147149145一→ “売上△△”“売上原価”一→ “本社△△” “東京支店” “大阪支店t’→ ‘’△△△△” “東京支店’”‘大阪支店”一一→ データ発生年月日一→ 数値データ＊注 項目Cは本社が各支店に売上げた場8605 87038704 8803一 司一一一一一一一一 引期一一一一一一一一レ 125，26，27，28，29，30，31，32，33，34，35，36，13，14，15，16，17，18，19，20，2｜，22，23，24，50期・51518504 8505 86044748504849505252半期別数値OCCURS l 6半期別数値OCCURS l 653一 47一月別」数値OCCURS 36月別数値OCCURS 36840546（基準年月＝通常月の場合）604↓ 8605 860446（基準年月＝通末月の場合）860587041 1 1 1 1 ll 1 1 1 152期準備年月8607月次ポイント 27 52上期ポイント 15上下区分下期ポイント 16開始年月通期月別ポイント OCCURS 20月数 120，0，0，0，0，0，0，0，準備年月8703月次ポイント 24 52 28605上期ポイント 13上下区分下期ポイント ｜4開始年月通期月別ポイント ㏄CURS 20月数 110，0，0，0，0，0，0，0， 18605ー タベース（リレーショナルデータベース）を採用したが，ここでGIGAデータベースとADMデータ項目 A項目 B項目 C項目 D項目 E 合のみ支店名称が存在する。NOW▽ よる経営情報管理 経営管理では，複雑にからみ合った膨大な数値 図8に示すようなデータ構造の場合，GIGAデーィールドとして定義することより，例えば，本社が東京支店に売上げた情報を把握したい場合は，アクセス条件にC＝“東京支店”と指示するだけで，図8 ADMデータベースの構造NOW▽ベースの違いについて例をとって簡単に説明する。111111■期111111期図7 経営情報の時系列概念1 llllll 1 1 1 1 ll川ll口lllー スは，あらゆるアクセス条件でも，瞬時にその情報を取り出す事のできるKey構造を持っていな 第5に，データベース構造にGIGA （リレーショナルデータベース）を採用した。タを管理，識別する為の項目コード等が複雑にからみ合い，これをフローとストッ久さらに借方，貸方という管理を行わなければならない。そこで，ければならない。従来からあるADMデータベースでは，セグメント単位に独立な複数Keyを定義する為には，セカンダリキーを利用しなければならず複雑にKeyがからみ合う情報処理に対処することは，非常に困難である。従って，図9で示す，情報，月単位に蓄積された情報，期単位に蓄積された情報などが，簡単にかつ正確に把握することが可能となり，更に，KGRAF， F．BGRAF（図形構築ルーチン）と結合させることにより，オンラインでの図形処理を可能とした。 経営管理の情報は，以上で述べたとおりデーその数値データを蓄積する器，つまリデータベGIGA・DBを採用することにより，日々発生した 3−2 GIGAリレーショナルデータベースにデータを貸借管理しなければならない為GIGAデタベースでは，項目A，B，C，Dを独立なKEYフlIllll口lll引期一一一一一一 一一一一一一 52期一一一一一一一一 r 53期 一lllllllllllllllllllll
元のページ ../index.html#51