MAKALAH SISTEM INFORMASI MANAJEMEN

DATA RESOURCE MANAGEMENT

Nama Mahasiswa NRP / KP

Indah Roshita Sihombing 130318009 / H
Stephania Eryn Liemmuel 130318013 / G
Natasya Novianti 130318076 / H
Felix Widyadhana 130318115 / G
Rina Dyah Oktaviana 130318184 / H

UNIVERSITAS SURABAYA
FAKULTAS BISNIS DAN EKONOMIKA
2019 - 2020
 STATEMENT OF AUTHORSHIP
“Saya yang bertandatangan di bawah ini menyatakan bahwa tugas terlampir
adalah murni hasil pekerjaan saya sendiri. Tidak ada pekerjaan orang lain yang
saya gunakan tanpa menyebutkan sumbernya.
Materi ini tidak/belum pernah disajikan/digunakan sebagai bahan untuk tugas
pada mata ajaran lain kecuali saya menyatakan dengan jelas bahwa saya
menggunakannya.
Saya memahami bahwa tugas yang saya kumpulkan ini dapat diperbanyak dan
atau dikomunikasikan untuk tujuan mendeteksi adanya plagiarism.”

Nama Mahasiswa NRP

Indah Roshita Sihombing 130318009
Stephania Eryn Liemmuel 130318013
Natasya Novianti 130318076
Felix Widyadhana 130318115
Rina Dyah Oktaviana 130318184

Mata Ajaran : Sistem Informasi Manajemen

Kelas : GH
Judul Makalah/Tugas : Data Resource Management
Tanggal : 23 Februari 2020
Dosen (PJMK) : Aris Surya Putra, S,E., M.Ak.

Surabaya, 23 Februari 2020

Tanda Tangan

(Stephania Eryn Liemmuel)

Ketua Kelompok
 TELAAH PUSTAKA

Bagian 1: Technical Foundation of Database Management

2.1 Database Management, Informasi dalam sistem informasi harus diatur dan
disusun secara logis, sehingga dapat diakses dengan mudah, dikelola secara
efisien dan efektif, serta dapat diambil secara cepat. Hal ini yang disebut dengan
database management.

2.2 Fundamental Data Concepts, data dapat diatur secara logis ke dalam
karakter, field, record, file dan database.

 Character : Elemen data logis paling dasar yang terdiri dari satu alfabet,
angka, atau simbol lainnya.
 Field (Item Data) : Tingkat data yang lebih tinggi yang terdiri dari
pengelompokkan karakter terkait. Seperti pengelompokkan karakter sesuai
alphabet, angka, atau symbol lainnya.
 Record : Merupakan perwakilan kumpulan atribut yang menggambarkan
satu contoh entitas.
 File : Termasuk kelompok record terkait (kadang-kadang disebut dengan
tabel atau file datar). Dalam arti sempit, file datar harus terdiri dari data
dan limiters. Arti luas, database apapun yang ada dalam bentuk satu file
baris dan kolom, namun tidak ada kaitannya dengan field dan record
kecuali struktur tabel. Pengelompokkan record terkait dalam bentuk tabel
(baris dan kolom) disebut file.
 Database : Mengkonsolidasikan record yang sebelumnya disimpan dalam
file terpisah ke dalam kumpulan elemen data yang menyediakan data
untuk banyak aplikasi. Data yang disimpan dalam database tidak
tergantung dari program aplikasi yang menggunakannya dan jenis
perangkat tempat data disimpan. Jadi, database mengandung elemen data
yang menggambarkan entitas dan hubungan antar entitas.
2.3 Database Structures, hubungan antara banyak elemen data individu disimpan
dalam database yaitu:

 Hierarchical Structure, digunakan untuk paket mainframe DBMS

(Database Management Systems), dimana hubungan antara records
membentuk struktur hierarki. Dalam traditional hierarchical model, semua
records diatur dalam struktur bertingkat yang terdiri dari satu root record
dan sejumlah tingkat bawahan. Jadi, semua hubungan tidak dapat dicatat
oleh banyak orang karena setiap elemen data terkait dengan satu elemen
diatasnya.
 Network Structure, merupakan perwakilan hubungan logis yang lebih
kompleks dan masih digunakan untuk paket mainframe DBMS.
 Relational ada 2 macam yaitu :
 Structure, adalah struktur yang paling banyak digunakan. Struktur ini
digunakan oleh sebagian besar paket DBMS komputer mikro serta
system midrange dan mainframe.
 Operations, ada tiga operasi dasar dapat dilakukan pada relational
database untuk membuat rangkaian data yang berguna.
 The Select Operations, digunakan untuk membuat sub rangkaian
record yang memenuhi kriteria yang dinyatakan.
 The Join Operations, digunakan untuk menggabungkan dua tabel
atau lebih sehingga pengguna dapat melihat data yang relevan dalam
bentuk satu tabel besar.
 The Project Operations, digunakan untuk membuat sub rangkaian
dari kolom yang terkandung dalam tabel sementara yang dibuat oleh
the select dan join operations.
 Object-oriented, dianggap sebagai salah satu teknologi utama generasi
baru multimedia web-based applications, serta mendukung inberitance,
yaitu objek baru dapat secara otomatis dibuat dengan mereplikasi beberapa
atau semua karakteristik dari satu atau lebih objek induk.
 Multidimensional model, adalah variasi dari relational model yang
menggunakan multidimensional structures untuk mengatur data dan
mengekspresikan hubungan antar data.
 2.4 Database Development, paket database management seperti pendekatan
Microsoft Access atau Lotus yang memungkinkan pengguna akhir untuk
mengembangkan database yang mereka butuhkan dengan mudah. Data
Dictionary, adalah sebuah katalog database management yang mengandung
metadata.

 Data Planning and Database Design, (1) Data Planning merupakan awal
proses dalam database development seperti mengembangkan sebuah
model proses bisnis. (2) Requirements Spesification, didefinisikan sebagai
kebutuhan informasi pengguna akhir dalam proses bisnis. (3) Conceptual
Design, menyatakan semua persyaratan informasi dalam bentuk a high
level model. (4) Logical Design, menerjemahkan model konseptual ke
dalam data model DBMS. (5) Physical Design, menentukan struktur
penyimpanan data, dan metode akses.

Bagian II: Mengelola Sumber Daya Data

2.1 Pengertian Manajemen Sumber Daya Data

Data merupakan sumber daya organisasi vital yang harus dikelola seperti
aset bisnis penting lainnya. Pada zaman sekarang, bisnis tidak dapat bertahan
tanpa data yang berkualitas tentang operasi internal dan lingkungan eksternal
mereka. Manajemen sumberdaya data merupakan aktivitas manajerial yang
mengaplikasikan teknologi sistem informasi seperti manajemen database, gudang
data, dan alat-alat manajemen data lainnya yang bertujuan untuk mengelola
sumber daya data organisasi, agar dapat memenuhi kebutuhan informasi pihak-
pihak yang berkepentingan dengan bisnis mereka. Data yang terorganisir dengan
baik dapat menghasilkan Informasi, pengorganisasian data untuk mencegah
terjadinya duplikasi yang tidak diperlukan. Data yang terorganisasi dan saling
berkaitan antara satu sama lainnya merupakan Basis data (database).

2.2 Tipe – Tipe Database:

1. Operasional Database: Database yang menyimpan data yang diperlukan

dalam mendukung kegiatan operasi perusahaan. Biasanya disebut juga
 dengan SADB (subject-area databases), transaction databases, dan
production databases.
2. Distributed Database: Merupakan database atau bagian dari database
yang adalah hasil duplikasi yang didistribusikan ke server jaringan di
World Wide Web, intranet atau ekstranet perusahaan ataupun jaringan
perusahaan lainnya. Database ini dapat berupa salinan database tipe
lainnya. Tantangan utama yang kemudian muncul terkait dengan
manajemen database ini adalah dimana database yang terdistribusi
dibanyak tempat ini harus dipastikan terupdate secara konsisten dan
bersamaan. Meskipun demikian terdapat keuntungan dari penggunaan
database tipe ini yang dapat dilihat dari segi perlindungan data, dimana
ketika terjadi bencana yang menyebabkan data tidak dapat diakses di suatu
tempat, masih ada salinan data terkait di tempat lain sehingga perusahaan
masih dapat menggunakan data tersebut. Keuntungan lainnya dapat dilihat
pada ketentuan penyimpanan dimana, biasanya database yang besar
didistribusikan menjadi database yang lebih kecil.
3. External database: Database yang memiliki akses ke banyak informasi.
Akses yang tersedia dapat dikenakan biaya dari layanan commercial
online atau bisa juga tanpa biaya dari sumber di World Wide Web. Data
tersedia dalam bentuk statistik tentang kegiatan ekonomi dan demografis
dari bank data statistik, atau Anda dapat melihat atau mengunduh abstrak
atau melengkapi salinan ratusan surat kabar, majalah, buletin, makalah
penelitian, dan bahan serta terbitan terbitan lainnya. Contohnya ketika kita
menggunakan search engine seperti google atau yahoo.
4. Hypermedia Databases: Pesatnya pertumbuhan situs Web di Internet,
intranet dan ekstranet perusahaan telah secara dramatis meningkatkan
penggunaan database dokumen hypertext dan hypermedia. Hypermedia
Database terdiri dari sekelompok halaman multimedia yang saling
berhubungan dalam sebuah situs web, yang dapat berupa teks, grafis,
video, audio dan lain sebagainya.
2.3 Data Warehouses dan Data Mining

Data Warehouse menyimpan data yang telah diekstraksi dari berbagai

operasional, eksternal, dan basis data lain dari suatu organisasi. Data warehouse
merupakan sumber utama data yang telah terintegrasi sehingga bisa digunakan
dan dimanfaatkan dalam mendukung proses pengambilan keputusan.
Perkembangan yang terjadi akhir ini dari data warehouse ialah dipergunakan
sebagai Shared nothing architecture untuk mendukung dan memfasilitasi ekstrem
scalling.

Data Mining merupakan penggunaan utama akan data dari warehouse

databases dengan tujuan untuk menemukan anomali, pola, dan korelasi dari data-
data tersebut. Dengan menemukan hal-hal tersebut, manajer perusahaan dapat
membuat keputusan terkait perubahan strategis terhadap operasional perusahaan
untuk mendapat keunggulan kompetitif seperti, melakukan analisis pasar untuk
mengidentifikasi produk baru, menemukan penyebab masalah kualitas produksi,
menghindari pertikaian dengan pelanggan dan mendapatkan pelanggan baru,
cross-sell ke pelanggan tetap, dan meneyediakan profil pelanggan lebih akurat.

2.4 Pengolahan File Tradisional

Sistem yang digunakan untuk mengatasi semua permasalahan bisnis,

menggunakan pengelolaan data secara tradisional dengan cara menyimpan record-
record pada file-file yang terpisah yang disebut juga sistem pemrosesan file.
Masalah yang muncul dalam pengolahan data antara lain:

 Data redundancy
 Kesukaran dalam mengakses data
 Ketergantungan data
 Kurangnya Integritas data

2.5 Pendekatan Database Management

Untuk memecahkan masalah yang dihadapi dengan pendekatan

pemrosesan file, pendekatan manajemen database dipahami sebagai dasar dari
metode modern untuk mengelola data organisasi. Pendekatan manajemen basis
data mengkonsolidasikan data catatan, yang sebelumnya disimpan dalam file
terpisah, ke dalam basis data yang dapat diakses oleh banyak orang melalui
program aplikasi yang berbeda. Selain itu, sistem manajemen basis data (DBMS)
berfungsi sebagai antarmuka perangkat lunak antara pengguna dan basis data,
yang membantu pengguna mengakses dengan mudah data dalam database.
Dengan demikian, manajemen basis data melibatkan penggunaan basis data
perangkat lunak manajemen untuk mengontrol bagaimana database dibuat,
diinterogasi, dan dipelihara untuk memberikan informasi yang dibutuhkan
pengguna akhir.

Database Management System adalah alat perangkat lunak utama dari

pendekatan manajemen database karena ia mengendalikan penciptaan,
pemeliharaan, dan penggunaan database organisasi dan pengguna akhir. Dalam
sistem komputer mainframe dan server, sistem manajemen database adalah paket
perangkat lunak sistem yang mengontrol pengembangan, penggunaan, dan
pemeliharaan basis data organisasi yang menggunakan komputer. Tiga fungsi
utama dari sistem manajemen basis data adalah (1) untuk membuat yang baru
basis data dan aplikasi basis data, (2) untuk menjaga kualitas data di suatu
organisasi database, dan (3) untuk menggunakan database dari suatu organisasi
untuk menyediakan informasi yang dibutuhkan pengguna akhir.

Database Interrogation Kemampuan interogasi basis data adalah manfaat

utama dari pendekatan manajemen basis data. Pengguna akhir dapat
menggunakan DBMS dengan meminta informasi dari database menggunakan fitur
permintaan atau generator laporan. Mereka dapat menerima tanggapan langsung
dalam bentuk menampilkan video atau laporan tercetak. Tidak diperlukan
pemrograman yang sulit. Kueri fitur bahasa memungkinkan Anda dengan mudah
memperoleh tanggapan langsung terhadap permintaan data ad hoc: Anda hanya
memasukkan beberapa pertanyaan pendek — dalam beberapa kasus,
menggunakan struktur kalimat umum sama seperti yang akan Anda gunakan
untuk mengajukan pertanyaan. Fitur pembuat laporan memungkinkan Anda
tentukan format laporan untuk informasi yang ingin disajikan sebagai laporan.
 Database Maintenance Proses pemeliharaan basis data dilakukan oleh
sistem pemrosesan transaksi dan aplikasi pengguna akhir lainnya, dengan
dukungan DBMS. Pengguna akhir dan informasi spesialis juga dapat
menggunakan berbagai utilitas yang disediakan oleh DBMS untuk pemeliharaan
basis data. Basis data organisasi perlu diperbarui terus menerus untuk
mencerminkan transaksi bisnis baru (mis., Penjualan yang dilakukan, produk yang
dihasilkan, inventaris dikirim) dan acara lainnya. Perubahan lain-lain juga harus
dilakukan untuk memperbarui dan memperbaiki data (mis. perubahan nama dan
alamat pelanggan atau karyawan) untuk memastikan keakuratan data dalam
database.

Application Development Selain itu, paket DBMS memainkan peran

utama dalam pengembangan aplikasi. Pengguna akhir, analis sistem, dan
pengembang aplikasi lain dapat menggunakan bahasa pemrograman 4GL internal
dan alat pengembangan perangkat lunak bawaan yang disediakan oleh banyak
paket DBMS untuk mengembangkan program aplikasi kustom. Misalnya, Anda
bisa menggunakan DBMS untuk mengembangkan layar entri data, formulir,
laporan, atau halaman Web aplikasi bisnis yang mengakses database perusahaan
untuk menemukan dan memperbarui data yang dibutuhkan.
 PEMBAHASAN

1. eBay
 Data resource management dalam eBay

Contoh perusahaan yang melakukan data resource management adalah

eBay. Perusahan eBay merupakan sebuah situs web lelang online yang
memungkinkan orang-orang dari seluruh dunia melakukan penjualan dan
pembelian berbagai barang dan jasa. Dalam melakukan data resource
management, eBay menggunakan MongoDB sebagai sistem dalam
databasenya. eBay menggunakan MongoDB untuk melakukan sejumlah tugas
yang melibatkan sejumlah besar data. Proyek semacam itu termasuk saran
pencarian, manajemen cloud, penyimpanan metadata, dan kategorisasi barang
dagangan.

eBay membuat daftar saran pencarian dengan menggunakan dokumen

MongoDB. Dokumen ini kemudian diindeks oleh awalan kata, dan ditambah
dengan potongan metadata tertentu, seperti kategori produk. Beberapa indeks
memberi fleksibilitas dalam mencari saran dan juga menjaga query dengan
cepat. Selain itu, data ditempatkan dalam memori yang memberikan
peningkatan kecepatan untuk mengakses permintaan pada situs eBay.

Contoh Gambar database sharding visualized

Karena data merupakan aset utama dan terpenting dari eBay, maka
terdapat tantangan untuk menyimpan data tersebut dengan baik. Tantangan
yang dihadapi eBay adalah menemukan platform, selain dari traditional data
warehouse, yang mampu menyimpan sejumlah besar data yang bervariasi
berdasarkan jenis. Diperlukan kemampuan untuk mendukung data pada skala
yang besar, sehingga perusahaan digital yang besar seperti eBay perlu untuk
melakukan pemilihan teknologi dan mitra untuk kepentingan bisnisnya

Selain itu, eBay juga memilih untuk bekerja sama dengan produk Hadoop
Hortonwork karena menawarkan platform open source yang sangat scalable
dan vendor bersedia bekerja sama dengan eBay untuk merancang peningkatan
produk. Tantangan teknis besar untuk eBay dan setiap bisnis yang memiliki
banyak data adalah menggunakan sistem yang dapat dengan cepat
menganalisis dan menindaklanjuti data saat masuk ke sistem streaming data.

Terdapat banyak metode yang berkembang pesat untuk mendukung

analisis data streaming. eBay bekerja sama dengan beberapa pihak termasuk
Apache Spark, Storm, Kafka, dan Hortonworks HDF. Lapisan layanan data
dari strateginya menyediakan fungsi yang memungkinkan perusahaan untuk
mengakses dan meminta data. Ini memungkinkan analis data perusahaan
untuk mencari tag informasi yang telah dikaitkan dengan data (disebut
metadata) dan membuatnya dapat dikonsumsi oleh sebanyak mungkin orang
dengan tingkat keamanan dan izin yang tepat (disebut tata kelola data).

 Database Development yang dilakukan oleh eBay

Pada tahun 2018, eBay membangun Server Sendiri dengan menggunakan

teknologi Open Source. Dengan 175 juta pengguna aktif dan lebih dari 1,1
miliar listing langsung di eBay, infrastruktur yang dibutuhkan sangat besar.
eBay beroperasi dalam lingkungan yang kompleks dalam skala besar
kemudian memutuskan untuk melakukan penggantian platform berdasarkan
jumlah data yang ditangani. eBay memproses 300 miliar query data setiap
hari, dan jejak data lebih dari 500 petabyte.

Evolusi ini dilakukan sebagai bentuk prioritas eBay dalam menjaga situs
agar berjalan dengan sehat dan aman serta memungkinkan peluang untuk
menggabungkan dan mendukung teknologi baru. eBay menggunakan strategi
Point of Presence (PoP), mendesentralisasi gugus pusat data yang dimiliki di
 Amerika Serikat. Melalui pendekatan ini, eBay dapat menciptakan
pengalaman pengguna dalam mengakses situs eBay agar lebih cepat, lebih
konsisten, dan dapat menghemat waktu muat 600-800 milidetik.

Dengan menggunakan teknologi open source, eBay membangun NuData,

sebuah objek penyimpanan data dan geo yang toleran terhadap kesalahan.
Dalam jangka panjang akan memungkinkan eBay untuk mendistribusikan data
secara geografis untuk meningkatkan pengalaman pelanggan serta
menawarkan ketahanan terhadap layanan dan memberikan solusi isolasi data
untuk negara-negara yang membutuhkannya. eBay menggunakan server dan
perangkat keras yang dirancang untuk mengurangi ketergantungan pada pihak
ketiga. Dengan perubahan perubahan yang dilakukan oleh eBay ini, maka
akan dapat dilakukannya pengembangan yang signifikan dan efisiensi
operasional.

 Database Management System dan Maintenance eBay

eBay termasuk perusahaan yang menggunakan online processing. Sistem
ini merupakan sebuah sistem yang mengaktifkan semua periferal sebagai
pemasok data, dalam kendali komputer induk. Informasi-informasi yang
muncul merupakan refleksi dari kondisi data yang paling mutakhir. Dalam
sistem pengolahan online, transaksi secara individual dientri melalui peralatan
terminal, divalidasi dan digunakan untuk meng-update dengan segera file
komputer. Hasil pengolahan ini kemudian tersedia segera untuk permintaan
keterangan atau laporan.
eBay juga melakukan database maintenance. eBay melakukan regular IT
upgrades untuk menjaga kinerja sistem informasinya. Hal tersebut dilakukan
agar ebay dapat mempertahankan stabilitas dan keandalan layanan.

2. Walmart
 Data Resource Management
Walmart merupakan contoh lain dari perusahaan yang melakukan
manajemen data untuk meraih kesuksesannya. Walmart yang merupakan salah
satu retailer terbaik di dunia, tentunya berurusan dengan data yang sangat
besar. Walmart sendiri menggunakan Hadoop untuk menunjang pengelolaan
datanya, khususnya dalam hal penyimpanan dan pemrosesan data.
Walmart memiliki tujuan utama melalui penggunaan data yang sangat
besar, yaitu untuk mengoptimalkan pengalaman berbelanja dari pelanggan
ketika mereka berada di toko Walmart, melakukan browsing pada website
Walmart, ataupun ketika melakukan browsing melalui hp.
Dalam mencapai tujuan utamanya, Walmart menggunakan data mining.
Data mining ini membantu Walmart dalam menemukan pola pada data point
of salesnya yang dapat digunakan untuk memberikan rekomendasi produk
kepada pelanggan, berdasarkan pada produk mana yang dibeli secara
bersamaan atau produk mana yang pernah dibeli sebelumnya. Dengan data
mining ini juga, Walmart dapat mengatasi dengan segera masalah-masalah
yang dapat menyebabkan kerugian akibat hilangnya penjualan lebih lanjut.
Sebagai contoh, ketika Halloween, analis penjualan di Walmart
menemukan data yang menunjukkan bahwa kue tertentu sedang popular di
semua toko Walmart. Namun, ada 2 toko dimana kue jenis yang sama tidak
terjual sama sekali. Setelah diselidiki, ternyata hal ini disebabkan kelalaian
sederhana dalam stocking yang menyebabkan kue tidak diletakkan di rak
untuk penjualan. Hal ini pun kemudian segera diatasi.
Di samping itu, Walmart juga menggunakan data media sosial untuk
mengetahui tentang produk yang sedang trend sehingga produk tersebut dapat
diperkenalkan di seluruh toko Walmart. Selain itu, Walmart juga
memodifikasi kebijakan pengirimannya atas dasar analisis datanya.
Data mining juga membantu Walmart dalam melakukan perkiraan di
bidang operasional perusahaan, seperti berapa banyak kasir yang dibutuhkan
pada berbagai waktu, sepanjang tahun. Selain itu, dengan data mining,
Walmart dapat mengetahui penjualan mingguan, sehingga dapat digunakan
untuk membentuk strategi penjualan.

Dalam pengelolaan datanya, Walmart juga menggunakan sistem yang

disebut Retail Link. Dengan sistem Retail Link Walmart dapat memberikan
full access kepada para supplier Walmart terhadap data warehouse nya. Data
yang dapat diakses oleh supplier Walmart melalui sistem ini meliputi data
 penjualan barang, data persediaan barang, informasi mengenai perkembangan
Walmart, serta purchase order yang ada. Dengan ini, maka stock barang pada
Walmart akan tetap terjaga pada persediaan minimumnya.

Sharing data yang dilakukan oleh Walmart kepada supplier juga dapat
membantu perusahaan tersebut menjadi lebih efisien, karena mereka mendapat
informasi mengenai barang yang paling banyak terjual di Walmart. Hal ini
tentunya juga menguntungkan bagi Walmart, dimana Walmart dapat menjual
barang dari supplier dengan harga yang lebih murah.

3. Kesimpulan :
Dengan semakin berbagai macam teknologi yang telah ada, big data dapat
membantu perusahaan untuk semakin berkembang. Analisa yang dilakukan
perusahaan terhadap data yang berhubungan dengan perusahaan, dapat
memberikan pengetahuan bagi perusahaan untuk meningkatkan kepuasan
pelanggan, sehingga perusahaan akan berjalan dengan semakin efisien dengan
penjualan yang terus meningkat.
 DAFTAR PUSTAKA

O’Brien, J. A., & Marakas, G. M. (n.d.). Management Information Systems (10th

ed.). The McGraw-Hill Companies.

Weiss, T. R. (2018). eBay Shares Server Designs as It Rebuilds IT Infrastructure.

Retrieved February 22, 2020, from https://www.channelfutures.com/open-
source/ebay-shares-server-designs-as-it-rebuilds-it-infrastructure

How eBay Solves the Database Scaling Problem with MongoDB. (2014).
Retrieved February 22, 2020, from
https://www.morpheusdata.com/blog/2014-10-27-how-ebay-solves-the-
database-scaling-problem-with-mongodb

Sherman, M. (2017). eBay Inc.’s Operations Management: 10 Decision Areas

& Productivity - Panmore Institute. Retrieved February 22, 2020, from
http://panmore.com/ebay-inc-operations-management-10-decision-areas-
productivity

How Big Data Analysis helped increase Walmart’s Sales turnover? (2017).
Retrieved February 22, 2020, from https://www.dezyre.com/article/how-big-
data-analysis-helped-increase-walmarts-sales-turnover/109

Wal-Mart’s Data Warehouse (2006). Retrieved February 23, 3030, from

http://derbaum.com/tu/WalMarts%20DWH.pdf

The Data Asset: Databases, Business Intelligence, and Competitive Advantage.

Retrieved February 23, 2020. https://saylordotorg.github.io/text_information-
systems-a-managers-guide-to-harnessing-technology-v2.0/s15-the-data-
asset-databases-busin.html