Read_cache_size dhe Write_cache_size t konfigurimit t
datastage vendosen n vlern 900MB.

42
 c- Gjithashtu pr t evituar pengesat q sjellin indekset veanrisht gjat
ngarkimit t t dhnave, ato fshihen para ngarkimit t t dhnave, pr tu
rikrijuar automatikisht, sapo prfundon ngarkimi i informacionit.

E njjta gj ndodh edhe me indekset e ngarkimit t informacionit, q duhet

t fshihen gjat analizave, pr tu rikrijuar sapo fillon ngarkimi.
Kjo u realizua me an t proedurave t ndrtuara q n Oracle kan n
prmbajtje dy komandat:
CREATE INDEX INDEX_NAME, DROP INDEX INDEX_NAME
Kjo mas e aplikuar solli prmirsim si n proesin e ngarkimit t
informacionit edhe n proesin e nxjerrjes s analizave.

3- Problemi tjetr, kishte lidhje me koston e volume fizik q duhet t shtoheshin n

vazhdimsi, pr vet sasin e madhe t informacionit q kompania duhet t ruaj.

Zgjidhja q u prdor ishte arkivimi automatik n volume me kosto t ult i t dhnave

m t hershme se nj periudh e caktuar.
Me ane t ksaj zgjidhje, particionet e informacionit m t hershm, kalojn
automatikisht n volume m t lire. Kjo reduktoi koston e hardware.

3.7 Konkluzione

Sipas llogjiks s ndrtimit t datamart-it pr thirrjet origjinuese q shpjeguam,

ndrtohen pr thirrjet terminuese, apo pr sms origjinues/ terminues. Nga puna e br,
u pa se fleksibiliteti q t ofron nj model i till n gjenerimin e analizave sht i lart.
Ky model kaprcen vshtirsit e sasis s t dhnave. Aplikimi i metodave ETL ishte
nj nga detyrat m kritike pr integrimin e shum burimeve n nj sistem t
centralizuar (sikurse ishin t dhnat e platformave MSC, SMSC, GGSN, SGSN).
Gjat ksaj faze, hasm m shum vshtirsi n standartizimin dhe strukturimin e t
dhnave.

sht e qart q prpara se t ndrtohej llogjika e proeseve ETL krkoi studim t mir
t burimeve pr t zhvilluar mnyrn e ngarkimit t informacionit n datamart.
Proeset ETL jan n zhvillim t vazhdueshm pr arsye t ndryshimeve apo
prmirsimeve q mund t ket si n sistemet burim apo edhe n skemn e DWH.
N ditt e sotme, shum kompani telekomunikacioni grumbullojn dhe analizojn t
dhna masive dhe rekordet e thirrjeve t detajuara, sht fusha m e nxeht pr
eksplorimin e njohurive n telekomunikacion. Pr ket arsye modelimi i nj datamart-i
pr kto t dhna sht shum interesant pr tu zhvilluar. Ky datamart mund t
zgjerohet, pr t prfshir n t edhe informacione shtes q do t ndihmonin m tej n
analizn e sjelljes s klientve.

43
Kapitulli 4: Menaxhimi i TELCO-KPI me zgjidhjet BI

4.1 Hyrje

Ne prezantuam sfidat q prballen kompanit e telekomunikacionit, n lidhje me

strategjin e orientuar ndaj klientit. Prderisa duan t zgjerojn shrbimet e tyre bazuar
ne informacionin e klienteve, sht shum e rndsishme t ken analiza dhe njohuri t
thella pr sjelljen e klientve n shum drejtime (trajtuar n kapitullin 2).

Deri tani trajtuam, mundsit e analizave prej t dhnave t gjeneruar nga platformat e
rrjetit, por edhe t dhnat e sistemit t faturimit, jan shum t rendsishme.
Ky sistem ka shum informacione q lidhen si me aktivitetin e klientve, t ardhurat q
gjenerojn. sht shtja e prdorimit t tyre sipas mnyrs s duhur, pr t prfituar
avantazhet q kto kompani krkojn.

Duke kuptuar karakteristikat e klientve, si dhe sjelljen e tyre n drejtim t do

aktiviteti, sht m e leht pr t ndrtuar produkte q do t knaqte nevojat e tyre. Ky
koncept njihet me termin profilizim n telekomunikacion [20].

Sikurse edhe n kompanit e tjera, n nj kompani telekomunikacioni ekzistojn disa

matje q kontrollojn dhe prcaktojn nse nj kompani sht e suksesshme.
Kto matje njihen me emrin KPI. Zakonisht ato prdoren pr t nxjerr nj vler nga
aktivitete t pamatshme [15]. Nj kompani telekomunikacioni ka shum KPI.
Nprmjet monitorimit, kontrollit dhe analizes s tyre, drejtuesit mund t gjejn
prgjigje t shpejta pr pyetjet q kan.
N kt kapitull, paraqiten mnyrat sesi nprmjet modeleve t datamart-eve dhe
zgjidhjeve BI, mundsohen matje t kompanis.

N nj kompani telekominikacioni, jan tre hapa q duhet t ndiqen pr nj CRM t

sukseshm [14].

- Identifikimi i klientve me prfitueshmri t lart pr kompanin.

- Analiza e nevojave t tyre
- Ndrveprimi aktiv me ta, pr t plotsuar krkesat e klientve.

N kt pik sht BI q mund t ofroj matje t shpejta t performancs s

kompanis, duke analizuar prdorimin e shrbimeve dhe duke ndihmuar n hapin e
par t proesit t CRM [16].

4.2 Prcaktimi i problemit

sht pothuajse 10 her m e shtrenjt marrja e nj klienti t ri, krahasuar me mbajtjen
e klienteve ekzistues, t knaqur me shrbimet e ofruara [17]. Prandaj fokusi i
kompanive sht i drejtuar te mnyrat sesi mund ti mbajn t knaqur klientt e tyre.

44
Pr mbajtjen e klientve, nevojiten njohje t mira t segmentimit t klientve. Sepse n
baz t segmentimit mund t ndrtohen produkte q kan pr synim te rrisin
prdorimin e shrbimeve nga nj segment i caktuar klientsh.
Me nj baz t segmentuar t klienteve n karakteristika apo sjellje, mund t ndrtohen
oferta dhe produkte q synojn t ken sukses n nj segment t caktuar klientsh. N
kt mnyr sht m e leht t matet nes impakti i prfitimit nga oferta sht sikurse
parashikohej. KPI n telekomunikacion, jan edhe t tipit kontrollues pr ecurin e
aktivitetit t sistemeve.

Pr rastin ton duhet t ndrtohen modelet dhe zgjidhjet, pr KPI e mposhtm:

2-KPI-Segmentimi ARPU (Average Revenue Per User)

sht matja q tregon t ardhurn mesatare t nj klienti n nj rrjet
telekomunikacioni. Vlera e ktij KPI, pr do segment klientsh sht e rndsishme
pr t identifikuar se cilt kliente duhet t jen synimi i oferts s ardhshme. Po kshtu
pr t parashikuar t ardhurat q do t vin prej ktyre klienteve. Nse ky KPI
analizohet pr nj koh t vazhdueshme, kuptohen kaprcimet e klientve nga nj
segment n tjetrin. Lvizjet n nivele m t ulta, tregon nj shenj pr mundsi largimi
nga kompania. N termin e telekomunikacionit njihet me termin fenomeni churn
[17].
2- KPI-Segmentimi MOU (Minutes of Usage)
Prcakton pr do segment klientsh, mesataren n minuta t prdorimit t pr thirrjet.
Zakonisht jan matje q lidhen me planet tarifor, pr t kuptuar problematikat apo
suksesin e nj plani t caktuar. sht nj indikator shum i mire, pr t prmirsuar
shrbimet n drejtim t ofertave t marketing-ut.

3- KPI Performanca e oferts

Indikator specifik pr matjen e performancs s oferts s fundit q kompania ka
nxjerr.
4- KPI pr kontrollin e balancave t klientve
sht matje cilsie e sistemit, q siguron se balancat e klientve me parapagim jan
azhornuar si duhet n linj t drejt me veprimet q ata kan kryer.

5- KPI pr kontrollet e sigurimit t t ardhurave

Kto matje kontrollojn n do koh q t gjitha rekordet q kalojn n platformat e
rrjetit, gjithashtu kalojn edhe n platformn e faturimit.

4.3 Analiza e problemit dhe zgjidhja e problemit

Fillimisht do t trajtojm zgjidhjen pr tre KPI e par.

N skenarin ton, pr t patur si rezultat KPI e msiprm, duhet q s pari

konceptualisht:

45
- T identifikohet informacioni prej nga duhet t dalin kto matje.
- T bhet nj ndrlidhje e burimit t informacionit me destinacionin.
- T ndrtohet proesi q nxjerr, transformon, pastron dhe ngarkon t dhnat n nj
database destinacion.
- T prodhohen matjet e sipr prmendura.

N prshkrimin e ksaj zgjidhjeje, nuk do t detajohemi n zbatimin e triologjis

konceptual/llogjik/fizik (u trajtua n kapitullin 3).

Referuar shumics s teknikave pr ndrtimin e DWH/datamart, analiza e krkesave t

prdoruesit sht hapi i par q fillon proesi i ndrtimit t DWH/datamart.
Duke ndjekur modelin Kimball, identifikojm elementt baz t modeleve shum
dimensionale, q prmblidhen n matricn e lidhjes Dimension/Fakt/Matje (tabela 4.1).
Ndrtimi i datamart-it do t bazohet mbi kt matric q pcakton qart elementt e
skems. N gjuhn shum dimensionale, kjo tip skeme njihet me termin Fact-
Constellation. Kto jan skema Star t bashkuara dhe tabelat Fakt ndajn dimensonet
midis tyre [12].

Tabela 4.1 Matrica e lidhjes Dimension/Fakt

Tip
Dim. Seg-Kohe
Dim Kat. GSM
Dim P. Tarifor

Dim. Klientet

Dim.Balanca
Destinacion

Segmentim

Rimbushje
Dim Kohe

Dim.

Dim.
Dimensione/
Fakte
Tabela Fakt
X X X X X
Trafiku
Tabela Fakt
X X X
Te ardhurat
Tabela Fakt
X X X
MOU
Tabela Fakt
X X X X X
Rimbushjet

Pr skenarin ton dimensionet jan:

Koh - Ruan informacionin e kalendarit. Niveli m i thell i detajimit sht

dita.
Klientt- Ruan informacionin e detajuar t klientve.
Plan Tarifor- Ruan informacionin e planeve tarifore q aplikohen n faturimin e
trafikut

46
 Kategori GSM- Ruan profilin e klientit (me para pagim/me kontrat)
Tipi i rimbushjes- Ruan informacionin e tipit t rimbushjes (kart gervishse,
rimbushje elektronike
Balanca Ruan informacion mbi balancat ku bhet rimbushja, q mund t jet
balance monetare apo njsish.
Seg-Koh- Ruan informacion t kohs me muajin si niveli me i detajuar i
informacionit.
Segmentim - Ruan detajet e segmenteve ku prfshihen emri i segmentit, vlera
m e lart dhe m e ult dhe nj indikator pr matjet q segmenti i referohet.
Zakonisht kto segmente jan lista t prcaktuara nga marketing-u pr
segmentimin e t ardhurave, minutave t trafikut apo rimbushjet.

Ndrsa tabelat Fakt jan:

-Tabela Fakt -T ardhurat q ruan segmentin e t ardhurave t do klienti pr

do muaj.
-Tabela Fakt-Trafiku q ruan nj informacion dinamik pr klientt n drejtim t
trafikut t thirrjeve pr destinacion dhe gjithashtu t ardhurat q gjeneron pr
do dit.
-Tabela Fakt MOU ruan segmentin q i prket do klienti n lidhje me minutat
e trafikut t thirrjeve pr do muaj
-Tabela Fakt-Rimbushje ruan segmentin e rimbushjeve t do klienti pr do
muaj.

Bazuar n krkesat e mbledhura, matjet jan shuma e shpenzuar pr thirrje, kohzgjatja

e thirrjeve dhe minutat e trafikut pr do muaj.

Skema e datamart-it paraqitet si m posht:

47
Dimensioni Kohe
Dimensioni Destinacion Dimensioni Seg-Kohe
PK TID Dimensioni Tipi rimbushjes
PK Dest_id PK SK_ID
PK RID
Dita
Java Emri Muaj
Pershkrimi Tre_mujor Emri_Tipit
Muaji
Vit Pershkrimi_Tipit
Viti

Tabela Fakt-Trafiku Tabela Fakt-Te ardhurat Tab Fakt-Rimbushje

PK Klient_id PK SK_ID Tabela Fakt-MOU PK SID
PK TID PK Klient_id
PK SID PK Klient_id
PK Dest_id PK SID
PK SK_ID PK SK_ID
PK Klient_id PK RID
Kohezgjatja Shuma
Shuma
MOU Balanca_id
Vlera

Dimensioni Kategori GSM Dimensioni-Klientet

Dimensioni Segmentim Dimensioni Balanca
PK KAT-ID PK Klient_id
PK SID PK Balanca-ID
Emri_Kategorise Emri
Data_aktivizimit Pershkrimi Emri_Balances
Kat_id Vlera_ulet
Dimensioni P. Tarifor dt_fillimit Vlera_larte
dt_mbarimit Matje
PK TPID Mosha_klientit_ne_rrjet
Tp_id
Emri_TP
Pershkrimi

Figura 4.2 Skema e datamart-it t ndrtuar

Informacioni q duhet t populloj kt datamart nxirret nga sistemi i faturimit.

4.4 Metoda e aplikuar pr grumbullimin e informacionit

Pr zgjidhjen e problemit n situatn ton, aplikohen proeset ELT pr t trhequr t

dhnat si (trafiku i tarifuar, rimbushjet e kryera, apo transaksionet e tjera q ndikojn
n balancn monetare t klientve). Metoda ELT sht przgjedhur pr tre arsye:

1-Sistemi i faturimit dhe ai i skems s datamart-it kan t njjtin tip databaz (Oracle).

2-Minimizon impaktin q mund t ket nxjerrja e informacioneve nga sistemet

operacionale, pr aq koh sa nuk ndodh asnj transformim i bazuar n kto burime.

3-Pr t patur nj perfomanc sa m t mire, n proesin e nxjerrjes s informacionit

nga sistemet oparacionale, prderisa mekanizmat e brndshme t Oracle mundsojn
nj zgjidhje efiente.

N thelb t proeseve ELT, jan ndrtuar proedura databaze pr t nxjer

infomacionin nga tabelat burim, pr ta kaluar n disa tabela Stage dhe pas pr
prpunimin e t dhnave pr n datamart. Informacioni q nxiret nga tabelat e sistemit
t faturimit, sht i paprpunuar, pr t minimizuar kohn e ekzekutimit t krkesave
n sistemin e faturimit.

48
Diagrama e mposhme paraqet proeset ELT t ndrtuara pr nxjerrjen, ngarkimin dhe
transformimin e t dhnave:

Trafiku i tarifuar Transformimi

Ngarkimi n
n Tabela
Rimbushjet Tabela
Stage
Destinacion
Transaksionet e
tjera

Sistemi i faturimit Datamart

Figura 4.3 Skema e proeseve ELT

Popullimi i datamart-it bhet me frekuenc ditore, duke trajtuar fillimisht dimensionet

e ndryshuara dhe ngarkimin e rekordeve Fakt t shtuara.

1- Nxjerrja e informacionit t ndryshuar do dit drejt zones Stage bazohet n dy hapa:

a)- Nxjerrja e t dhnave t dimensioneve. T gjith dimensionet, nxiren ashtu si jan

prej burimeve dhe ngarkohen n zonn Stage. Kuptohet nga lista e fushave t secilit
dimension, przgjidhen ato fusha t cilat duhen pr datamart-in ton.

b)- Nxjerrja e rekordeve Fakt t shtuara. Prcaktimi i informacionit t shtuar bazohet

n elementin Dat, n tabelat burim. Informacioni i nj dite m par do t nxirret nga
tabelat e sistemit burim, pr tu ngarkuar n tabelat Stage.

Duhet theksuar gjat puns mund t ket probleme me vet informacionin e ruajtur n
sistemin burim, q prcakton nevojn e ndrtimit t proedurave t veanta t cilat
merren me kontrollin dhe mbivendosjen e t dhnave t burimit t ndryshuara me dat
t mpasme, si psh informacioni i dats 3 Shkurt, pr ndonj arsye teknike ndryshon n
date 5 Shkurt n sistemet burim.

2-Transformimi dhe ngarkimi i t dhnave

-Transformimi dhe ngarkimi i dimensioneve.

Gjat momentit t transformimit, kontrollohet pr rekorde t shtuara, apo pr ndryshim
fushash n secilin prej tabelave q u ngarkuan n Stage. Pr ndryshimin e
informacionit t emrit t nj klienti, nuk ruhet historiku n tabeln dimension. Ky
ndryshim nuk konsiderohet i rndsishm pr datamart-in.
Emri i ndryshuar do t mbivendoset n rekordin e dimensionit prkats Klient. Pra
aplikohet tipi 1 i tekniks s ruajtjes s ndryshimeve t dimensioneve.

49
 Dt_fillimit Dt_mbarim
Klienti Klient_id( Data_aktivi it
Key (PK) NK) Emri zimit Kat_id
RR. Sami
26938 35001 aaa bbb Frasheri 01 03/02/10

Klienti Klient_id( Adresa e Dt_fillimit Dt_mbarim

Key(PK) NK) Emri Klientit Kat_id it
RR. Sami
26938 35001 aaa cccc Frasheri 01 03/02/10

Figura 4.4 Tipi 1 i ruajtjes s ndryshimeve t dimensioneve

T njjtn tip teknike, prdorim edhe pr ndryshimet n emrtim t dimensioneve t

tjera t skems.
Ndrkoh nse pr nj klient ndryshon fusha e kategoris (me parapages/ me
kontrat), ather n tabeln dimension do t aplikohet tipi 2 i tekniks, duke shtuar nj
rekord t ri dhe rekordi i vjetr prcaktohet me dat mbarimi, pr t ruajtur historikun.
Normalisht nj tjetr SK do t gjenerohet pr kt rresht t ri.
Ndryshimi i ksaj fushe n informacionin burim, konsiderohet i rndsishm pr
datamart-in.
Data_aktiv

Dt_fillimit
Klient_id(
Key (PK)

Dt_mbari
Klienti

Kat_id
izimit
Emri
NK)

aaa S. 03/02/ mit

03/03/
26938 35001 bbb Frasheri 01 10 13
Data_aktiv

Dt_fillimit
Klient_id(

Tabela Fakt
Dt_mbari
Key(PK)
Klienti

Thirrjet e klientit
Kat_id
izimit
Emri
NK)

mit

aaa S. 03/03/
26970 35001 bbb Frasheri 02 13

Figura 4.5 Tipi 2 i ruajtjes s ndryshimeve t dimensioneve

Dimensionet e kohs popullohen sipas t njjts metodik q ndoqm pr zgjidhjen n
kapitullin 3. Ndrsa dimensioni Segmentim, ngarkohet prej skedarve t jashtm, me
vlerat q krijon marketing-u.

50
Gjithashtu transformohet edhe informacioni i trafikut t detajuar, q ndodhet n Stage.
Para ngarkimit n datamart, ai pajiset me gjith SK m t fundit t dimensioneve.

Mbi informacionin e detajuar n zonn Stage, q ruhet n form t normalizuar,

aplikohen prmbledhjet e t dhnave pr tu prshtatur me strukturn e datamart-it.
Edhe kjo pjes e ELT bazohet n proedura databaze.
Pr transformimin dhe e ngarkimit t informacionit n tabelave fakt, do t ndjekim
llogjikisht hapat e shpjeguara pr ngarkimin e t dhnave Fakt, n zgjidhjen e kapitullit
3.
Hapat e ngarkimit t t dhnave n tabelat fakt, fillojn me Tabela_Fakt_Trafiku, ku
vlera m atomike e lidhur me kohn sht dita. Pr t vijuar me Tabela_Fakt-
T_ardhurat, Tabela_Fakt-MOU, Tabela_Fakt-Rimbushjet, ku vlera m atomike e
lidhur me kohn sht muaji.
Tabela_Fakt-T_ardhurat popullohet me informacionin e prmbledhur t t ardhurave
mujore t do klienti, bashk me segmentimin ku bn pjes.
Tabela_Fakt-MOU popullohet me minutat e prdorimit t klientit, t prmbledhura
sipas muajit dhe segmentimit ku bn pjes.
Tabela_Fakt-Rimbushjet popullohet me rimbushjet mujore, t prmbledhura pr do
klient, sipas tipit t rimbushjes dhe segmentimit ku bn pjes.

Veanrisht pr rastin e datamart-it t siprprmendur, q gjeneron KPI mujor, sht e

rndsishme kontrolli t dhnave burim, pr tu siguruar q do e dhn e muajit sht
n zonn Stage. Kodi i proedurs s nj rasti kontrolli sht si m posht:
CREATE OR REPLACE PROCEDURE KONTROLL_TABELA_STAGE_TRAFIKU(START_DT DATE, END_DT DATE) IS
V_SQL_STRING VARCHAR2(1000);
CURSOR C_DIFF (START_DATE DATE, END_DATE DATE) IS
SELECT TABELA_BURIM.DATE_OF
FROM
(
SELECT COUNT(*) NO_OF_REC, TO_CHAR(CD.RATE_DT, 'DD/MM/YYYY') DATE_OF FROM
Tabela_Stage_Trafiku CD
WHERE TRUNC(CD.RATE_DT) between START_DATE and END_DATE
GROUP BY TO_CHAR(CD.RATE_DT, 'DD/MM/YYYY')
)TABELA_DWH,
(
SELECT COUNT(*) NO_OF_REC,TO_CHAR(CD1.RATE_DT, 'DD/MM/YYYY')DATE_OF FROM
Tabela_Burim_trafiku CD1
WHERE TRUNC(CD1.RATE_DT) between START_DATE and END_DATE
GROUP BY TO_CHAR(CD1.RATE_DT, 'DD/MM/YYYY')
)TABELA_BURIM
WHERE TABELA_DWH.DATE_OF = TABELA_BURIM.DATE_OF
AND TABELA_BURIM.NO_OF_REC != TABELA_DWH.NO_OF_REC;
BEGIN
FOR V_DIFF IN C_DIFF(START_DT, END_DT) LOOP
V_SQL_STRING:= 'insert /*+ APPEND */ into TABELA_STAGE_TRAFIKU
(select MSG_ID, MSG_ID2, SPLIT_ROW_NUM, ACCOUNT_NO, SUBSCR_NO,
SUBSCR_NO_RESETS, EXTERNAL_ID, POINT_ORIGIN, POINT_TARGET, RATE_DT,
TRANS_DT, PRIMARY_UNITS, AMOUNT, COMP_STATUS, CDR_STATUS,
TOTAL_UNIT_CREDITS_VALUE, BALANCE_ID, BALANCE_COUNT, CHARGED_AMOUNT,
AUT_ID
FROM Tabela_Burim_trafiku
WHERE TRUNC(RATE_DT) = TO_DATE('''||V_DIFF.DATE_OF||''',''DD/MM/YYYY'')
MINUS
select * from Tabela_Stage_Trafiku cdc
where trunc(cdc.rate_dt) =
TO_DATE('''||V_DIFF.DATE_OF||''',''DD/MM/YYYY''))';
dbms_output.put_line(V_SQL_STRING);
execute immediate V_SQL_STRING;
COMMIT;
END LOOP;
END KONTROLL_TABELA_STAGE_TRAFIKU;

51
Mbas popullimit t datamart-it, prdoren mjete t ndryshme BI pr t nxjerr analizat e
krkuara t perdoruesit. Kto mund t jen raporte, kube OLAP, dashboard-et (do t
prezantohen n vijim).

M posht do t demostrojm hapat q duhen ndjekur pr ndrtimin e nj kubi OLAP

pr analizn e oferts s fundit q ka prezantuar n treg.
Kompania ka nxjerr nje ofert t re n fillim t vitit 2014, me qllim rritjen e bazs s
klientve, por edhe shtimin e prdorimit veanrisht pr destinacion 1 dhe destinacion
2. Personat prgjegjs pr kt ofert, jan t prirur pr t patur analiza sa m t
larmishme grafike, lidhur m ecurin e ksaj oferte. Ata duan t ken mundsin e
kontrollit t oferts nga disa drejtime, sikurse jan: data, muaji, viti, plani tarifor.

4.5 Ndrtimi i kubit OLAP

T dhnat n DWH/Datamart mund t shqyrtohen dhe t analizohen n nj sr
mnyrash. Nj model shum i zakonshm analizimi prfshin prdorimin e nj motori
prpunimi analitik (OLAP). OLAP sht termi i cili prdoret m shpesh pr
prshkrimin e nj numri t madh analizash. Ai jep mundsin e analizimit t t
dhnave nga prespektiva t ndryshme t krkuara m sipr si dhe ofron analiza q
shtrihen n historik t dhnash dhe ofron fleksibilitet t lart [11].

Produktet e OLAP-it mund t ofrojn nj sr aftsish analizuese t avancuara, t tilla

si: qarkullimi i t dhnave pr analiza shum dimensionale, funksionaliteti statistikor,
aftsia pr t kaluar nga t dhnat e nj niveli t lart n nivelet pasuese me detaje pr
analiza ndrvepruese [11].

Motort e OLAP-it mund t shfrytzohen pr performanc t lart dhe analiza t

zgjeruara pr instrumentet e posame t raportimit dhe t krkimeve. Ato prdoren
edhe pr aplikacionet e specializuara dhe t paketuara ose sistemet e personalizuara t
informacionit ekzekutiv. Zakonisht OLAP derivon nga nj model star. Gjithashtu kubet
OLAP prmbajn atribute dimensionale dhe informacion Fakt, por aksesohen nga
gjuh me mundesi m t mira analitike sesa SQL, si XMLA dhe MDX.

OLAP t mundson nj pamje shum dimensionale t informacionit.

N skenarin ton do t prdorim SpagoBI, si nj mjet me kod t hapur pr teknikat BI.

Ai ofron nj rang t lart funksionesh analitike, nj shtres t pasur semantike dhe

mundsi shum t prparura t vizualizimit t analizave. Skema e mposhtme
prmbledh modulet q SpagoBI prmban [35]:

52
 Figura 4.6 Burim nga Spago BI

-SpagoBI Server sht nj aplikacion web i bazuar mbi serverin J2EE. sht i
aksesueshm nga do shfletues web. Ofron t gjitha funksionalitet e BI.

-SpagoBI Meta sht nj amjent i integruar zhvillimi. Ofron mundsin e ndrtimit t

shtress semantike me an t modeleve t t dhnave q mund t ndrtohen. sht
ambjent grafik prej t cilit ndrtohen modelet e biznesit. Prdoret nga prdoruesit pr
t krkuar modelet e biznesit, para se t ndrtojn dokumentet analitike.

-SpagoBI Studio sht gjithashtu ambjent zhvillimi. Mundson krijimin e

dokumenteve analitike (grafe, raporte, dashboard-et). sht nj ambjent grafik q lejon
ndrtimin, ndryshimin apo testimin e dokumenteve analitik.
Komponentt e msiprm, do t prdoren pr ndrtimin e kubit OLAP.

Pr aq koh sa vet prdoruesve, do tu ofrohet mundsia e analizimit t informacionit

nga disa dimensione, duhet q fillimisht t ndrtojm me an t SpagoBI Studio
modelin e biznesit. Ai do t prmbaj elementt ky t kubit, sipas gjuhs s vet
biznesit. Ndrtimi i ktij modeli me terma t njohura nga vet prdoruesit, e bn kubin
OLAP t pranueshm dhe t prdorshm prej tyre [19].

Modeli i biznesit i ndrtuar m posht, lidhet llogjikisht me modelin fizik q bazohet

mbi datamart-in e ndrtuar m sipr.

Ai prbhet nga tabela Fakt trafiku, q e przgjedhim t tipit Kub.

Bazuar n elementt prbrs t kubit OLAP, duhet t przgjedhim cilat do t jen
dimensionet e kubit. Pr t analizuar trafikun e thirrjeve, n baz t krkess
przgjedhim atributet t cilat jan si n figurn m posht:

53
 Figura 4.7 Prcaktimi i dimensioneve t kubit

Referuar krkess specifike, midis dimensioneve duhet t krijojm nj hierarki, e cila

do t shrbej pr mnyrat e grupimit pr analizimin e t dhnave. Hierarkia e
prcaktuar n ket rast sht si n figurn e mposhtme:

Figura 4.8 Zgjedhja e hierarkis t kubit OLAP

Mund t shtohet n hierarki edhe plani tarifor, nse do t nevojitet pr analiza t

mtejshme.
Gjithashtu zgjedhim matjet e kubit pr t cilat jemi t interesuar n analizat e trafikut.
Pr do matje przgjidhet formula q duhet t prllogaritet.

Matjet pr kubin e ndrtuar pr performancn e oferts jan: numr_unik i klientve q

bjn trafik, totali i thirrjeve, totali i kohzgjatjes, totali i shums.

54
Mbasi ndrtohet modeli, mund t gjenerohet pr tu publikuar n serverin Spago BI.
Nprmjet web-it, klientt mund t prftojn analizat e krkuara.
Modeli OLAP Mondrian sht nj OLAP (me kod t hapur) i shkruar n Java.
Mbshtet shprehjet shum dimensionale dhe gjithashtu XML pr analizat. Spago BI
jep mundsin e prdorimit t ketij modeli. Prcaktimi i rregullave t ndrtimit t
OLAP q prmendm m sipr, sipas modelit Mondrian prmblidhen n nj skedar
XML, q transferon n server llogjikn e kubit t ndrtuar.

4.6 Analizat e prftuara nga baza e t dhnave pr eksperiment

Kubi OLAP i ndrtuar u testua mbi nj baz t dhnash pr eksperiement.
Ai mund t aksesohet nga web-i dhe pdoruesi mund t gjeneroj vet analizat e tij,
gjat veprimeve t mundshme mbi kubin OLAP. Analizat q mund t prftojn
prdoruesit bazuar mbi kubin e msiprm jan nga m t larmishmet. Pr t prftuar
analizat e tyre, prdoruesit do t jen n gjendje t prdorin gjithe tipet e operacioneve
mbi kubet OLAP: drill_up, drill_down, pivot, etj

Analiza 1
Duke u prqndruar n analizat e trafikut pr ofertn specifike, fokusohemi te analiza e
trafikut n dy destinacionet, q jan fokus i ksaj oferte: Destinacioni1, Destinacioni 2
Prdoruesit fundor mund t marrin analiza t larmishme prej kubit t ndrtuar.
N figurn e mposhtme shfaqet analizat e trafiku pr dy destinacionet, prgjat 5
mujorit t par t viteve 2013, 2014.

Figura 4.9 Analiza 1- Krahasimi i trafikut mbi baz e t dhnave pr eksperiment

-Nga analizat e trafikut pr secilin nga 5 muajt e ktyre viteve, rezultoi q trafiku
specifikisht pr dy destinacionet e interesuara sht n rritje gjat 5 mujorit t par t
vitit 2014, far tregon impaktin e mire t oferts.

55
Matja e kubit q ka lidhje me numrin unik t klientve t cilt kan br trafik n kto
destinacione, sht rritur ndjeshm dhe ka shtuar me gati 30% bazn e klientv q
jan aktiv n trafikun ndaj ktyre destinacioneve.

Nga grafiku i mposhtm duket q vetm trafiku drejt destinacionit 1 gjat 2014, po
prbn rreth 50% t minutave total t trafikut. Kjo tregon nj prdorim t lart t ksaj
oferte.

Figura 4.10 Analiza1 Prdorimi i rrejtit drejt destinacionit 1

Nj pik kryesore e analizs s ofertave shte si kan ecur t ardhurat e kompanis q

vijn nga trafiku i klintve n kto dy destinacione e shprndar sipas planeve tarifor.
Analizat e OLAP mund t thellohen akoma m tej prsa i prket analizs s detajuar t
prdorimit t oferts pr do njrin nga planet tarifor.

Klientt e cilit plan tarifor e kan prdorur m shum ofern?

Kshtu mbi kubin zgjedhim si dimensione Planin Tarifor dhe konkretisht muajin Prill
pr t krahasuar t ardhurat. Rezultati tregon se pavarsisht se oferta ofronte mime
m t ulta n trafikun drejt Destinacioni1 dhe Destinacioni1, prsri t ardhurat q i
vijn kompanis prej ksaj ofert jan n vlera t prafrta me vlerat prkatse t vitit
2013.

56
 3,000,000
2,500,000
2,000,000
1,500,000
1,000,000
500,000 Destinacioni1 Shuma
0 Destinacioni2 Shuma

Figura 4.11 Analiza 1 sipas planit tarifor

Rezultat 1

Pra si rezultat i analizave t mara m sipr dalin dy prfundime:

Oferta e re ka rritur bazn e klientve aktive me 30%

-T ardhurat q nxjerr kompania nga trafiku drejt destinacioneve t oferts jan t
prafrta pr t dy vitet 2013 dhe 2014, edhe pse vlera e faturimit nga oferta e re sht
m i ult. Prej sa m sipr, oferta konsiderohet me efekte t suksesshme dhe detyra e
drejtuesve t kompanis sht t punojn n drejtim t reklams pr t ofruar sa m
shum klient drejt ksaj oferte.

Bazuar mbi modelin e datamart-it te msiprm mund t ndrtohen edhe kube t tjera t
cilat japin prgjigjen e shum analizave q kan lidhje segmentimin e klienteve si me
posht:

Analiza 2

Si sht segmentimi i t ardhurave prej klienteve t kompanis ? Cilt jan klientt q i

sjellin m shum prfitime kompanis? far profili kan? Cili do t jet segmenti i
klientve ku kompania duhet t fokusohet pr ofertn e ardhshme?
Kto analiza mund t meren mbi datamart-in e ndrtuar.

57
 3500
3000
2500
2000
1500
1000
500
0

Figura 4.12 Analiza -2 Segmentimi i bazs s klientve pr eksperiment

Rezultati 2

Nga rezultati i t dhnave pr eksperiment, vihet re se numri i klientve q sjellin 200-

300 lek t ardhura sht m i lart, krahasuar me segmentet e tjera t t ardhurave.
Nga ky rezultat mund t prllogaritet edhe ARPU pr do segment. Gjithashtu nse
identifikohen klientt q sjellin m shum t ardhura, marketing-u duhet t fokusohet
te kta klient pr ofertn e ardhshme. Po kshtu duhet t ofrojn, oferta t
personalizuara pr ti mbajtur sa me gjat t knaqur me shrbimet e kompanis.

Analiza 3
Cilt jan klientt mbi t cilt duhet t prqndrohet kompania pr rritjen e prdorimit
t shrbimeve t saj? Ose e thn ndryshe, cilt jan ata klientt me gjasa pr tu
larguar.
Prgjigjen e ksaj pyetje mund ta marrin prej rezultatit t OLAP si m posht:

250

200

150

100
Nr_klientve
50

Figura 4.13 Analiza 3 Segmentimi i bazs s klientve pr minutat e prdorimit

58
Rezultate 3

Prej ktyre rezultateve, kompania duhet t prqndrohet n klientt me prdorim t ult

apo t mesm pr t rritur prdorimin e rrjetit. Nga rezultati numri i klientve me
prdorim 0-25 minuta sht i konsiderueshm krahasuar me totalin e klientve pjes e
ktyre eksperimenteve. Kta klient duhet t jen pjes e analizave m t detajuara pr
t kuptuar problemin q lidhet me ta. Duhet t investigohet m tej mbi kt tipologji
klientsh me analiza t mtejshme, pr t kuptuar arsyen e prdorimit t ult.
Mbase mund t shkaktohet, prej ndonj problemi q lidhet me ndonj problem
mbulimi, rrjeti, etj
Zakonisht kta klient mund t jen potencial pr t shkputur mardhnjet me
kompanin, duke kaluar n nj operator tjetr. Prandaj normalisht vendimet q merren
mbas ktij rezultati, kan lidhje ndrtim t ofertave specifike t favorshme pr kt
grup klientsh, pr ti kthyer n klient aktiv dhe t knaqur t kompanis

Analiza 4

Nse do t shkonim m tej n llogjikn e segmentimit, nj tjetr informacion i

rndsishm pr t cilin duhet t njihet baza e klientve, jan rimbushjet.
Procesi i rimbushjes mbahet n monitorim t lart, sepse lidhet n mnyr t
drejtprdrejt me t ardhurat e kompanis.
Cili sht segmentimi mujor i rimbushjeve? Si i prdorin klientt rimbushjet e tyre?
Cili z i rimbushjeve t njsive prdoret?

30000

20000
Nr Rimbushjeve
10000

0
0.01- 300 301 - 500 500 - 800 800+

Figura 4.14 Analiza 4 Segmentimi i bazs s klientve bazuar n rimbushje

59
Rezultat 4

Rezultati i marr, tregon q rimbushjet me vler 500-800 jan m t prhapura n kt

baz pr eksperiment. ka tregon se drejtuesit mund t parashikojn t ardhurat q do
t ket kompania, meqnse rimbushjet lidhen direkt me t ardhurat q i vijn
kompanis.
Apo segmentimi i rimbushjeve n njsi, sikurse jan minutat ndrkombtare m
posht, q gjenerohen nga OLAP:

25000

20000

15000

10000
Minuta_te_rimbushura
5000

0 201 +
10 30

31 60

61 90

91 120

121 150

151 200

Figura 4.15 Segmentimi i minutave ndrkombtare

far tregon se klientt q blejn m shum minuta ndrkombtare nga baza q u morr
pr eksperiement, jan ata t segmentit 61-90 minuta.N baz t rezultatit drejtuesit
mund t parashikojn tarifat e interkonjeksionit q lidhen me prdorimin e rrjetit drejt
operatorve ndrkombtare.

Analizat mbi kt datamart mund t shtrihen sado n koh.

Analiza 5
Nj analiz e shpesht q duhet pr drejtuesit, sht edhe ecuria e sjelljes s klientve e
shtir n koh. Kjo analiz krkohet si pr trafikun realizuar prej klientve, por edhe
pr veprime t tjera sikurse jan rimbushjet, blerjet e ofertave etj. Ecuria e klientve e
shtrir n koh, prbn nj informacion ky pr monitorimin e sjelljes s klientve
[20].
M posht sht nj nga rezultatet e prftura nga OLAP i msiprm pr t kuptuar
shprndarjen e t ardhurave t nj muaji sipas moshs s klientve n kompani.
Mosha e klientve n kompani ka lidhje m kohn kur klienti ka lidhur kontratn.
Kshtu pr kt krkese marim rezultatin e mposhtm:

60
 Janar 2009
Shkurt 2009
Mars 2009
Prill 2009
Maj 2009
Qershor 2009
Korrik 2009

Figura 4.16 Analiza 5 Shprndarjen e t ardhurave t nj muaji sipas moshs s

klientve n kompani

Rezultate 5
Klientt q kan lidhur kontrat n muajt paraardhs, vazhdojn t jen po aq aktiv n
rrjet edhe n muajt vijues. Abonentt e krijuar n Mars 2009 kan nj performanc m
t mir krahasuar me t tjert. Pr t gjetur arsyen prse diferencon ky muaj, drejtuesit
mund t futen m thell n analizime me an t operacioneve OLAP, pr t kuptuar
nse ky rezultat ka lidhje me ndonj ofert, destinacion apo me nj plan tarifor
specifik.

Analiza 6
Gjithashtu me vler esht kontrolli i ecuris s klintve n baz t moshs s tyre me
kompanin. Kshtu analiza e mposhtme tregon ecurin n muaj, pr klientet e
rregjistruar n Janar 2009.

1,800,000
1,600,000
1,400,000
1,200,000
1,000,000
800,000
600,000
400,000 Janar 2009
200,000
0

Figura 4.17 Analiza 6 Ecuria e klientve n baz t moshs s tyre me kompanin

61
4.7 KPI pr kontrollin e balancave t klientve

Pr kompanin sht shum e rndsishme analiza e kontrollit t balancave t

klientve. Ky kontroll ka t bj me analizn e gjth veprimeve t sistemit t faturimit
q ndikojn n ndryshimin e balancs s klientit. N thelb t ksaj analize sht nj
rakordim i balances kryesore t klientve n dy periudha kohore q mund t jen dy
dit t njpasnjshme apo dita e pare e dy muajve vijues.

Prcaktimi i problemit

Departamenti financs krkon nj analiz mujore q mat indikatorin e diferencs s

balancs ekzistuese s klientve n fund t muajit, me at q duhet t ishte nga
prllogaritjet e gjith veprimeve q ndikojn n vlern e balances.

Analiza e problemit
Sistemi i faturimit do t jet burimi prej nga do t grumbullohen t dhnat e duhura.
Nga analiza e problemit, u pcaktuan n nivelin m t lart entitet-et nga ku duhet t
grumbullohen t dhnat. T dhnat e mposhtme prbjn bazn e modelimit
konceptual t databazs q do t ndrtojm.

Kshtu veprimet q ndikojn n vlern e balancs kryesore t nj klienti jan:

1-Rimbushjet- q sht proesi i shtimit t balancs kryesore me vler leksh, prej

rimbushjeve me karta fizike, elektronike, etopup, etj

Ky veprim i kryer nga klienti shton balancn e klientit me vlern prkatse t

rimbushjes.

2-Trafiku- q sht prdorimi i shrbimeve t rrjetit n drejtim t thirrjeve, mesazheve

apo edhe shrbimi i t dhnave internet.

Ky veprim i kryer nga klienti ul balancn e klientit me vlern q kushton trafiku i kryer
i klientit.

3-Blerja e ofertave- sht proesi q zakonisht q ul vlern e balancs me shumn q

kushtojn ofertat. Ofertat mund t jen t larmishme q ofrojn minuta, mesazhe apo
shrbim t dhnash me nj mim m t ult se normalisht.

Ky veprim i kryer nga klienti ul balancn e klientit me vlern q kushton oferta e bler.

4-Transaksionet e tjera- jan proeset e tjera q ndikojn n balancn e klientit, si

transferimi i kreditit, aktivizimi i ndonj shrbimi etj

Ky veprim i kryer nga klienti ul balancn e klientit me vlern totale t transaksioneve

t tjera.

62
Gjithashtu sht thelbsore t gjendet mnyra e kapjes s vlers s balancave
prkatsisht n dy periudhat kohore t krkess.
Diagrama e mposhtme paraqet skemn e zgjidhjes s problemit t kontrollit t
balancave t klientve:

Rimbushjet Mujore Trafiku i kryer Mujor Blerja e ofertave-Mujore Veprime t tjera monetare

Vlera totale Vlera totale Vlera totale Vlera totale

Balanca e klintve-fillim muaji

id_balancs
emri_balancs +Rimbushje -Trafiku -Vlera e bundles -Vlera e veprimeve
vlera_balancs

Balanca e prllogaritur -fund muaji

id_balancs
emri_balancs
vlera e prllogaritur e balancs
...

Krahasohet
balanca reale n
JO fund t muajit me
Investigim at t
prllogaritur.
sht e njjt?

PO
END

Figura 4.18 Analiza pr kontrollin e balancave t klientit

Modelimi llogjik

Gjat ktij modelimi duhet t identifikojm tabelat e sistemit burim, prej nga do t
merren t dhnat pr zgjidhjen e problemit. Si dhe t prcaktojm mnyrn si do t
bhet nxjerja e informacioint. Modelimi llogjik prcaktoi llojin e t dhnave t
nevojshme pr ndrtimin e analizave. Pr t dhnat q duhet t nxjerim, analizojm
burimin. Tabelat prej nga do t grumbullohet informacioni jan:

-Tabelat e rimbushjeve n sistemin burim. Informacioni i rimbushjeve n sistemin

burim sht i shprndar n tabela t ndryshme q ruajn informacionin sipas
proeseve t ndryshme t rimbushjes q mund t jen: rimbushje fizike, rimbushje
elektronike, etopup, etj.

-Tabelat e trafikut n sistemin burim. Pr t nxjerr informacionin e trafikut nevojiten

dy tabela: ajo e trafikut dhe balancave q ka afektuar trafiku i kryer
-Tabela e veprimeve e blerjes t blerjes s ofertave.
-Tabelat e veprimeve t tjera monetare.
-Tabelat e gjendjes s balancave pr do klient.
63
Modelimi Fizik

Pr modelimin fizik t databazs, aplikohen skripte DML, q krijojn objektet e

databazs ton.

Proeset ELT

Edhe n kt rast, proeset ELT q do t ndrtohen do t prbhen nga dy tipe

proedurash:

- Proedurat fillestare, q ngarkojn informacionin pr here t par n databazn ton

- Proedurat ditore q do t kujdesen pr t grumbulluar informacionin e shtuar n
burim.

Jan ndrtuar proedura n Oracle pr secilin prej entiteve. Ato identifikojn

informacionin e shtuar pr ta ngarkuar n tabelat destinacion. Ndryshimi i
informacionit n kto tabela, prcaktohet nga elementi Dat, sepse t gjitha veprimet
e prmendura m sipr n databazn burim ruhen s bashku me kohn e plot kur kto
veprime ndodhin.

Analiza e prftuar (me vlera demonstrative):

Si rezultat i modelit t ndrtuar prfitohet vlera e KPI q u krkua.

KPI_DIFERENCA (TBMP - TBM) 500.00

Gjithashtu mund edhe t detajohen elementt q japin rezultatin e ktij KPI. Nse
duhet informacion m i detajuar, pr elementt prbrs marrin raportin e prmbledhur
t mposhtm (me vlera demonstrative):

Tabela 4.2 Elementt prbrs t KPI3

Koha_fillimit 01/06/2009 03:10:00

Koha_mbarimit 01/07/2009 03:10:00
Total_Balance_fillim (TBF) 2000
Total Balance mbarim (TBM) 1000
Total Balance mbarim sipas prllogaritjeve
(TBMP= TBF -T+R- VT -RC- BO) 500
Trafiku (T) 2600
Rimbushjet (R) 1000
Veprimet e tjera (VT) -200
Blerje Oferte (BO) 100

64
Rasti i modelit t ksaj analize, kontrollon t dhnat e databazs, por edhe ndihmon n
identifikimin e ndonj problematike t mundshme n sistemin e faturimit.
Ky i fundit sht edhe qllimi i ksaj analize. do vler m e lart se normalja e lejuar
pr kt KPI, do t vijoj me investigime n dy drejtime:

1-Proeset ETL t sistemit DWH, pr tu siguruar q informacioni nga burimi

sht nxjerr, transformuar dhe ngarkuar n mnyr korrekte.

2-Proeset e sistemit t faturimit, nse bhet fjal pr nj keq funksionim t tij.

Pr t mundsuar investigime, n zbulimin e problemit t fshehur mbas vlers s lart

t ktij KPI (sipr vlerave t lejuara), analizat mund t thellohen n nivel klienti. N
kt mnyr identifikohen klientt t cilt e kan vlern e indikatorit m e lart se vlera
e lejuar.

Gjithashtu vlen pr tu prmendur se vlera e ktij KPI n kushte reale nuk mund t jet
asnjher 0, pasi n momentin q nxiren t dhnat e balances s klientit prej tabels
llogari_klienti, ai mund t jet duke kryer nj nga veprimet q prmendm m sipr.
Pr kto veprime, ende mund t mos jet rregjistruar rekordi prkats. Prandaj vlera e
lejuar e KPI, sht nj vler e vogl e ndryshme nga 0.

Automatizimi i proesit

Prderisa kjo analiz sht thelbsore pr mbarvajtjen e kompanis, proeset q

gjenerojn kto analiza, jan automatizuar pr t mundsuar informacin t shpejt dhe
t sakt.

Automatizimi konsiston n:

1-Ndrtimin e Job-eve n Oracle, q ekzekutojn n nj koh t skeduluar proedurat

q realizojn nxjerrjen e informacionit, transformimin dhe ngarkimin n databazn
destinacion.

2- Prodhimin automatik t analizave t prmbledhura apo t detajuara.

3- Pamje grafike e rezultatit t Kpi (si do t ilustrojm m posht).

65
4.8 KPI pr kontrollet e sigurimit t t ardhurave

Kontrolli dhe ulja e mundsive pr humbje t ardhurash sht nj nga pikat kryesore t
nj kompanie telekomunikacioni. Fakti q informacioni rrjedh n disa platform, deri sa
t prfundoj n sistemin e faturimit, shton mundsin q pr ndonj arsye, t ket
rrjedhje t t ardhurave.

Ajo duhet t sigurohet n do koh q t gjitha rekordet q kalojn n platformat e

rrjetit duhet t kalojn n platformn e faturimit. Drejtuesit e kompanis shum shpesh
pyesin:
1- Si mund t sigurohemi q do minut nga trafiku i ruajtur n platformn MSC,
gjeneron t ardhurat e nj minute?
2- A jan llogaritur n rregull faturat e klientve me kontrat?
3- Cilat jan rekordet q jan prjashtuar nga proesi i faturimit?

Prgjigjen e ktyre pyetjeve duhet ta gjenerojn personat prgjegjs pr sigurimin e t

ardhurave. Sigurimi i t ardhurave sht proesi q kontrollon se kompania faturon dhe
mbledh t ardhurat e plota t shitjeve dhe prdorimit t shrbimeve q ato ofrojn.
Ky proes sht nj eshtje shum e hershme e kompanive celulare, pr aq koh sa
kan ekzistuar aparatet telefonik [20].

Burimet kryesore t humbjes s t ardhurave mund t jen:

- T lidhura me rrjetin.
Si pr shembull: rekordet e thirrjve/sms/data q nuk kalojn nprmjet switch-
it, rekordet q nuk rregullohen nga Mediation, rekordet q nuk jan t tarifuar
n rregull nga sistemi i faturimit, gabimet e interkonjeksionit, etj

- T lidhura me Mediation.
Si pr shembull rasti kur, gjat filtrimit t rekordeve me parapages/ apo me
kontrat ndodhin problematika, rekordet e dyfishta q gabimisht mund t
gjeneroj kjo platform.

- T lidhura me faturimin.
Pr shembull t lidhura me planin tarifor jo korrekt, ulje m e madhe e faturimit
se duhet, faturimi i vonuar, etj.

Kontrolli i ktyre problemeve t msiprme monitoron humbjen e mundshme e t

ardhurave, q sht diferenca e t ardhurave qe duhet t fitohej me vlern aktuale t
mbledhur. Pr kt KPI, nevojitet nj sistem DWH.

Si ndihmon nj sistem DWH, n kt proes?

Pr aq koh sa sistemi i DWH mund t integroj t dhnat nga t gjitha burimet e

kompanis, mund t ndrtohen raporte dhe analiza q bazohen mbi bashkrendimin
dhe ballafaqimin e t dhnav nga shum burime.

66
N parim gjith ky proes, krkon prplasje rezultatesh. BI kontribuon n identifikimin
e ktij problemi. Zakonisht modeli i BI kontrollon t dhnat para dhe pas do elementi
t sipr prmendur.
Pr shembull, trafiku kopjohet n DWH prpara se t futet n sistemin e Mediation dhe
gjithashtu edhe pasi t dal prej tij. Nj shembull i nj gabimi mund t jet kur nje
numr kalon nga numr me para pagese n numr me kontrat dhe Mediation e filtron
pr numr me parapages, sepse nuk ka mar akoma profilin e ndryshuar t numrit.

N prgjithsi, elementt m kryesor t raportimit BI, pr ruajtjen e t ardhurave t

kompanis jan si m posht:

Matje: Minutat e tarifuara/Minutat e origjinuara/Numri i thirrjeve/Shrbimet

Dimensione: Produkte/Operatori Interkonjeksionit/Koha/ Tipi i thirrjes (Origjinuese,

Terminuese)/Tipi i klientit (me parapages/ me kontrat)/Pajisje Rrjeti/ Destinacionet

Skema e mposhtme paraqet diagramn e kontrollit t sigurimit t t ardhurave, q

mund t aplikohet n nj kompani telekomunikacioni:

Element Sistemi i tarifimit

Mediation Sistemi i Sistemi i
Rrjeti
Provizionimit Pagesave

Rekordet e trafikut Rekordet e Trafiku i faturuar

Statusi i Klientit
Rekordet e trafikut nga interkonjeksioni Pagesave Rekordet e Pagesave
Rekordet e klientit

DWH

Adaptues Adaptues Adaptues Adaptues

shrbimesh CDR T tjer profili

OLAP Serveri i BI Rregulla

ballafaqimi

Raportime Analiz KPI

Figura 4.19 Proeset e sigurimit t t ardhurave n kompani

Kontrolli i informacionit si m sipr mundson sigurimin e t ardhurave t kompanis.

DWH ndihmon n kt proes. Sapo kapet nj devijim i rezultateve nga ballafaqimi i
dy apo m shum burime, investigohet n mnyr m t detajuar mbi shkakun e
problemit.

67
Mjetet e BI ofrojn edhe nj pamje vizuale t KPI q lidhen me sigurimin e t
ardhurave. Nprmjet monitorimit t vlerave t KPI, q zakonisht sht diferenca e
lejuar midis rezultateve t dy sistemeve, kapet n momentin m t pare devijimet nga
vlerat e lejuara dhe reagimi ndaj do problematike sht m i shpejt.

4.9 Monitorimet e Kpi

BI ofron vizualizime t tipit t ndryshm sikurse jan: grafet, dashboard-et.
N do moment drejtuesit mund t kontrollojn ecurin e KPI t tyre [14]. Nj nga
matjet e rndsishme q u intereson drejtuesve, tregon numrin e kontratave t lidhura
me kompanin n do dit. Nj shembull sht si m posht, ku nga n at moment
sht arritur 35% e KPI. Kto monitorime realizohen n mnyr grafike si m posht:

Figura 4.20 Vizualizim i KPI

Dashbord-et
Kto jan nj tjetr mnyr prezantimi i t dhnave t nj sistemi DWH, q ofrojn
mjetet BI.Kjo mnyr mundson paraqitjen e rezultateve t prmbledhura vizualisht n
nj ndrfaqje lehtsisht t kuptueshme pr drejtuesit e kompanis.

Figura 4.21 Shembull dashboard-i

68
4.10 Problematika t hasura gjat puns s ndrtimit t datamart-it

Problematika kryesore e ndeshur n disa raste t puns, lidhet me performancn e

ekzekutimit t proeseve ELT. Informacioni n rritje i datamart-it, solli probleme n
ngarkimin e informacionit q shpesh reflektonte edhe n vonesa t ekzekutimit t
krkesave. Masat q u morn, lidhen me proeset e optimizimit t databazs dhe
proedurave t ndrtuara n Oracle.
Kshtu disa nga hapat q ndoqm pr prmirsimin e performancs:

1-Analiza dhe ndryshimi i parametrave t konfigurimit t databazs q ndikojn

drejtprdrejt n mnyrn e funksionimit t databazs.

2-Prdorimi i paralelizmave mbi tabelat Fakt, pr operacionet DML q ngarkojn apo

ndryshojn t dhnat mbi tabelat e mdha.

3-Prdorimi i Hinteve optimizuese, n prmbajtje t proedurave q realizojn shtimin

dhe ndryshimin e t dhnave n tabelat e mdha.

Si pr shembull : insert /*+ APPEND */ into Tabela_Stage_Trafiku

4-Ndarja n dy pjes e volumit t puns s proesimit ditor t Fakteve, pr t prftuar

nj performance m t mire. Kshtu nj job i cili ishte menduar t ekzekutohej nj here
n dit, pr t kapur informacionin e nj dite para, ndahet n dy job-e prbrs q
proesojn secili informacionin e gjysms s dits.

5-Rivlersim i secilit indeks t ndrtuar, pr su siguruar q secili prej tyre sht

shfrytzohet ashtu si duhet.

6-Grumbullimi i statistikave n mnyr t vazhdueshme pr tabelat Fakt t databazs

duke ndrtuar job-e t Oracle si m posht. Kjo ndihmon n prmirsimin e planit t
ekzekutimit t krkesave ndaj sistemit.

M posht demostrohet proedura e mbledhjes s statistikave pr nj tabel.

69
7- Ndrtimi i nj skeme monitorimi pr:

-Pr sjelljen e databazs (si kontroll i tablespace-ve, shrbimeve t databazs,

memorjes etj)
-Pr ekzekutimin e proedurave t Oracle (q sigurojn aplikimin e ELT)

Mbas masave t msiprme, situata e databazs u prmirsua ndjeshm dhe pr

rrjedhoj edhe gjenerimi i analizave. Tabela e mposhtme tregon prmirsimin.
Dhe gjithashtu u prmirsua koha e proedurave q realizojn nxjerrjen, ngarkimin dhe
transformimin e t dhnave. Tabela e mposhtme jep rezultatin e prftuar:

Tabela 4.3 Krahasimi i ekzekutimit t job-eve ELT

Emri_jobit Frekuenca Kohezgjatja

NGARKO_TRAFIKU Freq=Daily;ByHour=01;ByMinute=05;BySecond=05 4:28:56
NGARKO _RIMBUSHJET Freq=Daily;ByHour=05;ByMinute=00;BySecond=05 2:08:50
Freq=Daily;ByMonthDay=5;ByHour=22;ByMinute=05;ByS
NGARKO _TRANSAKSIONET econd=05 1:11:10
KONTROLL_TABELA_STAGE_TRA
FIKU Freq=Weekly;ByHour=05;ByMinute=15;BySecond=05 6:38:47

Emri_jobit Frekuenca Kohezgjatja

NGARKO _TRAFIKU Freq=Daily;ByHour=01;ByMinute=05;BySecond=05 01:28:56
NGARKO _RIMBUSHJET Freq=Daily;ByHour=05;ByMinute=00;BySecond=05 00:08:50
Freq=Daily;ByMonthDay=5;ByHour=22;ByMinute=05;ByS
NGARKO _TRANSAKSIONET econd=05 00:09:10
KONTROLL_TABELA_STAGE_TRA
FIKU Freq=Weekly;ByHour=05;ByMinute=15;BySecond=05 3:24:42

70
4.11 Konkluzione
Duke ndjekur t njjtn llogjik si datamart-i i msiprm, mund t ndrtohen edhe
modele t tjera shum dimensionale t drejtuar drejt subjekteve si:

-Analizat e domosdoshme pr aplikimin e skems s komisionimeve. Kjo ka lidhje me

matjen e performancs s pikave t shitjes s kompanis, n drejtim t elementve:

-Veprimet e lidhjeve dhe shkputjeve t kontratave q ata kan realizuar.

-Vlerimet e rimbushjeve, q kan realizuar klientt e aktivizuar prej tyre.
-Veprimet e paketave q kan bler klientt e aktivizuar prej tyre.

Pr modelet e shpjeguara n kt kapitull, u przgjodh aplikimi i metods ELT pr t

ofruar nj performanc t lart t databazs. Por kjo zgjidhje krkon hapsira shtes
pr ruajtjen e infomacionit Stage.

Performanca e lart e nxjerrjes s informacionit, ruhet pr aq koh sa mirmbahen dhe

optimizohen objektet e databazs. N rast t kundrt proesi ELT do t rezultonte
shum i ngadalt dhe pr pasoj edhe performanca e puns s sistemeve operacional
(n rastin ton sistemi i faturimit) do t prkeqsohej.
Kjo sht arsyeja prse sistemet DWH popullohen shum shpesh nga skedar output t
prodhuar prej sistemit t faturimit, duke ndrtuar mekanizma n sistemet burim, q
realizojn nxjerrjen e informacionit t nevojshm n skedar tekst.

Fokusi i Bi nuk jan vetm t dhnat aktuale por edhe ato historike dhe gjithashtu
analizat parashikuese. N kapitullin q vijon, do t trajtojm mundsit e prfitimit t
analizave parashikuese.

71
Kapitulli 5: Zbulimi i njohurive n t dhnat e telekomunikacionit

5.1 Hyrje

N kuadrin e funksioneve t teknologjis BI, nuk mund t mos prmendim aftsin e

zbulimit t njohurive, nprmjet mjeteve Data-mining.

Zbulimi i njohurive mbi t dhnat e nj kompanie telekomunikacioni sht br

gjithmon e m i rndsishm. Fakti q kto kompani jan t mbi populluara me
burime t dhnash pr klientin dhe jan gjithmon n konkurenc pr t gjetur armn e
suksesit, bn q zbulimi i njohurive mbi t dhnat q disponojn t luaj nj rol ky.
Proeset q jan t rndsishme pr tu ndjekur, si zbulimi i abuzimeve apo zbulimi i
njohurive pr t identifikuar dhe parashikuar gabime t rrjetit, jan kritike dhe gati t
pamundura t menazhohen pa mjete t tilla.

Sipas arkitekturs standarte t sistemeve DWH, mjetet Data-mining aplikohen mbi t

dhnat e prmbledhura, q zakonisht jan datamarte. Aplikimi i teknikave t zbulimit
t njohurive n fushn e telekomunikacionit krkon informacion t prmbledhur sepse:

1-T dhnat e detajuara, jan t dhna q shkojn disa TB

2-Pr vet proeset q mbulon, nuk i vlejn t dhnat e detajuara q ka nj kompani e
till. Pr shembull si rekordet e trafikut t detajuar dhe ai t dhnave t rrjetit jan t pa
prdorshme n mnyr direkte nga kto mjete. Duhen q pik s pari t prmblidhen n
mnyr t till pr t ndrtuar mbi to modele t zbulimit t njohurive.

Por nga ana tjetr, pr t funksionuar si duhet kto teknika hasin vshtirsi sepse:

-Aplikohen pr t parashikuar ngjarje shum t rralla

-Krkojn nj sistem grumbullimi t dhnash n koh reale.
far e bn t vshtir, aplikimin e ktyre teknikave mbi sistemet e zakonshme DWH
(q popullohen me frekuenc ditore). Ato krkojn sisteme DWH q popullohen n
koh reale pr t dhn produktivitet.

N kt kapitull, do t paraqiten mundsit e aplikimit t teknikave, n zbulimin e

njohurive n telekomunikacion.

72
5.2 Aplikacionet Data-mining

Aplikacionet Data-mining t aplikuara n telekomunikacion grupohen n tre fusha

[21]:

Tabela 5.1. Proeset e biznesit q mbulojn aplikacionet Data-mining

Aplikacione Data-
mining Proeset e biznesit
Mat vlern e klientve dhe mban klientt q i sjellin m shum
prfitim
Profilizimi Gjeneron profilet e klientve dhe nxjerr njohuri pr qllim t
marketingut
Trheq klient t rinj
Rrit fitimin
Analiza t fenomenit 'churn'
Zbulimi i
Abuzimeve Identifikimi i prdoruesve abuziv
Zbulimi i elementve abuziv q hyjn n llogarit klintv
Zbulimi i modeleve jo t zakonshm si ort e zna, dyndjet e
rrjetit
Izolimi
problemeve t
rrjetit Identifikimi i defekteve t rrjetit
Menaxhimi i ngarkess s sistemit dhe prdorimi i tij
Identifikimi i sjelljes s grupeve t prdoruesve dhe krahasimi i
t dhnave t trafikut

5.3 Profilizimi i klientve

Sikurse prmendm edhe n kapitullin 4, kompanit jan n krkim t njohurive q
lidhen me sjelljen e ktyre klientve.
Rezultatet e sjelljes s klientve q nxorm nga analizat e prftuara mbi modelet
datamart si: prdorimi i shrbimeve sipas ditve t javs, orve t dits, apo ndarja e
klientve sipas t ardhurave dhe minutave (ndrtuar n kapitujt paraardhs)
shfrytzohen pr profilizimin e klientve.

Prej profilizimit t klientve gjejn zanafilln shum oferta.

Prej profilizimit t klientve gjen zanafilln oferta e njohur e quajtur Familje & Shok
(F&F), e cila ofron mime t ulta drejt nj grupi t prcaktuar numrash. Kjo tip oferte
aplikohet edhe nga kompanit vendase.
Ky fakt sht sjell nga Han [24], kjo ofert u krijua n 1991 nga MCI. Ajo lindi
pikrisht pasi u vun re disa nn grafe n analizn e grafit t thirrjeve, q solli
propozimin e shtimit t gjith elementve t ciklit t thirrjeve krahasuar me shtimin e
nj numri individual.

73
Nga zgjidhet q ndrtuam me modelin e datamart-eve, mund t prmendim disa prej
rezultateve q do t vlejn si tipare pr teknikat Data-minig n prcaktimin e sjelljes s
nj klienti dhe profilizimin:

1- Kohzgjatja mesatare e thirrjeve

2- % e thirrjeve pa prgjigje
3- % e thirrjeve drejt/terminim nj destinacioni t caktuar
4- % e thirrjeve t ditve t javs
5- % e thirrjeve sipas orve t dits (09:00-16:00)
6- Mesatarja e thirrjeve t origjinuara do dit
7- Thirrjeve drejt destinacioneve t caktuar n nj periudh t caktuar

T gjitha kto mund t prdoren pr t krijuar nj profil t nj klienti. Nj profil i till

shfrytzohet pr disa aplikacione. Nj rast mund t jet diferencimi i klientve individ
apo biznes prej tiparit te 4 dhe 5 t sipr prmendur.

Pika 5 e msiprme ka pr kriter at periudh kohore, sepse nga analiza e raportit t

thirrjeve t klientve biznes me ato individ sipas formuls s paraqitur, merret rezultati
i mposhtm:
% e thirrjeve n do or t ditve t javs pr klientt biznes/
% e thirrjeve n do or t ditve t javs pr klientt individ

Figura 5.1 Raporti i thirrjeve pr do or

Figura e mposhtme tregon q gjat periudhs 09:00-16:00, thirrjet pr klientt biznes

ishin rreth 1.5 her m shum sesa ata individ. Vihet re q rreth ors 5 raporti shkon
drejt 1, q do t thot se thirrjet rreth ksaj ore nuk jan shum t prdorshme pr t
diferencuar bizneset nga individt. Ndrsa thirrjet nga 18:00 -01:00 gjithashtu jan t
vlefshme pr t diferencuar klientt.

74
-Me an t teknikave Data-mining, parashikohet edhe fenomeni churn, t ciln e
prmendm edhe n kapitujt paraardhs.
Ky sht proesi i largimit t nj klienti nga nj kompani pr t shkuar te nj kompani
tjetr [17]. N situatn e sotme do klienti i lejohet t largohohet nga kompania duke u
rregjistuar me t njjtin numr si pjes e nj kompanie tjetr, fal proesit Mobile
Number Portability (MNP).

Ky problem paraqet nj rndsi t veant pr do kompani, prderisa shkakton

humbje n t ardhura kur gjithashtu dihet kostoja e lart q i duhet pr t marr nj
klient t ri. Ajo zakonisht ndodh si vijim i ndonj oferte shum t mir n dukje, q
mund t vij nga nj kompani konkuruese.

Teknikat Data-mining, u lejojn kompanive mundsin pr t vlersuar njohurit nga

t dhnat historike dhe t parashikojn mundsin e ktij proesi. Kto teknika
kryesisht mbshteten mbi t dhnat e faturimit, t thirrjeve t detajra, informacioniet e
rregjistrimeve t klientve (si plani tarifor, koha e prfundimit t kontrats) dhe
informacioni mbi klientt si mosha.

N kapitullin 4, paraqitm lidhjen e fenomenit churn me segmentin e klientve q

prdorin m pak shrbimet e rrjetit (analiza 4), apo me klientt q tentojn t lvizin
drejt segmenteve m t ulta t t ardhurave (analiza 3).
Kto tip analizash prdoren nga mjetet Data-mining n parashikimin e mundsis s
ktij fenomeni.

Parashikimet rezultat t ktyre teknikave, prdoren nga drejtuesit e kompanis pr t

marr hapat e duhura (t prmendura n seksionin 2.3.2)
Bazuar n modelet specifike t do kompanie, mund t merren masa t ndryshme:
sikurse dhurimi i nj telefoni pr klientt q u prfundon kontrata. Kto teknika
prdorin rrjetet neural pr t parashikuar probabilitetin e largmit h(t) n nj koh t
caktuar t [25].
Teorikisht t dhnat e trafikut, t prmbledhura n nivel klienti t detajuara t trafikut,
shfrytzohen nga nj program klasifikues me induksion dhe mund t prdoret mbi nj
bashksi shembujsh pr t ndrtuar nj klasifikues [22].
Kjo metod prdoret pr shembull pr t evidentuar linjat telefonike qe i prkasin nj
telemarketingu dhe pr t klasfikuar nj linj telefonike nse prdoret pr thirrje, t
dhna apo faks.
sht e rndsishme t vihet re se, nse do kompani ruan informacionin e thirrjeve
kur numri sht klient i saj, ather gjithashtu ajo di thirrjet q marin numrat q sjan
klient t tyre. Sepse sht rasti kur numrat e kompanis bjn thirrje drejt numrave t
nj kompanie tjetr.
Prandaj n rastin e nj kompanie q ka nivel t lart penetrimi n treg, ky shembull i
sipr prmendur mund t shtrihet edhe pr t profilizuar edhe numrat q sjan klient
t tyre. Por prdorimi i ktyre t dhnave nga pikpamja e numrave q nuk jan klient, i
nnshtrohet rregullave legale t prcaktuara nga rregullatort e telekomunikacionit.

75
5.4 Zbulimi i abuzimeve (Fraud)
Abuzimet n telekomunikacion, q n termin ndrkombtar quhen Fraud, jan
probleme serioze q ojn n humbje t mdha t kompanive.
Sipas Wikipedia [37], nga nj raport i vitit 2011 humbjet e kompanive prej abuzimeve
(PBX/ Voicemail Systems) ishte rreth $4.96 Bilion (USD). Prandaj do kompani
telekominikacioni i kushton nj rndsi t veant identifikimit sa m t shpejt t
abuzimeve.

Abuzimet ndahen n dy kategori:

1- Abuzim rregjistrimi
Kjo ndodh n rastet kur nj klient rregjistrohet n kompani me qllimin pr t mos
paguar asnjhr detyrimet.

2- Abuzim mashtues i mbivendosur

Ka t bj m rastin kur nj llogari hapet n mnyr t ligjshme dhe kryen disa
veprime t ligjshme, por nga na tjetr nj apo disa persona t ndryshm nga mbajtsi i
llogaris kryejn veprime t pa ligjshme [21].

Tipi i dyt paraqet nj problem shum t madh n telekomunikacion, pr kt arsye

ndiqet me prioritet duke aplikuar aplikacione q identifikojn n kohn m t par kt
tip abuzimi. Kto aplikacione n mnyrn m ideale duhet t punojn me t dhna n
koh reale. Sapo kapet nj rast i identifikuar apo i dyshuar, aplikacioni duhet t
gjeneroj disa veprime t paracaktuara.
Veprimet mund t jen t tipit: bllokim thirrjesh, rregjistrim t llogaris etj.

T dhnat q shkrytzojn teknikat Data-mining pr zbulimin e abuzimeve jan:

1-T dhnat e trafikut. Kto tip rekordesh zakonisht nuk prdoren ashtu si jan pr
aplikacionet Data-mining, pasi kto aplikacione kan pr objektiv t zbulojn njohuri
n nivel klienti dhe jo n nivel rekordi t detajuar trafiku. Prandaj n arkitekturat m t
rekomunduara, kto aplikacione bazohen mbi sisteme DWH apo datamart, ku
informacioni q shfrytzohet prej tyre sht i prmbledhur [21].

2- T dhnat e klientve si: emri, adresa, plani tarifor, informacioni i kontrats q ka

lidhur me kompanin, niveli i kreditit, historia e pagesave, etj

76
Metoda m e zakonshme e identifikimit t abuzimeve sht nprmjet ndrtimit t nj
profili pr sjelljen e klientve dhe krahason kt profil me aktivitetin historik.
Kto aplikacione bazohen n metodat e identifikimit t devijimit.

Por meqnse jo do devijim mund t jte abuzim, sistemet e bjn krahasimin me

profilin e nj abuzuesi t prgjithshm dhe nxjerr alarme nse profili aktual prputhet
[21]. Dy tipet e t dhnave q prmendm m sipr, mund t kombinohen pr t
identifikuar abuzimin. Pr shembull nj rregull i njohur q kombinon t dhnat e
klientit me thirrjet pr identifikimin e abuzimit t celularit sht [23]:

Klientt q kan nj plan tarifor q bn telefonata internacionale t shtrenjta dhe q

paraqesin nj rritje shum t lart n thirrje ndrkombtare, jan me shum gjasa
viktima t klonimit t abuzimit.

Gjithashtu nprmjet analizave t detajuara t trafikut, aplikacionet Fraud ndihmojn

n identifikimin e mtejshm t abuzimeve duke identifikuar numrat e tjer q ka
telefonuar nj numr i njohur si abuzues.
Kshtu nse shum thirrje nga nj numr tjetr kan pr destinacion numra nga lista e
dyshuar pr abuzim, mund t dyshohet pr nj prdorim abuzues [21]. Kontrolli
vazhdon zinxhir.
Aplikacionet Fraud kan disa karakteristika t ndryshme nga teknikat standarte Data-
mining. Pr shembull performanca e sistemeve Fraud duhet t prllogaritet n nivel
klienti, jo n nivel thirrje [23]. Duke qn se ndrtohen pr t kapur ngjarje t rralla,
edhe testimi i tyre vshirsohet. Ndjekja e fenomenit t abuzimit si dhe marrja e
masave sa m t shpejta n raste t prezencs s problemit, sht thelbsore pr t
minimizuar humbjet.

5.5 Izolimi i defekteve t rrjetit

Teknikat Data-mining prdoren edhe pr izolimin e defekteve t rrjetit.
Rrjetat e telekomunikacionit prmbajn shum konfigurime komplekse si n software
dhe n hardware. Shumica e elementve t rrjetit bjn nj diagnostikim individual,
prandaj mund t gjenerojn miliona rekorde pr gjndjen e tyre.
Kto t dhna duhet t prmbajn n vetvete fusha si: nj emr q identifikon n
menyr unike nj element rrjeti, nj koh t prcaktuar dhe nj arsye prse sht
gjeneruar mesazhi.
Me qllim pr t menaxhuar n mnyr efektive rrjetin, t gjitha mesazhet duhet t
analizohen automatikisht pr t identifikuar defektet e rrjetit n koh reale, madje para
se t ndodhin, me qllimin e vetm t ruajn performancn e rrjetit.

Pr arsye t volumit t madh t t dhnave dhe pr arsye t frekuences s lart t nj

tip difekti q gjeneron alarme t ndryshme n dukje, kjo detyr e izolimit dhe zbulimit
t difekteve sht e vshtir.

Teknikat e Data-mining luajn nj rol t rndsishm n gjenerimin e rregullave pr t

identifikuar defektet. Nj mjet q mund t prdoret shte Telecommunication Alarm

77
Sequence Analyzer (TASA). Ky ndihmon n prftimin e njohurive prej korrelimit t
alarmeve [26].
Ky mjet zbulon tipet e alarmeve q prsriten s bashku me vlerat statistikore t tyre,
duke prdorur teknika Data-mining, si n figurn m posht.
M tej specialistt e rrjetit prdorin kt informacion pr t ndrtuar nj system
korrelues t bazuar n rregulla.

Zgjedhja e metods Shfytzimi i

Grumbullimi i t dhnave Zbulimi i Prezantimi i
s njohurive
dhe pastrimi modeleve modeleve
Zbulimit

Prezantimi i
Zbulimi rregullave
i rregullit

Figura 5.2 Diagrama e TASA [26]

TASA mundet t identifikoj rregullat q varen nga lidhje t prkohshme midis

alarmeve. Pr shembull, nse ndodh brnda 5 sekondash t dalin alarm linku dhe
gabim link ather nj alarm i tipit gabim i rndsishm linku do t ndodh pas 60
sekondash me probabilitet 0.7 [26].

Prpara se t aplikohen hapat e klasifikimit standart n problemin e izolimit t

defekteve t rrjetit, t dhnat e detajuara n koh duhet t prezantohen si nj bashksi e
shmbujve t klasifikuar [26]. Kjo prmbledhje e informacionit zakonisht krkon
prdorimin e nj periudh fikse kohore pr t par sjelljen n kt periudh. Pr
shembull, nse jan t mundshme nj numr n alarmesh, mund t prshkruhet sjellja e
ksaj njsie mbi kte periudh kohore duke prdorur nj skalar me gjatsi n.
N kt rast do fush e skalarit do t prmbaj nj numr t herve q nj alarm
specifik ndodh. N momentin q nj prcaktim i till bhet paraprakisht, mund t
prdoren mjete standarte klasifikimi pr t gjeneruar rregullat q parashikohen t
ndodhin n t ardhmen. Kjo lloj praktike q riformulon n baz kohore problemet e
rrjetit, q t mundsoj mjetet Data-miming t prdorin klasifikimept t identifikuar
problemet e rrjetit, sht studiuar nga shum emra t njohur.

Zakonisht kjo teknik ka disa probleme. M e rndsishmja sht q sipas ksaj

mnyre do t humbasin t dhna nga proesi i riformulimit. Pr shembull, nse
prdorim prezantimin scalar si m sipr, i gjith informacioni n sekuenc do t
humbas [26].

-Aplikacionet Data-minig n telekomunikacion gjithmon duhet t konsiderojn

problemin e privatsis, pr aq koh sa informacioni q ruan sht i nj niveli shum t
lart konfidencialiteti, si pr shembull numrat me t cilt telefonojn klientt e tyre.

78
Zakonisht mesazhet e rrjetit, nuk ruhen n sisteme DWH, prandaj aplikimi i funksionit
t izolimit t rrjetit krkon sisteme t veant pr ruajtjen e rekordeve t gjendjes s
rrjetit.

Industria e telekomunikacionit sht nga m t hershmet q ka adoptuar Data-mining

pr arsye t informacionit shum t madh q ruan dhe nevojs s vazhdueshme pr
zbulim njohurish nga kto t dhna. Aplikimet e ktyre teknikave n shum kompani
n bot kan rezultuar t sukseshme.

N kompanit e telekomunikacionit, n vendin tone jan shum pak t prdorura,

kryesisht pr arsye t kostos s lart q kan kto zgjidhje.

79
Kapitulli 6: Prdorimi i Learning Objects n ndihm t proesit t
edukimit n distance sipas arkitekturs s DWH me tre shtresa

6.1 Hyrje
Aplikimi i sistemeve DWH sht evident edhe n fushn e edukimit. Sisteme t tilla
mund t aplikohen pr t shfrytzuar sa m t mir t objektet msimore, n struktura
m komplekse dhe m t personalizuara t msimmarrjes.
N kt kapitull ndrtohet nj model i thjesht instruksional pr krijimin e nj LO dhe
shpjegohet ndrtimi dhe arkitektura e nj aplikacioni q nga njra an u jep mundesin
instruktorve pr krijimin dhe manipulimin e LO edhe pa patur prvoja teknike n
zhvillim, nga ana tjetr cdo individ mund t prftoj njohuri prej tyre sipas nj objektivi
t caktuar.
Gjithashtu pr nj efikasitet m t lart, propozohet prfshirja e ktyre objekteve n
sisteme DWH. Aftsit e ndrveprimit q kan sistemet DWH, mundsojn q kto LO
t jen pjes e nj migrimi n sisteme t prbashkt dhe me njohuri lehtsisht t
shkmbyeshme.

N koht e sotme Edukimi n distanc po bhet gjithnj e m thelbesor pr

produktivitetin e lart q ofron n edukim, industri, dhe menaxhim. N kt aspekt
gjithmon e m tepr shtohen prpjekjet, q investimet e teknologjis t shkojn drejt
zhvillimit t modeleve q bazohen n Learning Objects (LO) t riprdorshme t cilat
demostrojn efikasitet n msim, produktivitet dhe performanc t lart.
Problemi klasik gjat zhvillimit t proesit t msimit sht se si mund t gjendet nj
mnyr efikase pr t kaprcyer t gjitha vshtirsit e t msuarit q kan lidhje me
shum aspekte sikurse jan: mundsit e ndryshme q ka do student, niveli i
ndryshm i njohurive t tyre, motivimi apo stilet e ndryshme t msimit etj (Keith
Harman, Alex Koohang, 2007)[27].

E-learning sht nj teknologji, q ka potencial pr t sjell nj zgjidhje t problemit.

Kshtu, gjith sasia e plot e njohurive pr nj fush t veant, mund t ndahet n
komponent atomik q njihen me termin Learning Objects (LO). Kto mundsojn
msimin n mnyr t personalizuar q sjell nj efektivitet dhe produktivitet t lart (
Mark J Rosenberg, 2001) [28].

Duke identifikuar objektivat e do msim-marrsi, nj sistem msimor mund t

konfiguroj, sipas nj mnyre ad-hoc, nj prmbajtje t personalizuar njohurish dhe
t gjej mnyrn m t prshtatshme pr ta shprndar te msim-marrsi duke prdorur
materiale t shkruara video, apo audio.

Ky proes ilustrohet n figurn 6.1.

80
 Figura 6.1 Sisteme adaptive dhe t personalizuara t msimit
Sisteme t tilla ndrtohen mbi bazn e Learning Objects, t cilat duhet t ndrtohen
paraprakisht n mnyr q t funksionoj ne trsi procesi E-Learning sipas skems s
msiperme. Nj LO konsiderohet si nj pjes instruksionale e pavarur, dixhitale ose jo,
nprmjet t cils mson nj koncept t fokusuar. Nse dixhitalizohet, LO mund t
riprdoret n varietete t ndryshme, duke kursyer kohn dhe kostot e rizhvillimit t
ktij objekti. Teorit instruksionale t ofruara nga studjues si Wiley, Keith Reigeluthiv
[29], mbshtesin ndarjen e prmbajtjes instruksionale n pjes t vogla konsistente, dhe
grumbullimin e ktyre pjesve n nj larmshmri mnyrash pr t arritur qllime
specifike dhe efiente gjat proesit t msimit. Po sipas ktyre studiuesve, nj LO
prbhet nga tre element kryesor:
-Prmbajtja instrusionale: q ofron njohuri pr lexuesit dhe u jep mundsin pr t
arritur nj objektiv t caktuar njohurish.
-Metadata: q prmban fjal kye t cilat prshkruajn atributet pr nj LO.
Metadata u jep prdoruesve fuqin e specifikimit t atributeve t duhura pr nj
prmbajtje instruksionale. Metadata e bn krkimin m efient dhe sjell lehtsi n
riprdorim t objekteve npr kurse t ndryshme dhe aplikacione t ndryshme.
-Ndrveprimi: q bn t mundur ndrtimin e Objekteve Msimore sipas
specifikimeve teknike t bazuara mbi standarde teknike q mundsojn edhe
komunikimin i tyre me sisteme t tjera menaxhimi, databaza dhe aplikacione t tjera
web-i.

6.2 Modeli i propozuar pr LO

Duke ju permbajtur elementve e sipr prmendur kemi ndrtuar nj model LO.
Sipas modelit ton, nj LO do t prkufizohet si nj njsi me prmbajtje instruksionale
q mund t prmbaj mundsi pr msim, praktik, vleresim, t gjitha kto pr t
arritur nj objektiv t caktuar njohurish.
Kshtu anatomia e modelit q propozojm paraqitet sipas figurs 2:

81
 Figura 6.2 Modeli i LO

Pikrisht sipas ktij modeli t propozuar pr nj Learning Object, kemi ndrtuar nj

aplikacion q nga njera ane u jep mundsi instruktorve t krijojn vet LO me
prmbajtje dhe paraqitje t ndryshme edhe pa pasur njohuri teknike zhvillimi, nga ana
tjeter do lexues mund t prfitoj njohuri prej tyre duke ndjekur fazn e msimit,
praktiks dhe vlersimit. do LO sht i prbr nga aset t ndryshem, t cilat mund
t jen nj tekst, nj paragraf, nj titull, nj figur, apo video.
Arkitektura e ktij aplikacioni prbhet nga nj databaz relacionale, ColdFusion MX
dhe Flash Communication Server MX si aplikacione serveri, ndrsa nga ana e klientit
mjafton nj Flash Player dhe thjesht shfletues Web-i.
N figurn 3 paraqitet arkitektura e aplikacionit t ndrtuar.

Figura 6.3 Arkitektura e aplikacionit

82
Aplikacioni prbhet nga faqe dinamike. T tilla faqe nga ana konceptuale, ndajn
llogjikn, t dhnat, dhe metodn prezantuese n shtresa t vecanta dhe sht pikrisht
aplikacioni i serverit q do ti ribashkoj ato sipas nj llogjike t caktuar. Faqet
dinamike lejojn q prezantimi dhe llogjika e t msuarit, t krijohet nj her n server
dhe t prdoret n shum instanca nga shum prdorues.
Me t dhnat e ndara nga llogjika dhe prezantimi bhet e mundur q n aplikacion t
krijohen ndrfaqe t ndryshueshme, q i japin mundsi edhe nj perdoruesi pa njohuri
teknike t ndrtoj dhe t ndryshoj LO. ColdFusion MX s bashku me Flash
Communication Server mundsojn aplikimin e disa tipareve t E-Learning brenda
aplikacionit tone, si personalizimi i msimit sipas individit, krkime, formatim dinamik
t prmbajtjes, dhe prftim i prmbajtjes n koh t menjhershme.
Komponentt e ColdFusion (CFCs & Flash Remoting) prdoren si metoda komunikimi
n kt aplikacion dhe bjn t mundur shprndarjen n mnyr t shpejt dhe t pastr
t dhenave dinamike.
N figurat 6.3 dhe 6.4 paraqiten pamja t faqeve ku mund t shihen LO t rregjistruar,
dhe t msohet prej tyre duke ndjekur hapat: msim, praktika, vlersim .

Figura 6.4 Pamja e faqes s aplikacionit ku mund te shihen LO t rregjistruara

83
 Figura 6.5 Pamja e faqes s aplikacionit ku mund t msohet nga nj LO

Pjes e aplikimit sht edhe mundsia q prdoruesit t mund t komunikojn me njeri

tjetrin me an t nj paraqitje chat, pr nj LO t caktuar. Kjo realizohet teknikisht
me an t Macromedia Flash Communication Serverq prdor objekte t prbashkta
pr t ruajtur historikun e komunikimeve midis prdoruesve brnda nj objekti
msimor LO.

6.3 Prdorimi i DWH pr ruajtjen e LO

Modeli i thjesht q u ndrtua m sipr pr krijimin e LO, mund t zgjerohet m tej pr
t qn nj zgjidhje m e qndrueshme dhe m efektive pr msimdhnjen.

Kshtu nj arkitektur e prdorur shpesh pr shfrytzimin e LO, sht analoge me

arkitekuren me tre shtresa t Data Warehouse, si struktura e mposhtme n figurn 6.6.

Sipas ksaj arkitekture, ruhet anatomia e LO ekzistues dhe semantika e prmbajtjes s

tyre strukturohet n menyr t till pr tu riprdorur n mnyr t personalizuar
nprmjet kurseve [27]. Gjithashtu teknikat e prparuara t DWH, sigurojn nj
implementim t avancuar t arkitekturs me tre shtresa pr e-learning q mundson nj
skenar m t pasur pr mirprdorimin e prmbajtjeve t LO. Ndrkoh sipas mnyrs
s navigimit n nj sistem DWH, mundsohet nj fleksibilitet n krkimin e njohurive
sado komplekse apo t detajuara.

84
 LO1 LO2

Mjetet ETL

RC

Meta - Data

KURSET

LMS

Figura 6.6 Arkitekura me tre shtresa e shfrytzimit t LO

Sikurse duket edhe n figur, burimet e informacionit do t jen shum LO q brenda

arkitekturs prbjn shtresn m t ult t informacionit. Me an t mjeteve ETL,
mund t nxirret konceptet semantike n prmbajtje t tyre, pr tu ngarkuar n nj
databaz qndrore t quajtur RC (Repository of Concepts), q do t shrbej si DWH.
Prej ktyre koncepteve t ruajtura n databaz, mund t krijohen struktura m
komplekse q jan kurset, pr analogji me datamart-et.
Shtresa e kurseve sht shtresa e mesme e arkitekturs. Gjithashtu pmbajtja e shtress
s mesme mund t materjalizohet sipas krkesave personale t msim-marrsit , q
aksesohet nprmjet LMS(Learning Management System).
Kjo prbn shtresn e tret t arkitekturs

Prdorimi i teknikave t sistemeve DWH pr ruajtjen e objekteve t msimdhnjes,

sht nj fenomen i njohur n aplikime t ndryshme. Veanrisht arkitektuara me
dy/tre shtresa e sistemit DWH, gjen prdorim t madh n fushn eLearning [28].

85
Kapitulli 7: Faktort thelbsor pr suksesin e sistemit DWH

7.1 Njohja e qllimeve

Ndoshta faktori m i rndsishm i suksesit n lidhje me DWH sht fokusimi n

qllimet afatgjata. Projekti i nj DWH mund t dal nga kufijt e caktuar fillestar.
Si pr shembull prej situatave:

a)Nj grup prdoruesish zbulon se nuk u prfshi n krkesat fillestare dhe krkon t
prfshihet me krkesa t reja q ndryshojn fokusin e projektit.

b)Grupi i prdoruesve fillestar t synuar si prdoruesit fundor, vendos se menaxhimi

i klientve q mund t largohen dhe analiza e mimeve, do t ishte m mir t
kryheshin gjat fazs s par, sesa t pritet deri n fazn e dyt pr futjen e sistemit t
analizs s mimeve.

c) Nj nga drejtuesit, vendos se sht m e arsyeshme nse infrastruktura e plot e

DWH prcaktohet, ndrtohet dhe ngarkohet, prpara shprndarjes s t dhnave te
prdoruesit fundor.

sht e qart se sht pothuajse e pamundur q t evitohet plotsisht devijimi nga

fusha e veprimit n nj projekt madhor si ky [14]. Kjo pasi, lindin shtje t vlefshme
m von n koh, t cilat duhet t trajtohen. Megjithat, ndryshimi rrnjsor i
objektivave pas miratimit prfundimtar ose akoma m keq pas fillimit t zbatimit, sht
prgjithsisht nj tregues negativ. Kurdoher q sht e mundur, duhet t ruhen
objektivat fillestar t pranuara nga t gjith. Prjashtime do t ket gjithmon, por ky
sht nj parim i rndsishm praktik.

7.2 Kontroll pr cilsin e t dhnave n sistemet DWH

Ndrtimi i infrastrukturs s DWH pr t mbshtetur BI sht nj sfid e vshtir n

telekomunikacion, pr vet faktin q sisteme t tilla shum shpesh rezikojn t kthehen
n t pa prdorshme. Kjo mund t vij pr shum arsye, por nj nga arsyet m
kryesore sht nj munges e vmendjes s duhur mbi t dhnat.

Transferimi i t dhnave nga nga burimet e tyre origjinale n nj ambjent m t

kapshm nga prdoruesit, sht vetm nj nga pikat kye q duhet kushtuar vmendje.
Nse nuk kushtohet rndsi n konsistencn, aktualitetin dhe cilsin e t dhnave, BI
do t oj ne marrje vendimesh t varfra apo t gabuara. ka do ta kthente n nj
sistem t shtrenjt n cmim dhe t pa vler n informacion.

Sipas analizs s Gartner [34], m shum se 50% e aplikimeve t BI apo CRM do t

dshtojn nse nuk prqndrohen aq sa duhet n cilsin e t dhnave.

86
Impakti i mungess s cilsis s t dhnave sht i lart. Nse lejohet q kto tip
problemesh t prseriten, shkakton mosbesim te drejtuesit e kompanis dhe pr
rrjedhoj mos prdorim t ketyre sistemeve.
Lind pyetja: Kush duhet t menaxhoj kt detyr t rendsishme?

Pr aq koh sa konsiderohet si nj shtje strategjike, kjo krkon vemendjen si t

konsumatorve t informacionit edhe t IT. Nse duhet t sigurojm nje sistem t
sukseshm, kontrolli i cilsis s t dhnave duhet t jet n majat m t larta t
detyrave. Fakti q sistemi i DWH sht sistemi q grumbullon informacion prej
burimeve t ndryshme heterogjen, bn q t vuaj mungesn e cilsis s gjith
sistemeve t siprmarrjes [12]. N skemn e mposhtme, kemi paraqitur fazat ku
aplikohet kontrolli i cilsis s t dhnave.

Proeset
fillestare Datamart
ETL
Proeset
Burimet fundor DWH
ETL Raportet e
biznesit pr
Kontrolli kontroll t
cilsis

Proeset ETL
Raportet teknike
T dhnat nuk pr kontroll t
plotsojn krkesat cilsis Korrigjimi i t dhnave

Figura 7.1 Kontrolli i cilsis s t dhnave

Skema e msiprme tregon prfshirjen e t dy palve n kt proes t rndsishm.

Kontrollet prfshijn si raportet teknike q duhet t ndrtohen pr verifikimin e t

dhnave n fazn e proesimit ETL/ELT nga specialistt teknik, por edhe kontrollet
nga personat prgjegjs t biznesit, me an t raporteve kontrollues me nj frekunec t
prcaktuar.

-Kontrollet e specialistve teknik, kan lidhje kryesisht me kontrollin e proeseve

ETL. Duke qn se burimet e informacionit pr proeset ETL jan gjithmon n
ndryshim, krkon q edhe kto proese t ndryshojn n vazhdimsi, ka shton
mundsin e problematikave t ndryshme q lidhen me kto proese.

-Kontrollet tipike t biznesit kan lidhje rezultatet prfundimtare t prfuara nga

analizat, nse ato jan n linj t drejt me krkesat e tyre. Faza e par e ndrtimit t
sistemit DWH prmbledh kontrolle t vazhdueshme n do hap t proeseve t DWH,
pr tu siguruar n cilsin e t dhnave q do t popullojn sistemin.

87
Por gjithashtu kontrollet aplikohen edhe gjat prdorimit t sistemit. Kontrolli i
vazhdueshm ndihmon n identifikimin m t shpejt t nj problemi q mund lidhet
me:

1-Problematika n rrugtimin q t dhnat kan ndjekur prgjat sistemit. Pr

arsye t keq funksionimit t ndonj elementi n arkitekturn e DWH.

2-Problematika n sistemet burim t informacionit, q ka pasoja edhe m t

mdha pr kompanin.

Pr kto kontrolle, kompania krijon KPI t veant kontrolli, si ishte rasti i trajtuar n
kapitullin 4.

7.3 Performanca
DWH do t dshtoj nse prdoruesit nuk i marrin prgjigjet n koh. Kjo sht arsyeja
prse teknologjia e DWH ka n themel parimin e databazave paralele t t dhnave,
krijimi i indekseve t avancuara, modelimi i t dhnave, grumbullimi dhe prmbledhja
e tyre. Kjo sht nj fush ku investimi ka kuptim - jo vetm n teknologji, por edhe
pr ekspertt q din si ta maksimizojn dobin e ksaj teknologjie, pr arsye t
kompleksitetit q ofron sistemi. N fushn e telekomunikacionit kjo shtje merr
akoma m shum kuptim, prej t dhnave t panumrta q zotron. N kapitullin 4 q
ilustruam disa nga masat konkrete q duhen marr mbi datamart-in e ndrtuar, pr t
patur nj performanc sa m t mir, n drejtim t indeksimit, particionimit, etj.

7.4 Volumet e t dhnave: Ngarkesat dhe menaxhimi

Sikurse prmendm m lart, nj nga sfidat karakteristike t nj biznesi n fushn e

telekomunikacionit sht menaxhimi i sasive t mdha t t dhnave. Sistemet e
telekomunikacionit jo vetm q prodhojn sasi t lart t t dhnave t hollsishme t
telefonatave (e t dhna t tjera), por vet rekordet prmbajn shum informacion
dhe jo gjithmon sht e mundur t dihet far mund t merret nga DWH.

Ajo q i ndrlikon gjrat, sht fakti se aplikacionet e zakonshme t

telekomunikacionit, si p.sh. zbulimi i abuzimeve, krkojn furnizim me t dhna n
koh reale pr t arritur efikasitet optimal. Si rezultat, sistemet DWH t
telekomunikacionit duhet t jen n gjendje t prballojn futjen e nj numri t lart
t dhnash, si dhe t menaxhojn bazat e t dhnave, t cilat me shum gjasa do t
arrijn deri n shum terrabajt.

Ndrtimi i nj sistemi me teknologji q nuk do t prshkallzohet si duhet me rritjen

e volumit t t dhnave, sjell probleme t mdha.

88
7.5 Marrdhnia e vazhdueshme me prdoruesit

Gjat ndrtimit t DWH, sht thelbsore komunikimi me prdoruesit, pr t rn

dakort mbi qllimet e DWH dhe kto komunikime duhet t jen t vazhdueshme
gjat gjith kohzgjatjes s projektit. Sipas Kimball [12]:

Nj projekt i drejtuar vetm nga analistt teknik mbart rrezik t lart pr prshtatje
t ngadalt, kthim t ult t investimeve ose pr dshtim t plot. Nj projekt i
drejtuar vetm nga prdoruesit mbart rrezikun e dyfishimit t prpjekjeve,
mungess s integrimit me sistemet e tjera baz t kompanis dhe krijimit t nj
mjedisi t pa prshtatshm.

7.6 Mbshtetja ekzekutive

DWH jan sisteme t mdha, t kushtueshme e t ndrlikuara n prgjithsi, aq m

shum n telekomunikacion. Projekti duhet t ket mbshtetje t forta nga ekzekutivi
i kompanis. Problemet q hasen gjat projektit mund t zgjidhen, por nse nuk ka
sponsor n nivelin e lart t menaxhimit, kto probleme shum shpejt mund t
marrin prmasa shqetsuese [15].

Me sponsor nnkuptojm individt, t cilt e kuptojn problemin q paraqet projekti

dhe besojn q rruga m e mir pr zgjidhjen e atij problemi sht krijimi i DWH.
Nj sponsor i fuqishm ekzekutiv mund t ndihmoj n zgjidhjen me lehtsi t
sfidave, prpara se ato t ndikojn n ecurin e projektit.

Mungesa e mbshtetjes nga ekzekutivi, ngre dyshime t vazhdueshme mbi projektin

dhe mund t sjell probleme n zbatimin e tij.

89
Prfundime

Studimi u fokusua n aplikimin e zgjidhjeve DWH/BI n telekomunikacion.

Kompanit e telekomunikacionit, kan krkesa t vazhdueshme pr analiza t

sofistikuara. Pr prmbushjen e krkesave kryesore, u ndrtuan datamart-e t bazuara
n modelet shum dimensionale. Datamart-et jan t orientuara drejt nj subjekti t
caktuar. Ato grumbullojn t dhnat nga dy tipet kryesore t burimeve, q jan:
platformat e rrjetit, sistemi i faturimit.

Aplikimi i metodiks Button-Up u przgjodh, sepse datamart-et konsiderohen si pjes

t vogla zgjidhjeje, q mund t shtohen n ndrtimin e sistemit t plot DWH.
Gjithashtu, przgjedhja e metodiks erdhi prej krkess pr t prfituar analizat e
nevojshme n nj koh t shkurtr dhe mbi t gjitha pr arsye ekonomike.
Duhet t theksojm se nj sistem i centralizuar DWH, pr gjith burimet e t dhnave
t telekomunikacionit, sht shum i kushtueshm.

Pr t prftuar rezultate mbi modelet e ndrtuara, aplikuam mjetet m t njohura t

teknologjis BI si: raporte, grafe, olap, dashboard-et etj. Aplikimi i tyre ofroi
fleksibilitet n grumbullimin e analizave.

Gjat puns pr ndrtimin e ktyre zgjidhjeve, duhet prmendur fakti q u nevojit nj

kujdes i veant n planifikimin e hapave t prftimit, transformimit dhe konsolidimit
t t dhnave pr krijimin e ktyre datamart-eve. Aplikimi i teknikave ETL/ELT pr
proesimin e t dhnave, ishte pjesa m komplekse, q sigurisht krkoi kohn m t
madhe n zhvillimin e ktyre zgjidhjeve.

-Kshtu hasm vshtirsi gjat puns s ndrtimit t proeseve ETL pr integrimin e

sistemeve t rrjetit sepse informacioni i MSC ishte i pastrukturuar.
- Por edhe gjat ndrtimit t proedurave t databazs pr grumbullimin e t dhnave
nga sistmi i faturimit. N kt rast duhet t kujdeseshim, jo vetm pr ecurin e
proesit n datamart, por edhe pr t mos impaktuar n performancn e sistemit burim.

Gjithashtu gjat aplikimit t zgjidhjeve u ndeshm me probleme t shumta

performance q lidhen drejtprdrejt me sasin e t dhnave q kto sisteme mbajn.
Pr zgjidhjen e tyre ishte vendimtare ekspertiza teknike q lidhet me administrimin e
databazave dhe mbi t gjitha optimizimin e ktyre databazave.

Pjes e punimit jan edhe masat konkrete q u morrn si pr modelin e ndrtuar prej t
dhnave t rrjetit, por edhe pr modelet e ndrtuara prej t dhnave t sistemit t
faturimit. Kto masa lidhen si me optimizimin e proeseve ETL/ELT, por edhe me
optimizimin e proedurave dhe funksionimit t databazs Oracle.
Ato rezultuan t sukseshme, prderisa prmirsuan situatn.

90
Megjithat duhet t themi se duke ndjekur zgjidhjet me ndrtimin e datamart-eve,
problemi i mungess s konsistencs s t dhnave midis disa datamart-eve sht
shpesh prezent n rezultatet q prodhohen.

Aplikimi i sakt i arkitekturs s Kimball krkon nj prmbledhje t dimensioneve,

fakteve dhe matjeve t gjith siprmarrjes. Sipas ksaj metodike, t njjtat dimensione
do t shfrytzohen pr analizimin e informacionit t shum tabelave Fakt n datamart-e
t ndryshme. Pikrisht kjo prqasje e vshtirson punn, kur bhet fjal pr tipin e
industris q ka m tepr t dhna se do tjetr.

Kjo sht arsyeja prse favorizohet krijimi i nj sistemi t vetm qndror DWH pr
kto kompani. Ndonse mund t nevojiten disa kompromise pr t plotsuar nevojat e
shumics, t paktn kjo zgjidhje do t siguronte konsistenc t t dhnave dhe t
qllimit nga njri departament i kompanis n tjetrn. Prve ksaj, informacioni sht
m i besueshm, sepse proesi i marrjes dhe i pastrimit t t dhnave sht m
sistematik dhe menaxhohet me m shum kujdes.

Zgjidhja m optimale pr kto kompani sht ndrtimi i nj sistemi t centralizuar

DWH, sipas arkitekturs me tre shtresa.

Bazuar n nevojn e padiskutueshme q kompanit e do biznesi t mesm apo t

madh kan pr sistemet DWH, mendoj se ky punim sjell kontribut si n studimin e
sistemeve DWH, por edhe n aplikimin e tyre.

91
Referenca

[1] Power, D.J.(2002) Decision support systems: Concepts and Resources for
Managers, Quorum books
[2] Kimball R(1997): A Dimensional Modeling Manifesto, Miller Freeman Inc, 40-60
[3] Rizzi, S(2006). Conceptual modeling solutions for data warehouse. In Data
Warehouses and OLAP: Concepts, Architectures and Solutions, R. Wrembel and C.
Koncilia
[4] Sprague, R.H., and E.D Clarlson (1982). Building effective Decision Support
Systems, Prentice Hall Barry Delvin From Architecture to Implementation,
pp.150-160
[5] Matthias Jarke(2003), Fundamentals of Data Warehouses, pp 59-75
[6] Galhardas, H., Florescu, D., Shasha, D., (2001). Declaratively Data Cleaning:
Language, Model, and Algorithms. In Proceedings of the 27th International
Conference on Very Large Databases (VLDB), Roma, Italy.

[7] Ballard C., Farrell D.M., Gupta A., Mazuela C., Vohnik S. (2006), Dimensional
Modeling: In a Business Intelligence Environment, International Business Machines
Corporation, 161-172
[8] Camilovic D. (2008): A Call Detail Analysis Getting Insight into Customer Behavior,
Tenth Annual International Conference of the Global Business and Technology
Association, Madrid, 183-190.
[9] Camilovic D. (2008): Data Warehouse as Support for Telecommunications Services
Customer Relationship Management
[10] Grcar M., Mladenic D., Grobelnik M. (2006): User Profiling for the web, Computer
Science and Information Systems (ComSIS), Belgrade, Vol. 3, No. 2
[11] Kimball R., Ross M. (2002): The Data Warehouse Toolkit (Second Edition)
the Complete Guide to Dimensional Modeling, Vol 2, 56-75
[12]R. Kimball: The Data warehouse Toolkit: Practical Techniques for
Building Dimensional Data warehouses, 2000
[13]R. Kimball: The Data Warehouse ETL Toolkit: Practical Techniques for Extracting,
Cleaning, Conforming, and Delivering Data,2004
[14]C. Normile: Business Intelligence for Telecommunication industry,2008
[15]M. George Marakas: Decision support systems in the 21st century, 2008.
[16]W.H. Inmon: Building the Data Warehouse, 2nd edition, Wiley, 1996, pp.127-156
[17]B. Claude: Combating Customer Churn. Telecommunications (3), Horizon House
Publications, 2000.
[18]Frost,,S.Sullivan: Customer Segmentation, 2006, pp. 195-198.
[19]A. Abello, J. Samos, F. Saltor: A Data Warehouse Multidimensional Data Models
Classification, 2000.

92
[20]C. Todman: Designing a Data Warehouse: Supporting Customer Relationship
Management, Prentice Hall, New Jersey, 2000, pp. 72-80.
[21]Cortes, C., Pregibon, D. Signature-based methods for data streams. Data Mining and
Knowledge Discovery 2001; 5(3):167-182.
[22]Fawcett, T., Provost, F. Adaptive fraud detection. Data Mining and Knowledge
Discovery 1997; 1(3):291-316.
[23]Roset, S., Murad, U., Neumann, E., Idan, Y., Pinkas, G. Discovery of fraud rules for
telecommunicationschallenges and solutions. Proceedings of the Fifth ACM
SIGKDD International Conference on Knowledge Discovery and Data Mining; 409-
413, San Diego CA. New York: ACM Press, 1999.
[24]Han, J., Altman, R. B., Kumar, V., Mannila, H., Pregibon, D. Emerging scientific
applications in data mining. Communications of the ACM 2002; 45(8): 54-58.
[25]Mani, D. R., Drew, J., Betz, A., Datta, P. Statistics and data mining techniques for
lifetime value modeling. Proceedings of the Fifth ACM SIGKDD International
Conference on Knowledge Discovery and Data Mining; 94-103. San Diego. ACM
Press: New York, NY, 1999.
[26]Klemettinen, M., Mannila, H., Toivonen, H. Rule discovery in telecommunication
alarm data. Journal of Network and Systems Management 1999; 7(4):395-423.
[27]Keith Harman, Alex Koohang (2007): Learning Objects 2: Standards, Metadata,
Repositories, and LCMS.
[28]Mark J Rosenberg (2001): E-Learning: Strategies for Delivering Knoledge in the
Digital Age.
[29]Wiley D. (2002): Connecting learning objects to instructional design theory: a
definition, a metaphor, and a taxonomy.
[30] J.Lula, E.Arkaxhiu: Data warehouse and BI on Business decision making,
International conference: Economic & Social challenges and problems 2010, pp 722-
728.
[31] J.Lula How to manage TELCO- KPI with Business Intelligence Solutions, International
Journal of Science, Innovation and New Technology, Vol. 2, No. 5, November 2012,
Printed ISSN: 2223-2257, Online ISSN: 2225-0751, fq 51-56
[32] J.Lula, A.kika Modelimi i nje Datamart-i per CDR, Buletini i Shkencave Natyrore, Nr.
14, Viti 2012, ISSN 2305-882X, fq 230-241
[33] http://www. akep.al
[34] http://www.gartner.com
[35] http://www.spagobi.com
[36] http://www.brandfinance. Com
[37] http://www.weakipedia.com

93
Falenderime

I shpreh falenderimet e mia t przemrta udhheqsit tim shkencor Endri Xhina.

E falenderoj pr mbshtetjen dhe ndihmn q m ka dhn, gjat studimeve t
dokoraturs.

Gjithashtu dua t falenderoj grupin e profesorve t nderuar t Fakultetit t Shkencave

t Natyrs, pr kontributin q kan dhn n formimin tim akademik.

Nj falenderim i veant shkon pr gjith grupin akademik t Departamentit t

Informatiks dhe n veanti ndaj profesorit tim Ilia Ninka.

S fundi, por jo m t parndsishmet, falenderimet e mia do t shkojn pr familjen

time t dashur. Pa mbshtetjen dhe dashurin e tyre, studimet e mia nuk do t bheshin
t mundura.

94
Biblografia

Publikime:

1. How to manage TELCO- KPI with Business Intelligence Solutions,

International Journal of Science, Innovation and New Technology, Vol. 2, No.
5, November 2012, Printed ISSN: 2223-2257, Online ISSN: 2225-0751, fq 51-
56

2. Prdorimi i Learning Objects n ndihm t proesit t Edukimit ne distanc,

Buletini i Shkencave Natyrore, Nr. 9, Viti 2010, fq 28-35

3. Modelimi i nje Datamart-i per CDR, Buletini i Shkencave Natyrore, Nr. 14,
Viti 2012, ISSN 2305-882X, fq 230-241

Referime shkencore:

1. Data Warehouse and BI on business decision making, Economic & Social

Challenges and Problems 2010- At the Time of Global Crisis and Integration,
International Conference, 2010, fq 722-728

2. Discovering knowledge in unbalanced data, Information Systems and

Technology Innovation: their application in Economy, ISTI2012, me
proceedings, ISBN: 978-9995-6377-8-1, International Conference, fq 23-24

3. Aplikimi i zgjidhjeve DWH/BI n telekomunikacion, Konference Kombetare

Fakulteti i Shkencave Natyrore n 100 vjetorin e paversis, Liber i
Abstrakteve, fq 103-104

95
 Prmbledhje

Ndrkoh q rritet konkurrenca n tregjet e biznesit t do fushe, aftsia pr t reaguar shpejt

ndaj orientimeve t tregut duke prshtatur produktet dhe shrbimet sipas klientve individual,
sht m e vendimtare se kurr. Ndonse volumi i t dhnave vazhdon t rritet me ritme
marramendse, problemi nuk ka t bj vetm me sasin e informacionit, n themel t shtjes
qndron mnyra se si kompanit po i prdorin informacionet e tyre. Kuptimi i preferencave dhe i
sjelljeve t klientve po bhet gjithmon e m i rndsishm, veanrisht n industrin e
telekomunikacionit. Nj sistem DWH mund t jet nj mnyr efikase organizimi dhe analizimi i
moris s informacioneve t krijuara n biznes dhe mund t ndihmoj n krijimin e nj modeli
m efikas biznesi, me qllim mbajtjen e bazs s klientve t knaqur dhe fitimprurse. N kt
punim do t paraqitet nj studim i sistemeve Data Warehouse pr teknikat dhe standartet q sot
pr sot ekzistojn dhe do t prshkruhet aplikimi i tyre ne fushn e telekomunikacionit. Nisur nga
problematikat dhe sfidat me t cilat ndeshen kompanit e telekomunikacionit, aplikohet mnyra
se si prej t dhnave operacionale mund t ndrtojm nj datamart, pr analizn e rekordeve t
detajuara t trafikut n nj kompani telekomunikacioni. N t prezantohet hap pas hapi modelimi
i ktij datamart-i sipas modelit Kimball, q do t shrbej pr analiza t detajuara t prdorimit t
rrjetit, sjelljes s klientve dhe analizat e duhura n drejtim t interkonjeksionit. N
grumbullimin, transformimin dhe ngarkimin e t dhnave, gjejn aplikim metodat ETL/ELT, t
cilat konsiderohen si detyrat m kritike t ndrtimit t nj sistemi DWH. Studimi vijon me
ndrtimin e modeleve prej t dhnave t sistemit t faturimit, pr t prfituar rezultatet e disa prej
matjeve m t rndsishm t biznesit n drejtim t prdorimit t rrjetit, t ardhurave t prftuara,
analizs s ofertave, apo kontrollit t sistemeve, etj. Duke realizuar nj lidhje t ktyre matjeve
me element t sistemit, krijohet nj ide e qart se si kto sisteme mund t ndikojn n
prcaktimin vendimeve strategjike t kompanis. Prshkruhen analizat dhe pyetjet m kryesore
q mund t marrin prgjigje nga implementimi i tyre. Gjithashtu ky punim prezanton mundsit
e prdorimit e teknikave pr zbulimin e njohurive t fshehura n t dhnat e shumta, q kto
kompani disponojn. Proeset q jan thelbsore pr tu ndjekur si zbulimi i abuzimeve apo
zbulimi i njohurive pr t identifikuar dhe parashikuar gabime t rrjetit, jan kritike dhe gati t
pamundura t menazhohen pa mjete t tilla. Po kshtu paraqitet mnyra se si sistemet DWH
mund t prdoren n fushn e edukimit pr ruajtjen e LO, q do t sillte nj efikasitet n metodn
e msimdhnjes. S fundmi duke u bazuar n studimet e literaturave por edhe n punn kontrete
me kto sisteme, prezantohen disa element t rendsishm pr suksesin e sistemeve DWH.

FjalKye: data warehouse, datamart, telekomunikacion, etl, business intelligence, olap, data
mining, vendimmarrje, analiza
 Abstract

As business market in every field is becoming increasingly competitive, the ability to react
quickly and decisively to the market trend and to customize the services and products to clients is
a critical point nowadays. Although the data volumes in every business are extremely increased,
the point is not only the quantity, but how they are using the information. Especially in
telecommunication, it is very important to know the clients behavior and preferences. Designing
a data warehouse system can help on organizing and analyzing a big size of information
generated by the business and helping on generation of more effective business models for
keeping their clients satisfied and profitable. This thesis is a study of Data Warehouse systems
and their application on business, especially telecommunication. Based on problematic and
telecom challenges, it shows the ways data warehouse systems and business intelligence can be
applied in telecommunication. There are mentioned all the challenges and evolutions of
telecommunications market. The most important challenge is that most of the operational
systems are designed and concepted for the strategy of the product, means that these companies
need a system to offer a business management with the best business intelligence solution. It
demonstrates the ways we can design a datamart based on call data records and provide a lot of
analysis. It explains step by step how to design a multi dimensional model for the call data
records of a telecommunication company based on Kimball model. We will use ETL/ELT to
extract, transform and load the data. These are considered as very complex tasks within DWH
design process. It illustrates the analyses that can be obtained from this datamart, in help of
interconnection reports, customer behavior analysis and reconciliation process. The study
continues with presentation of some models that are designed based on billing system data, to
provide KPI results on network usage, revenues, offers performance, etc. It shows the way the
telecom KPI can be mapped with business data sources. It illustrates with answers of the
questions that business might have. Also shows the ways that data mining tools can be applied
for discovering knowledge on telecommunication data covering the some important processes
for these companies like: fraud detection and network faults. Also it summarized the usage of
DWH systems on storing Learning Objects in help of e-learning mechanism.
At the end, there are listed some key points of DWH success, based on studied literatures and my
real experiences with them.

Keywords: data warehouse, datamart, telecommunication, etl, business intelligence

data mining, olap, decision making, analysis