Agenda wykładu. Czym jest ZISZ. Ewolucja (Z)SIZ. MRPI - Material Requirements Planning. Historia (Z)SIZ

Wielkość: px
Rozpocząć pokaz od strony:

Download "Agenda wykładu. Czym jest ZISZ. Ewolucja (Z)SIZ. MRPI - Material Requirements Planning. Historia (Z)SIZ"

Transkrypt

1 Katedra Informatyki Gospodarczej Szkoła Główna Handlowa Agenda wykładu dr in. Andrzej Sobczak Zintegrowane systemy informatyczne zarzdzania (ZSIZ) Hurtownie danych CRM czym jest i dlaczego jest to takie wane? W prezentacji wykorzystano fragmenty materiałów: CRM DONE RIGHT, IBM Polska Wdraanie koncepcji CRM w brany bankowej w Polsce, Andersen BC Hurtownie danych i systemy wspomagania decyzji, P. Przytalski, A. lachetka Projektowanie systemów informatycznych, J. Jabłoski 1 2 Czym jest ZISZ Ewolucja (Z)SIZ Przez zintegrowany system informatyczny zarzdzania rozumie si system automatycznego przetwarzania danych wspomagajcy proces zarzdzania, przy czym: Automatyczne oznacza przetwarzanie danych za pomoc komputera Proces zarzdzania jest wieloetapowym, sekwencyjnym procesem podejmowania decyzji, na który składaj si: opracowanie i akceptacja programu działania, ustalenia wynikajce z funkcji organizowania i decyzje zwizane z koordynowaniem działalnoci wyodrbnionych podsystemów oraz funkcje kontroli i nadzoru, umoliwiajce działanie sprze zwrotnych w systemie. AGM automatyzacja gospodarki materiałowej, MRPI planowanie potrzeb materiałowych, MRP Closed Loop sterowanie w ptli zamknitej, MRPII zintegrowane zarzdzanie wytwarzaniem, ERP zintegrowane zarzdzanie zasobami. 3 4 Historia (Z)SIZ MRPI - Material Requirements Planning Lata 50-te Lata 60-te Lata 70-te Lata 80-te Lata 90-te... AGM = podstawowa obsługa gospodarki materiałowej MRP I = AGM+ przygotowanie produkcji, sterowanie zapasami, elementy planowania produkcji MRP CL = MRP I + harmonogram produkcji, obsługa zaopatrzenia, planowanie zdolnoci produkcyjnych, warsztat produkcyjny MRP II = MRP CL + m. in. planowanie sprzeday, zarzdzanie popytem, planowanie zasobów, interfejs do systemów finansowych ERP = MRP II + m.in. obsługa specyficznych zamówie, elektroniczna wymiana danych, rachunkowozarzdcza terminarz produkcji? = ERP + internet, otwarty interfejs,euro... Architektura systemów zintegrowanych wywodzi swoj genez od programów automatyzacji gospodarki materiałowej w latach 50. Drog ewolucji, z systemu sterujcego stanami zapasów, powstał na przełomie lat 50/60 system MRP I. MRP I pozwala obliczy dokładn ilo materiałów i terminarz dostaw tak, aby sprosta cigle zmieniajcemu si popytowi na poszczególne produkty, uwzgldniajc wicej ni jedn fabryk. MRP I pomaga zagregowa informacje o działalnoci rozproszonej korporacji i budowa spójne plany strategiczne. W nowszych implementacjach MRP I istnieje moliwo uwzgldnienia m.in. zamówie spływajcych bezporednio od kocowych odbiorców oraz poredników, prognozy sprzeday i produkcji, stany magazynów, zapisy ksigowe i fakturowe. Zarówno programy do automatyzacji gospodarki materiałowej, jak i systemy MRP I instalowane były na duych komputerach typu mainframe, a dominowało przetwarzanie typu wsadowego

2 Closed Loop MRP MRPII - Manufacturing Resource Planning Rozszerzeniem specyfikacji MRP I było uwzgldnienie Closed Loop MRP (zamknitej ptli sterowania nadnego), czyli planowania materiałowych zdolnoci produkcyjnych w zamknitej ptli procesu produkcyjnego. Dziki sprzeniu zwrotnemu mona było na bieco reagowa na zmieniajce si parametry produkcji. Przełom: zdefiniowanie i opublikowanie w 1989 roku przez Amerykaskie Stowarzyszenie Sterowania Produkcj i Zapasami - APICS (American Production and Inventory Control Society) standardu MRP II (ang. Manufacturing Resource Planning - Planowanie Zasobów Produkcyjnych) Podstaw MRPII jest poniszy zestaw pyta, okrelony mianem Uniwersalnego Równania Produkcji: Co i kiedy naley wyprodukowa (jakie wyroby gotowe i w jakim terminie), aby zaspokoi rozpoznany popyt; Czym trzeba dysponowa i w jakim czasie (zdolnociami produkcyjnymi, półfabrykatami, surowcami itd.), eby wykona t produkcj; Co z tego przedsibiorstwo posiada obecnie (jakimi zdolnociami produkcyjnymi netto dysponuje w kolejnych okresach planistycznych; jaki ma zapas produkcji w toku, półfabrykatów i surowców, który moe uy do wykonania tej produkcji); Co naley jeszcze kupi (jakie surowce i jakie usługi kooperacyjne), eby wykona t produkcj. 7 8 MRPII - Manufacturing Resource Planning MRPII - Manufacturing Resource Planning MRP II obsługuje cztery klasy produktów: Produkty konstruowane na zamówienie, z typowych modułów (ang. Engineer-to-Order-Products) np. transformatory duej mocy; Produkty wielowykonaniowe, wytwarzane na zamówienie, opierajce si na modułach projektowanych według indywidualnych potrzeb uytkownika z wykorzystaniem typowych czci (ang. Make-to-OrderProducts) np. samochody ciarowe; Produkty wielowykonaniowe, montowane na zamówienie, z typowych modułów i czci (ang. Assembly-to-Order-Products) np. samochody osobowe; Produkty przeznaczone dla anonimowego klienta, czyli produkowane na tzw. magazyn (ang. Make-to-Stock-Products) np. komputery. W systemach MRPII wprowadzono funkcje odpowiedzialne za sterowanie zapasami (ang. inventory control). Umoliwiaj one prowadzenie biecej ewidencji ilociowej zapasów w magazynach i warsztatowych powierzchniach odkładczych (dotyczy to tylko produkcji powtarzalnej), nadzorowanie dostaw pomidzy komor przyj a magazynami, rezerwowanie i wydawanie elementów z magazynów, rozliczanie zuycia elementów, wykonywania analizy ABC i prowadzenie inwentaryzacji cigłej. Ponadto funkcje te umoliwiaj tworzenie zlece produkcyjnych i zapotrzebowa zaopatrzeniowych na elementy. W tym miejscu naley wprowadzi pojcie tzw. polityk zamawiania ERP - Enterprise Resource Planning ERP - Enterprise Resource Planning Wszystkie systemy klasy MRP, niezalenie od stopnia komplikacji, s procesorami transakcyjnymi, nastawionymi głównie na coraz szybsze przetwarzanie danych. Systemy ERP to systemy nastawione na sterowanie procesami. Składaj si wic zarówno z czci zarzdzajcej, jak i przetwarzajcej. Implementacje takich systemów mona prowadzi fazowo, w zalenoci od stopnia komplikacji poszczególnych procesów, którymi maj one zarzdza. W ERP moe tworzy modele (fantomy) poszczególnych procesów i bada ich zachowanie oraz zgodno ze stanem podanym. Mona okrela drog procesu, w zalenoci od tego, kto jest jego uytkownikiem. W systemach tego typu mona tworzy własne monitory transakcyjne, zindywidualizowane menu aplikacji i ekrany uytkownika. Dodatkowymi wyrónikami specyfikacji ERP jest zastosowanie opartych na ograniczeniach, dwukierunkowych mechanizmów optymalizujcych planowanie oraz wbudowana w system moliwo elektronicznych połcze w ramach łacucha dostaw i sprzeday. W ERP powszechnie stosowane s take mechanizmy umoliwiajce symulowanie rónorodnych posuni i analiz ich skutków (np. finansowych) oraz wprowadzono elementy rachunkowoci zarzdczej, rachunku kosztów oraz przepływu rodków pieninych (ang. cash flow)

3 Tendencje w rozwoju ZSIZ Struktura systemu zintegrowanego - moduły System ERP Orientacja na procesy i integracj wewntrzn (logistyka i finansowa) Nastawiony na rozwizywanie problemów wewntrz przedsibiorstwa Dane generowane i wykorzystane wewntrz firmy Maksymalne wspomagane potrzeb uytkownika Wspomaga mechanizmy tworzenia wartoci lokalnych (wewntrz firmy) Sztywny zakres funkcjonalny oparty na centralnej bazie danych Projektowany, wdraany i rozwijany całociowo (architektura modułowa) Architektura Klient Server i korzysta z sieci Internet System ERP II Orientacja na procesy i integracj zewntrzn (partnerzy biznesowi łacuchy dostaw) Zorientowany na kooperacj i rozwizywanie wspólnych problemów z partnerami biznesowymi Dane publikowane równie na zewntrz firmy (take za pomoc subskrypcji) Pełna orientacja na zaspokajanie potrzeb klienta Wspomaga mechanizmy oparte na podziale korzyci midzy firm a partnerami biznesowymi Wykorzystuje hurtownie danych i wiedze dla rozwoju biznesu Projektowany, wdraany i rozwijany ewolucyjnie (architektura komponentowa) Zorientowany na rynki elektronicznej i oparty na usługach sieci Internet Finanse Obsługa klienta Raportowanie i i analiza wielowymiarowa Projekty Produkcja uprawnieniami Magazyn Przykład ZSIZ MRP II Standard System strategiczne Rachunkowo zarzdcza Rachunkowo finansowa Wspomaganie decyzji i hurt. danych Business Support kadrami zapasami Dyspozycje finansowe majtkiem trwałym Marketing Analizy portfelowe Planowanie portfela produktów Rozwój produktu Symulacja kanałów Sprzeda Pomiary wydajnoci Planowanie popytu cenami Realizacja zlece sprzeday relacjami klientów Nabywanie Obsługa dostawców ródła dostaw zamówieniami Wytwarzanie Planowanie produkcji Inynieria procesowa Produkcja Obsługa składników trwałych jakoci Dystrybucja Planowanie ródeł dystrybucji Alokacja centrum dystrybucji Transport Struktura systemu zintegrowanego Co nam daje system zintegrowany? SYSTEM Klient Obsługa klienta Technolog Dział produkcji Magazyn Moduły Zapytanie ofertowe Oferta Sporzdzenie kalkulacji Dokumenty Nie Akceptacja oferty Tak Przygotowanie umowy Umowa Akcje Nie Podpisanie umowy Tak Rejestracja zamówienia Planowanie produkcji Harmonogram prac Produkcja Materiały Pobranie materiałów Zamówienie Karta technologiczna Zapasy Alokacja Zamówienie Opracowanie Role Sprzedawcy Technolodzy Magazynierzy Odbiór materiałów Produkt technologii Rozliczenie Produkt Stan krytyczny produktu produkcji Tak Uytkownicy Przyjcie Faktura Fakturowanie Zamówienie wykonane Zamówienie materiałów faktury Płatno 17 Obsługa płatnoci 18 Cykl obsługi zamówienia 3

4 Kierunki rozwoju: przesłanki Kierunki rozwoju Kluczowe znaczenie ma funkcjonalno systemu w kontekcie jego ceny Łatwo obsługi i szybko wdroenia Aspekty technologiczne sprzt komputerowy i architektura systemu Polskie przedsibiorstwa szukaj sprawdzonych rozwiza, firmy zachodnie opieraj si na własnych dowiadczeniach. Im wiksza konkurencyjno sektora, tym wiksze nasycenia systemami ERP Trend 1: Udoskonalenie integracji, elastyczno. Nowe architektura oprogramowania magistrala biznesowa Trend 2: Włczenie elementów e-biznes do ERP tak jak: Customer relationship managemen (CRM) E-procurement Supply chain management (SCM) Business intelligence (BI) Trend 3: Pozyskanie uytkowników nowego typu. Multi-entreprise users uzytkownicy wielofirmowi Self-service users uzytkujacy na potrzeby własne Mobile users uytkownicy mobilni Trend 4: Dostosowanie do Internetu. Portale internetowe i przegldarki WWW jako podstawowe interfejs do systemów klasy ERP Kierunki rozwoju Przykładowe systemy klasy ZSIZ wysoki Przewaga konkurencyjna Systemy ERP Kadry i płace Finanse E-biznes Systemy SCM Systemy ERM Systemy CRM Systemy zapewniajce Przewag Konkurencyjna (ERP II, SCM, CRM Tradycyjne systemy ERP Automatyzujce biece procesy biznesowe SAP R/3 MySAP.com ORACLE E-Business Suite MFG/Pro QAD eq inne niski Zawansowanie merytoryczno-technologiczne wysoki Problemy organizacji z przetwarzaniem danych Problemy organizacji z przetwarzaniem danych Ilo danych Rónorodno formatów zapisu danych Wiele rozproszonych ródeł danych Charakter wydobywanej informacji Szybko transakcji Dostpno danych Systemy do zarzdzania przedsibiorstwami intensywnie korzystaj z transakcyjnych baz danych. Jedni uytkownicy wprowadzaj do nich informacje np. o wysyłce towaru lub sprzeday. Drudzy pobieraj dane, generujc z nich faktury, rozliczenia, raporty. Zasoby informacji zgromadzone w bazie danych systemu ERP s niezbdne do biecej działalnoci firmy jednak po pewnym czasie staj si "histori", stanowic dla systemu informatycznego niepotrzebny balast

5 Czym jest hurtownia danych Czym jest tematyczna hurtownia danych Hurtownia danych jest to: scentralizowana nietransakcyjna baza danych przeznaczona do przechowywania informacji w długim horyzoncie czasowym globalnie w skali instytucji, w wielowymiarowych układach analitycznych i ukierunkowana na wyszukiwanie informacji bezporednio przez kocowych uytkowników. Angielskie pojcia: data warehouse, data mart (uwaga: to nie jest to samo!!!) Data Mart -cile zwizana z mniejsz grup uytkowników, tematycznie dostosowana, zoptymalizowana dla ich potrzeb hurtownia danych. "Data mart" mona opisa jako podzbiór hurtowni danych przeznaczony do zaspokajania potrzeb pojedynczej jednostki biznesowej (np. oddziału firmy), czy te mniejszych jednostek gospodarczych, w zakresie dostpu do informacji za pomoc specjalizowanej aplikacji Porównanie hurtowni danych z data marts Troch szczegółów Cechy: Data marts Hurtownie danych Obszar wdroenia oddział/przedsibiorstw Korporacja o Zakres tematyczny Jeden Wiele ródła danych Kilka Wiele Rozmiary <100 GB 100GB 1TB Platforma NT, Unix Unix Hurtownia danych jest, zgodnie z definicj, skonsolidowanym repozytorium danych historycznych. Repozytorium zawiera dane historyczne, nie podlegajce ju zmianom (bo nie zmieniamy danych o sprzeday sprzed np. roku). Dane s skonsolidowane, co rzutuje na architektur bazy danych jest ona znacznie mniej złoona ni w przypadku baz OLTP (On Line Transactional Processing baz danych dla przetwarzania transakcyjnego). Dane s zorganizowane w struktur wielowymiarow, w której fakty (liczby przechowywane w bazie) s zalene od wielu parametrów (nazywanych wymiarami) Dlaczego hurtownia danych? Cechy hurtowni danych Zdenormalizowana struktura bazy hurtowni danych powstała w wyniku procesu poszukiwania modelu logicznego bazy, który umoliwiałby wydajne, złoone i wszechstronne raportowanie. Próby usprawnienia raportowania i prowadzenia analiz w oparciu o tradycyjne bazy OLTP poniosły fiasko. Tematyczno Grupowanie danych Integralno Normalizacja pól, wspólne typy danych Oznaczenie czasowe Analiza w długich okresach Niezmienno

6 Jak to działa? Jak to działa? Hurtownia danych DM DM Uytkownicy: - Raporty - Zapytania do bazy - Analizy OLAP - EIS - Budetowanie - Data Mining SYSTEMY RÓDŁOWE EXTRACTION TRANSFORM LOAD MANAGE DATA WAREHOUSE DATA MARTS Data Warehouse / Data Mart i Operational Data Store PREZENTACJA / OLAP OLAP : - HOLAP - ROLAP - MOLAP Data Mining Modele OLE DB XML/A OLE DB XML/A DOSTP UYTKOWNIKÓW I ANALIZY Ad-hoc Query Tools Raporty Aplikacje na zamówienie Aplikacje analityczne Web Services i Aplikacje mobilne Zasilanie hurtowni danych Struktura danych w hurtowni danych Wanym elementem tych systemów s procedury ekstrakcji, czyszczenia, transformacji i ładowania danych do bazy (ang. Extract, Transformation, Load ETL). Procedury ekstrakcji danych z systemów OLTP uruchamiane s w czasie minimalnego obcienia tych systemów. Dane wyekstrahowane s nastpnie weryfikowane wzgldem reguł i danych słownikowych przechowywanych w repozytorium metadanych, przekształcane do podanej w hurtowni postaci i nastpnie ładowane do bazy. Dziki procedurom ETL dane w hurtowni charakteryzuj si wysok jakoci, przewyszajc znacznie jako danych systemów OLTP. Przykład: deduplikacja procedura usuwajca powtórzenia danych: w systemach OLTP panowie Jan Kowalski i Jan Piotr Kowalski mog by rónymi klientami, mimo i mieszkaj pod tym samym adresem, w hurtowni (dziki procesowi deduplikacji) zostan zidentyfikowani jako ta sama osoba umoliwiajc tym samym rzeczywist analiz zachowa klienta. Dwie podstawowe struktury Model płatka niegu Model gwiazdy - tablica faktów - hierarchia wymiaru Model gwiazdy Co oznacza model gwiazdy Dane dotyczce sprzeday (wielko, warto, ) gromadzone s w centralnej tabeli faktów Parametry (wymiary) od których sprzeda zaley znajduj si w mniejszych tabelach takich jak np. produkt, geografia czy czas. Elementy wymiarów (dla geografii np. województwa) mog posiada cechy charakterystyczne (np. rozmiar, liczba ludnoci), które bd wykorzystywane w analizach. Schemat gwiazdy odpowiada strukturze najbardziej zdenormalizowanej

7 Model płatka niegu Jaki to model? WYMIAR CZAS: ROK WYMIAR CZAS: MIESIC WYMIAR CZAS: TYDZIE WYMIAR CZAS: DZIE WYMIAR STANOWISKO FAKTY WYNAGRODZENIA WYMIAR PRACOWNIK WYMIAR ORGANIZACJA: KOMÓRKA WYMIAR ORGANIZACJA: WYDZIAŁ WYMIAR ORGANIZACJA: PION Zastosowania hurtowni danych Narzdzia analityczne Obsługa danych ksigowych spełnia funkcj archiwaln przechowujc dane, które daj obraz sytuacji na konkretny dzie. Obsługa sprawozdawczoci - wykorzystuje informacje z baz klientów. Obsługa finansowa przeznaczona do zarzdzania aktywami i pasywami, umoliwia obliczenie ogólnego przepływu finansowego. Obsługa marketingowo-klientowska umoliwia podział klientów na segmenty, okrelenie koszyków produktowych, sprawdzenie solidnoci klientów i skutków działa marketingowych. Aplikacje OLAP Data mining Analiza produktu produkt region sprzeda Analiza w czasie czas Analiza Ad-hoc Analiza regionu Narzdzia analityczne c.d. Porównanie narzdzi wspomagajcych analizy Aby unikn koniecznoci budowania dla kolejnych raportów coraz to nowych programów stworzono narzdzia analityczne umoliwiajce tworzenie w bardzo prosty sposób, praktycznie tylko za pomoc myszy, nawet bardzo złoonych raportów. Stworzono klas narzdzi pozwalajcych prowadzi nawet skomplikowane analizy w trybie on-line (On Line Analitycal Processing - OLAP). Systemy klasy OLAP przełamały wszystkie ograniczenia systemów raportujcych z baz OLTP umoliwiajc prowadzenie rónego rodzaju analiz biznesowych take na bardzo duych bazach danych. Zapytania i raporty Wybór pojedynczych i zsumowanych danych Informacja Kto zakupił produkt w ostatnich dwóch latach? OLAP Podsumowania, trendy i prognozy Analiza Jaki jest redni przychód od klienta, który kupił produkt w cigu ostatnich dwóch lat z podziałem na regiony? Data Mining Odkrywanie ukrytych zalenoci Wgld i przewidywanie Kto i dlaczego kupi produkt w najbliszym półroczu? Tradycyjne bazy danych, narzdzia OLAP oraz Data Mining

8 Przykład kostki analitycznej Data mining Oddział Pozna Kraków Gdask 69,059,440 PLN 8,755 szt. 7,888 PLN Produkt ROR Kredyt Depozyt Rach. Inwest. Inne Narzdzia drenia i eksploracji danych (ang. Data Mining) słu do automatycznego znajdowania zwizków midzy danymi. Narzdzia klasy DataMining wykorzystuj wiele wyrafinowanych technik takich jak na przykład sieci neuronowe, drzewa decyzyjne, sieci Bayesa, algorytmy genetyczne, clustering czy regresja. Narzdzia tej klasy s wykorzystywane przez analityków midzy innymi do segmentacji bazy klientów, prognozowania, pozycjonowania produktu na rynku, a take do wykrywania oszustw w czasie rzeczywistym. Q1 Q2 Q3 Q4 Czas Data mining Relacyjne a wielowymiarowe bazy danych w hurtowniach danych Data Mining, cho oferuje automatyczne generowanie wyników, wymaga dobrego ich zrozumienia (w celu uniknicia pułapek) i dlatego prowadzony jest zwykle przez zaawansowanych analityków czsto posiadajcych doktorat z matematyki czy nauk przyrodniczych. Dla ułatwienia i usystematyzowania analiz drenia danych opracowano w 1996 roku metodyk CRISP DM (Cross-Industry Standard Process for Data Mining), w której okrelono sposób prowadzenia analizy od zrozumienia zada biznesowych i dostpnych danych poprzez przygotowanie danych i modelowanie a po oszacowanie poprawnoci modelu i jego wdroenie do eksploatacji. Metodyka ta jest dzi wspierana przez praktycznie wszystkich wytwórców oprogramowania klasy DataMining. Od samego pocztku hurtownie danych realizowane były w oparciu o bazy danych dwojakiego rodzaju: relacyjne i wielowymiarowe. Omawiana struktura gwiazdy jest przykładem modelu danych bazy relacyjnej. W takiej strukturze fakty s funkcj wielu zmiennych (wymiarów), i jest to jedna z bardzo wielu moliwych struktur danych bazy relacyjnej. P ro dukt Mia s to Mie s ic S prze da [ty P LN] A B A C A Z Y Z Y X KLUCZE I I I III IV P R O D U K T WYMIARY A B C Mia s to X Y Z Mie s ic I II III IV V Mode l re lac yjny Mo de l w ie lo w ym iaro w y Model relacyjny vs. wielowymiarowy MOLAP, ROLAP, HOLAP W bazie wielowymiarowej dane s przechowywane z definicji w postaci faktów funkcji kilku zmiennych, i jest to podstawowa forma gromadzenia danych w tej bazie. Relacyjne bazy danych mog gromadzi olbrzymie iloci danych osigajc rozmiar wielu terabajtów. Bazy wielowymiarowe natomiast maj ograniczenie na wielko i przewanie nie przekraczaj rozmiarem kilkudziesiciu gigabajtów. Oferuj natomiast struktur danych przygotowan do prowadzenia wszechstronnych i złoonych raportów na podstawie rónorakich przeci przez dane wielowymiarowe. Przedstawicielami baz wielowymiarowych s np. Oracle Express czy Essbase (Hyperion). 47!"#$ %!"#$& '!"#$ %'!"#$& 48 8

9 Jak działa baza hybrydowa Badanie Co daje naprawd hurtownia danych Dane gromadzone s w bazie relacyjnej a nastpnie odwzorowywane (przez aplikacj mapujc) na struktur wielowymiarowej bazy danych (zaznaczonej symbolicznie kostk). Baza wielowymiarowa nie zawiera faktów a tylko elementy wymiarów, jej rozmiar jest zatem bardzo mały, nawet jeli baza relacyjna jest wielkoci terabajtów. Do analiz stosowane jest narzdzie analityczne klasy MOLAP. W czasie analizy zapytanie z narzdzia MOLAP jest przesyłane do wielowymiarowej bazy danych, gdzie generowane jest dynamiczne zapytanie SQL, które jest przesyłane przez warstw odwzorowujc do bazy relacyjnej. Wynik zapytania powraca do narzdzia analitycznego t sam drog (oczywicie w odwrotnej do zapytania kolejnoci). Temat: Analiza przydatnoci hurtowni danych w procesie podejmowania decyzji Grupa docelowa: 37 firm w oparciu o nastpujce kryteria: Rok od wdroenia HD Rozproszone struktury organizacyjne Osoby z kadry kierowniczej Co daje naprawd hurtownia danych? Gdzie hurtownie danych maj zastosowanie? Referenci uznali za opłacalne przedsiwzicia wdroenia hurtowni danych tylko wtedy, gdy integrowała ona dane z wielu firm, zatem organizacji o charakterze organizacji wirtualnej. Po wdroeniu hurtowni danych pracownicy staraj si wykorzysta jej moliwoci do podejmowania wszystkich decyzji niezalenie czy s one strategiczne dla firmy czy nie (jest to do zaskakujcy wynik, gdy z hurtownie danych wdraane s z reguły w celu zidentyfikowania trendów wystpujcych w otoczeniu) Firmy, które nie radziły sobie z nadmiarem danych uznały wdroenie hurtowni danych za opłacalne hurtownie danych znacznie ułatwiaj odnalezienie koniecznych informacji z TB danych Wyznaczanie trendów wynikajcych ze zbiorów danych powinno by przydatne w podejmowaniu decyzji strategicznych, ankietowani, jednaj nie potwierdzaj tej hipotezy. Najistotniejszym wnioskiem z ankiet jest fakt, i osoby pracujce z hurtowni danych uwaaj, e przedsiwzicie jest opłacalne i pomaga w radzeniu sobie z nadmiarem iloci danych. W telekomunikacji hurtownie danych wykorzystujce dane bilingowe umoliwiaj midzy innymi segmentacj klientów na grupy w róny sposób korzystajcych z usług operatora. Pozwala to na ustanowienie taryf dedykowanych specjalnie dla tych grup. Ponadto, poprzez obliczanie tzw. wskanika churn mona okreli, którzy klienci nosz si z zamiarem zrezygnowania z usług firmy telekomunikacyjnej. Dziki analizie danych dziesitek i setek tysicy transakcji dla tysicy produktów oferowanych w supermarketach (jest to tzw. analiza koszyka) mona dobrze okreli preferencje klientów i korelacje pomidzy produktami. Umoliwia to handlowcom wyjcie naprzeciw oczekiwaniom klientów i zwikszenie sprzeday Producenci hurtowni danych Skd si wził CRM? SAS Oracle Sybase IBM Microsoft SAP Pocztek CRM stanowiły proste, jednostanowiskowe aplikacje typu contact management, które łczc funkcje kalendarza i prostej bazy danych, pozwalaj uytkownikowi na przetwarzanie i analiz danych dotyczcych klientów i kolejnych kontaktów. Dopiero od kilkunastu lat w Stanach Zjednoczonych rozwija si narzdzie nazywane sales force automation (SFA), którego funkcjonalno i zaawansowanie technologiczne umoliwiaj zintegrowanie wszystkich zada zwizanych z zarzdzaniem sprzeda i obsług klienta w ramach jednego systemu. Systemy tej klasy s w stanie obsłuy setki zdalnych uytkowników "terenowych" i lokalnych, dajc wszystkim uczestnikom gry o klienta dostp do krytycznej informacji w trybie on-line. Produkty tego typu od lat 80. dynamicznie si rozwijały, tak jak rosło dowiadczenie rynku zwizane z kolejnymi wdroeniami i pozwalały na to rosnce moliwoci informatyki i telekomunikacji - z Internetem włcznie

10 Skd si wził CRM? Definicja CRM Z contact managera wyrosły produkty oferowane jako call reporting system, territory management system, sales management system, sales team automation - ich wspóln cech była funkcja elektronicznej wymiany danych midzy zarzdzajcymi sprzeda i pracownikami sprzeday. Systemy te odpowiadały przede wszystkim na potrzeb kontroli pracy przedstawicieli w terenie i koncentrowały si na wymianie informacji o klientach i raportowaniu kontaktów. Korzyci płynce z uytkowania takiego systemu były raczej jednostronne: szef sprzeday miał prosty dostp do informacji na temat liczby kontaktów handlowych, profilu odwiedzonych klientów, celu i wyniku kontaktu, kwalifikacji "prospektów" sprzeday, uzyskanych zamówie. 55 Do klasy CRM zaliczymy system, zawierajcy wikszo z wymienionych poniej modułów: Sprzeda - zarzdzanie kontaktami (profile klientów, struktura klientów instytucjonalnych, historia kontaktów sprzedaowych i serwisowych), zarzdzanie kontem klienta (czynnoci sprzedaowe, zamówienia, generowanie ofert); sprzeda - analiza cyklu sprzeday, przydział do konta klienta i przydział do terytorium, monitorowanie statusu klienta i potencjalnych sprzeday (sales opportunity) - zgodnie z charakterystyczn dla firmy struktur organizacyjn i metodologi sprzeday; czasem i terytorium - kalendarz i baza danych pojedynczego uytkownika lub całej grupy; Korespondencja - mailing, , faksy; Marketing - zarzdzanie kampani, encyklopedia produktów, konfigurator produktu, cenniki, oferty, generator celowanych list adresowych, analiza efektywnoci kampanii; Obsługa zgłosze handlowych - przyjmowanie i dystrybucja w obrbie struktur sprzedaowych informacji o klientach zgłaszajcych zainteresowanie ofert; Telemarketing - układanie list telefonicznych według definicji grup docelowych, automatyczne wybieranie numeru, generowanie sales leads, zbieranie zamówie; Serwis i wsparcie klienta po sprzeday - przydzielanie, ledzenie i raportowanie zada, zarzdzanie problemem, kontrola zamówienia, gwarancja; E-commerce i call center. 56 Gdzie mona wykorzysta CRM? Filozofia CRM Umiejscowienie systemów klasy CRM Cele wdraania CRM Bezporednio zainteresowani chc CRM Konkurencja wymusza CRM Klienci chc mie dogodny, wielokanałowy dostp do firmy i by obsługiwani w jednolity pozytywny sposób. Pracownicy domagaj si pełnego dostpu do informacji, która umoliwi szybk reakcj i dobr obsług klienta. Udziałowcy wywieraj nacisk, by lepiej wykorzystywa informacje o klientach. Zyskowno: CRM pozyskuje nowych klientów, zwiksza warto relacji z obecnymi klientami, usprawnia marketing, sprzeda i obsług posprzedan. Zrónicowanie: Obsługa klienta staje si kluczowym elementem strategii konkurencyjnej. Transformacja biznesu wymaga CRM W skali firmy: Firmy musz by bardziej patrzce na zewntrz ni skupione na sobie. Integracja: Komunikacja przenikajca podziały funkcjonalne, umoliwiajca prezentowanie jednolitego wizerunku firmy klientowi

11 Cele wdraania CRM Co nam da wdroenie CRM? 100% Powizanie CRM z problemami zarzdzania na szczeblu korporacji (wyniki dla Regionu EMEA) cisłe powizanie % respondentów 80% 60% 40% 20% 72% 23% 63% 34% 52% 40% 0% Zwikszenie elastycznoci i szybkoci reakcji Redukcja kosztów operacyjnych, zwikszenie mary Poprawa efektywnoci z perspektywy udziałowców brak odpowiedzi niezwizane zwizane cile zwizane Jak to widz menaderowie? Jak wdraa CRM? % respondentów 100% 80% 60% 40% 20% 0% Powizanie celów CRM ze wzrostem wartoci firmy (wyniki dla Regionu EMEA) 84% 12% 20% Poprawa dowiadczenia i satysfakcji klienta 77% 75% 69% Lepsze dostosowanie oferty do potrzeb klientów 20% 29% Utrzymanie i rozszerzenie bazy istniejcych klientów cisłe powizanie Optymalizacja procesów obsługi klienta brak odpowiedzi niezwizane zwizane cile zwizane Narzdzie IT Zakres zastosowania: w działach, regionach i w aspekcie funkcjonalnym Podejcie od dołu do góry Automatyzacja i wzrost efektywnoci (WFM / call centre) CRM jest czci obsługi klienta Rónorodne definicje i zakresy zastosowania CRM Lepsze CRM zarzdzanie w zintegrowany ze wybranym strategi obszarze. korporacyjn (np.promocje) CRM cile zwizany z realizowanym biznesem CRM to wszystko co my robimy Podejcie Podejcie z góry na dół z góry na dół Narzdzie strategiczne Zakres zastosowania - cała firma Jak wdraa CRM Gdzie s trudnoci we wdraaniu CRM? 100% Trudnoci w realizacji zada zwizanych z wdroeniem CRM (wyniki dla Regionu EMEA) % respondentów 80% 60% 40% 20% 61% 36% 51% 46% 43% 44% 46% 46% 0% zmian Zmiana procesów biznesowych Dostosowanie organizacji Opracowanie Strategii CRM brak odpowiedzi łatwe raczej łatwe b.trudne / trudne

12 Co zrobi, aby udało si wdroenie CRM Połczenie ZSI raz CRM Opracowanie jasnej strategii rozwoju CRM, spójnej ze strategi korporacyjn. Skuteczna redefinicja procesów biznesowych i dostosowanie organizacji. Zapewnienie odpowiednio duych i wykwalifikowanych zasobów do zarzdzania zmian. Zaangaowanie i aktywne wsparcie inicjatyw CRM ze strony Zarzdu firmy. Pozyskanie poparcia ze strony pracowników poprzez odpowiedni komunikacj, szkolenia i mechanizmy motywujce. relacjami z klientem (CRM) Kontrahenci oferty kalkulacje umowy zamówienia rozrachunki raporty Cel: Załoenia systemu - diagram Efektywna obsługa klienta Planowanie i produkcja (MRP) Projekty karty technologiczne harmonogramy produkcja magazyn Skuteczne zarzdzanie i kontrola produkcji

O systemach zintegrowanych (ERP) i CRM

O systemach zintegrowanych (ERP) i CRM O systemach zintegrowanych (ERP) i CRM Czym jest ZISZ Przez zintegrowany system informatyczny zarządzania rozumie się system automatycznego przetwarzania danych wspomagający proces zarządzania, przy czym:

Bardziej szczegółowo

Hurtownie danych i systemy wspomagania decyzji. Olaf Morawski Hewlett-Packard Polska Sp. z o.o., ul. Szturmowa 2A, 02-678 Warszawa

Hurtownie danych i systemy wspomagania decyzji. Olaf Morawski Hewlett-Packard Polska Sp. z o.o., ul. Szturmowa 2A, 02-678 Warszawa Hurtownie danych i systemy wspomagania decyzji Olaf Morawski Hewlett-Packard Polska Sp. z o.o., ul. Szturmowa 2A, 02-678 Warszawa Poniższy tekst opisuje architekturę systemów wspomagania decyzji, z uwzględnieniem

Bardziej szczegółowo

Automatyzacja Procesów Biznesowych. Systemy Informacyjne Przedsiębiorstw

Automatyzacja Procesów Biznesowych. Systemy Informacyjne Przedsiębiorstw Automatyzacja Procesów Biznesowych Systemy Informacyjne Przedsiębiorstw Rodzaje przedsiębiorstw Produkcyjne największe zapotrzebowanie na kapitał, największe ryzyko Handlowe kapitał obrotowy, średnie ryzyko

Bardziej szczegółowo

Co to jest Business Intelligence?

Co to jest Business Intelligence? Cykl: Cykl: Czwartki z Business Intelligence Sesja: Co Co to jest Business Intelligence? Bartłomiej Graczyk 2010-05-06 1 Prelegenci cyklu... mariusz@ssas.pl lukasz@ssas.pl grzegorz@ssas.pl bartek@ssas.pl

Bardziej szczegółowo

Od ERP do ERP czasu rzeczywistego

Od ERP do ERP czasu rzeczywistego Przemysław Polak Od ERP do ERP czasu rzeczywistego SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE ZARZĄDZANIE PRODUKCJĄ Wrocław, 19 listopada 2009 r. Kierunki rozwoju systemów informatycznych zarządzania rozszerzenie

Bardziej szczegółowo

Systemy ERP. dr inż. Andrzej Macioł http://amber.zarz.agh.edu.pl/amaciol/

Systemy ERP. dr inż. Andrzej Macioł http://amber.zarz.agh.edu.pl/amaciol/ Systemy ERP dr inż. Andrzej Macioł http://amber.zarz.agh.edu.pl/amaciol/ Źródło: Materiały promocyjne firmy BaaN Inventory Control Jako pierwsze pojawiły się systemy IC (Inventory Control) - systemy zarządzania

Bardziej szczegółowo

Hurtownie danych. Wstęp. Architektura hurtowni danych. http://zajecia.jakubw.pl/hur CO TO JEST HURTOWNIA DANYCH

Hurtownie danych. Wstęp. Architektura hurtowni danych. http://zajecia.jakubw.pl/hur CO TO JEST HURTOWNIA DANYCH Wstęp. Architektura hurtowni. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/hur CO TO JEST HURTOWNIA DANYCH B. Inmon, 1996: Hurtownia to zbiór zintegrowanych, nieulotnych, ukierunkowanych

Bardziej szczegółowo

Zintegrowany System Informatyczny (ZSI)

Zintegrowany System Informatyczny (ZSI) Zintegrowany System Informatyczny (ZSI) ZSI MARKETING Modułowo zorganizowany system informatyczny, obsługujący wszystkie sfery działalności przedsiębiorstwa PLANOWANIE ZAOPATRZENIE TECHNICZNE PRZYGOTOWANIE

Bardziej szczegółowo

Paweł Gołębiewski. Softmaks.pl Sp. z o.o. ul. Kraszewskiego 1 85-240 Bydgoszcz www.softmaks.pl kontakt@softmaks.pl

Paweł Gołębiewski. Softmaks.pl Sp. z o.o. ul. Kraszewskiego 1 85-240 Bydgoszcz www.softmaks.pl kontakt@softmaks.pl Paweł Gołębiewski Softmaks.pl Sp. z o.o. ul. Kraszewskiego 1 85-240 Bydgoszcz www.softmaks.pl kontakt@softmaks.pl Droga na szczyt Narzędzie Business Intelligence. Czyli kiedy podjąć decyzję o wdrożeniu?

Bardziej szczegółowo

Wprowadzenie do technologii Business Intelligence i hurtowni danych

Wprowadzenie do technologii Business Intelligence i hurtowni danych Wprowadzenie do technologii Business Intelligence i hurtowni danych 1 Plan rozdziału 2 Wprowadzenie do Business Intelligence Hurtownie danych Produkty Oracle dla Business Intelligence Business Intelligence

Bardziej szczegółowo

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie Hurtownie danych i business intelligence - wykład II Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2005-2012 Zagadnienia do omówienia 1. Miejsce i rola w firmie 2. Przegląd architektury

Bardziej szczegółowo

Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl

Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykładów Wprowadzenie - integracja

Bardziej szczegółowo

E-logistyka Redakcja naukowa Waldemar Wieczerzycki

E-logistyka Redakcja naukowa Waldemar Wieczerzycki E-logistyka Redakcja naukowa Waldemar Wieczerzycki E-logistyka to szerokie zastosowanie najnowszych technologii informacyjnych do wspomagania zarządzania logistycznego przedsiębiorstwem (np. produkcją,

Bardziej szczegółowo

Hurtownie danych - przegląd technologii

Hurtownie danych - przegląd technologii Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykład adów Wprowadzenie - integracja

Bardziej szczegółowo

Budowa systemu wspomagającego podejmowanie decyzji. Metodyka projektowo wdrożeniowa

Budowa systemu wspomagającego podejmowanie decyzji. Metodyka projektowo wdrożeniowa Budowa systemu wspomagającego podejmowanie decyzji Metodyka projektowo wdrożeniowa Agenda Systemy wspomagające decyzje Business Intelligence (BI) Rodzaje systemów BI Korzyści z wdrożeń BI Zagrożenia dla

Bardziej szczegółowo

Zintegrowane systemy zarządzania przedsiębiorstwem

Zintegrowane systemy zarządzania przedsiębiorstwem Zintegrowane systemy zarządzania przedsiębiorstwem Jarosław Durak ZIP 2005 Wprowadzenie Rozwój systemów informatycznych zarządzania przedsiębiorstwem 1957 American Production & Inventory Control Society

Bardziej szczegółowo

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie Hurtownie danych i business intelligence - wykład II Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2005-2008 Zagadnienia do omówienia 1. 2. Przegląd architektury HD 3. Warsztaty

Bardziej szczegółowo

Spis treci. Dzie 1. I Wprowadzenie (wersja 0911) II Dostp do danych biecych specyfikacja OPC Data Access (wersja 0911)

Spis treci. Dzie 1. I Wprowadzenie (wersja 0911) II Dostp do danych biecych specyfikacja OPC Data Access (wersja 0911) I Wprowadzenie (wersja 0911) Kurs OPC Integracja i Diagnostyka Spis treci Dzie 1 I-3 O czym bdziemy mówi? I-4 Typowe sytuacje I-5 Klasyczne podejcie do komunikacji z urzdzeniami automatyki I-6 Cechy podejcia

Bardziej szczegółowo

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2012 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę

Bardziej szczegółowo

Wstęp... 9. Część I. Podstawy teoretyczne zintegrowanych systemów zarządzania

Wstęp... 9. Część I. Podstawy teoretyczne zintegrowanych systemów zarządzania Wstęp... 9 Część I. Podstawy teoretyczne zintegrowanych systemów zarządzania 1. Systemy informatyczne zarządzania... 13 1.1. System informacyjny, system informatyczny, system informatyczny zarządzania...

Bardziej szczegółowo

SYSTEMY KLASY BI PLATFORMĄ EFEKTYWNEGO WSPÓŁDZIAŁANIA WSPÓŁCZESNYCH ORGANIZACJI. Piotr Zaskórski

SYSTEMY KLASY BI PLATFORMĄ EFEKTYWNEGO WSPÓŁDZIAŁANIA WSPÓŁCZESNYCH ORGANIZACJI. Piotr Zaskórski SYSTEMY KLASY BI PLATFORMĄ EFEKTYWNEGO WSPÓŁDZIAŁANIA WSPÓŁCZESNYCH ORGANIZACJI Piotr Zaskórski 1. MIEJSCE I ROLA SYSTEMÓW KLASY BI W KSZTAŁTOWANIU STRUKTUR I STRATEGII ZARZĄDZANIA WSPÓŁCZESNYCH ORGANIZACJI.

Bardziej szczegółowo

Prowadzący Andrzej Kurek

Prowadzący Andrzej Kurek Prowadzący Andrzej Kurek Centrala Rzeszów Oddziały Lublin, Katowice Zatrudnienie ponad 70 osób SprzedaŜ wdroŝenia oprogramowań firmy Comarch Dopasowania branŝowe Wiedza i doświadczenie Pełna obsługa: Analiza

Bardziej szczegółowo

Wprowadzenie do systemu ERP: CDN XL

Wprowadzenie do systemu ERP: CDN XL Wprowadzenie do systemu ERP: CDN XL Przedmiot: Lk: 1/7 Opracował: mgr inż. Paweł Wojakowski Instytut Technologii Maszyn i Automatyzacji Produkcji Zakład Projektowania Procesów Wytwarzania Pokój: 3/7 B,

Bardziej szczegółowo

IFS Applications. Obiekty i komponenty. Architektura. Korzenie IFS Applications. IFS Applications system klasy ERP

IFS Applications. Obiekty i komponenty. Architektura. Korzenie IFS Applications. IFS Applications system klasy ERP Korzenie Applications Applications Zintegrowane środowisko do kompleksowego zarządzania przedsiębiorstwem IC (ang. Inventory Control) Kontrola Zapasów Magazynowych, MRP (ang. Material Requirements Planning)

Bardziej szczegółowo

CRM. Relacje z klientami.

CRM. Relacje z klientami. CRM. Relacje z klientami. Autor: Jill Dyche Książka przeznaczona jest dla wielu czytelników -- od menedżerów do użytkowników Część 1. skierowana jest do kadry zarządzającej, menedżerów projektów oraz ludzi

Bardziej szczegółowo

Usługi analityczne budowa kostki analitycznej Część pierwsza.

Usługi analityczne budowa kostki analitycznej Część pierwsza. Usługi analityczne budowa kostki analitycznej Część pierwsza. Wprowadzenie W wielu dziedzinach działalności człowieka analiza zebranych danych jest jednym z najważniejszych mechanizmów podejmowania decyzji.

Bardziej szczegółowo

Wstęp do Business Intelligence

Wstęp do Business Intelligence Wstęp do Business Intelligence Co to jest Buisness Intelligence Business Intelligence (analityka biznesowa) - proces przekształcania danych w informacje, a informacji w wiedzę, która może być wykorzystana

Bardziej szczegółowo

dr inż. Marek Mika ON PAN ul. Wieniawskiego 17/19 tel. 8528-503 wew. 262 e-mail: Marek.Mika@cs.put.poznan.pl

dr inż. Marek Mika ON PAN ul. Wieniawskiego 17/19 tel. 8528-503 wew. 262 e-mail: Marek.Mika@cs.put.poznan.pl Systemy klasy ERP wykłady: 16 godz. laboratorium: 16 godz. dr inż. Marek Mika ON PAN ul. Wieniawskiego 17/19 tel. 8528-503 wew. 262 e-mail: Marek.Mika@cs.put.poznan.pl Co to jest ERP? ERP = Enterprise

Bardziej szczegółowo

Udziałowcy wpływający na poziom cen:

Udziałowcy wpływający na poziom cen: Analiza procesu wytwórczego Udziałowcy wpływający na poziom cen: - dostawcy podzespołów - kooperanci - dystrybutorzy - sprzedawcy detaliczni tworzą nowy model działania: Zarządzanie łańcuchem dostaw SCM

Bardziej szczegółowo

PREZENTACJA FUNKCJONALNA SYSTEMU PROPHIX

PREZENTACJA FUNKCJONALNA SYSTEMU PROPHIX PREZENTACJA FUNKCJONALNA SYSTEMU PROPHIX Architektura i struktura funkcjonalna systemu PROPHIX PROPHIX Corporate Performance Management (Zarządzanie Wydajnością Firmy) System do samodzielnego planowania,

Bardziej szczegółowo

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2007 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę

Bardziej szczegółowo

Wymierne korzyci wynikajce z analizy procesów

Wymierne korzyci wynikajce z analizy procesów Wymierne korzyci wynikajce z analizy procesów Analiza procesu jest narzdziem do osignicia wyszej efektywnoci organizacji (midzy innymi). Wymaga ona zbudowania modelu procesu biznesowego bdcego opisem funkcjonowania

Bardziej szczegółowo

Spis tre±ci. Przedmowa... Cz ± I

Spis tre±ci. Przedmowa... Cz ± I Przedmowa.................................................... i Cz ± I 1 Czym s hurtownie danych?............................... 3 1.1 Wst p.................................................. 3 1.2 Denicja

Bardziej szczegółowo

Informatyzacja przedsiębiorstw WYKŁAD

Informatyzacja przedsiębiorstw WYKŁAD Informatyzacja przedsiębiorstw WYKŁAD dr inż. Piotr Zabawa IBM/Rational Certified Consultant pzabawa@pk.edu.pl wersja 0.1.0 07.10.2010 Wykład 1 Modelowanie procesów biznesowych Przypomnienie rodzajów narzędzi

Bardziej szczegółowo

Skuteczna Strategia CRM - wyzwanie dla organizacji. Artur Kowalski Prometriq

Skuteczna Strategia CRM - wyzwanie dla organizacji. Artur Kowalski Prometriq Skuteczna Strategia CRM - wyzwanie dla organizacji Artur Kowalski Prometriq Wrocław, 19-11-2009 Jest tylko jedna strategia sukcesu Polega ona na precyzyjnym zdefiniowaniu docelowego odbiorcy i zaoferowaniu

Bardziej szczegółowo

Dołącz do grona zadowolonych użytkowników systemu Belisama4CRM

Dołącz do grona zadowolonych użytkowników systemu Belisama4CRM Czym jest CRM? Termin CRM, czyli Customer Relationship Management, ma wiele definicji i jest dość szerokim pojęciem. W ogólnym zarysie jest to takie zarządzanie relacjami z klientem, które ma prowadzić

Bardziej szczegółowo

Stawiamy na specjalizację. by CSB-System AG, Geilenkirchen Version 1.1

Stawiamy na specjalizację. by CSB-System AG, Geilenkirchen Version 1.1 1 Business Intelligence Jak najlepiej wykorzystać dostępne źródła informacji, czyli Business Intelligence w zarządzaniu III Konferencja i warsztaty dla branży mięsnej Potencjał rynku potencjał firmy 2

Bardziej szczegółowo

III Edycja ITPro 16 maja 2011

III Edycja ITPro 16 maja 2011 III Edycja ITPro 16 maja 2011 SharePoint 2010 SharePoint jako platforma ERP Paweł Szczecki pawel.szczecki@predica.pl Prelegent Paweł Szczecki Współwłaściciel firmy Predica sp. z o.o. Odpowiedzialny za

Bardziej szczegółowo

HARMONOGRAM: DZIEŃ GODZINA MIEJSCE PROWADZĄCY TEMAT OPIS

HARMONOGRAM: DZIEŃ GODZINA MIEJSCE PROWADZĄCY TEMAT OPIS WARSZTATY Grupa warsztatowa nr 1 System bilingowy operator telekomunikacyjny od środka Uczestnikom warsztatów zostanie przedstawiona specyfika działalności operatora telekomunikacyjnego ze szczególnym

Bardziej szczegółowo

Hurtownie danych a transakcyjne bazy danych

Hurtownie danych a transakcyjne bazy danych Hurtownie danych a transakcyjne bazy danych Materiały źródłowe do wykładu: [1] Jerzy Surma, Business Intelligence. Systemy wspomagania decyzji, Wydawnictwo Naukowe PWN, Warszawa 2009 [2] Arkadiusz Januszewski,

Bardziej szczegółowo

Podnoszenie efektywnoci produkcji przy wykorzystaniu istniejcych zasobów

Podnoszenie efektywnoci produkcji przy wykorzystaniu istniejcych zasobów Podnoszenie efektywnoci produkcji przy wykorzystaniu istniejcych zasobów Adam Jednoróg Koordynator ds. Systemów Zarzdzania Produkcj Email: ajednorog@ipscontrol.pl pl ips Control idealny partner w biznesie

Bardziej szczegółowo

Bazy analityczne (hurtownie danych, bazy OLAP)

Bazy analityczne (hurtownie danych, bazy OLAP) Bazy analityczne (hurtownie danych, bazy OLAP) Materiały pomocnicze. Bazy produkcyjne (transakcyjne) i analityczne Większość systemów baz danych to systemy produkcyjne, inaczej nazywane transakcyjnymi,

Bardziej szczegółowo

Samodzielny Business Intelligence in memory duże i małe. Paweł Gajda Business Solution Architect

Samodzielny Business Intelligence in memory duże i małe. Paweł Gajda Business Solution Architect Samodzielny Business Intelligence in memory duże i małe Paweł Gajda Business Solution Architect Agenda 1. Zapytania biznesowe 2. SAP Visual Intelligence 3. Szybkość 4. Zaangażowanie 5. Samoobsługa 6. Kreatywność

Bardziej szczegółowo

ERP i CRM w dobie internetu. Sprawy pozostawione same sobie, zmieniają się ze złych na jeszcze gorsze

ERP i CRM w dobie internetu. Sprawy pozostawione same sobie, zmieniają się ze złych na jeszcze gorsze ERP i CRM w dobie internetu Sprawy pozostawione same sobie, zmieniają się ze złych na jeszcze gorsze Obniżka kosztów działania P poprzez: - skracanie cykli produkcyjnych - informatyzację procesów biznesowych

Bardziej szczegółowo

Trendy w e-biznesie. Anna Sołtysik-Piorunkiewicz

Trendy w e-biznesie. Anna Sołtysik-Piorunkiewicz Trendy w e-biznesie Anna Sołtysik-Piorunkiewicz Agenda Wprowadzenie koncepcja systemu e-biznesu Obszary i modele systemów e- biznesu Korzyści wynikające z przekształcenia przedsiębiorstw w e- biznes Koncepcja

Bardziej szczegółowo

Od Sumowania do Zarządzania. Konrad Kobylecki Arkadiusz Wiśniewski

Od Sumowania do Zarządzania. Konrad Kobylecki Arkadiusz Wiśniewski Od Sumowania do Zarządzania Konrad Kobylecki Arkadiusz Wiśniewski Podejście tradycyjne Presja kosztowa CFO Marketing Sprzedaż Obsługa Klienta IT Administracja Podejście analityczne Presja ze strony CFO

Bardziej szczegółowo

Oprogramowanie, usługi i infrastruktura ICT w dużych firmach w Polsce 2015. Na podstawie badania 420 firm

Oprogramowanie, usługi i infrastruktura ICT w dużych firmach w Polsce 2015. Na podstawie badania 420 firm Oprogramowanie, usługi i infrastruktura ICT w dużych firmach w Polsce 2015 2 Język: polski, angielski Data publikacji: maj 2015 Format: pdf Cena od: 3000 Sprawdź w raporcie Jakie są najpopularniejsze modele

Bardziej szczegółowo

Dodatkowo, w przypadku modułu dotyczącego integracji z systemami partnerów, Wykonawca będzie przeprowadzał testy integracyjne.

Dodatkowo, w przypadku modułu dotyczącego integracji z systemami partnerów, Wykonawca będzie przeprowadzał testy integracyjne. Załącznik nr 1a do Zapytania ofertowego nr POIG.08.02-01/2014 dotyczącego budowy oprogramowania B2B oraz dostawcy sprzętu informatycznego do projektu pn. Budowa systemu B2B integrującego zarządzanie procesami

Bardziej szczegółowo

Typy bazy danych Textract

Typy bazy danych Textract Typy bazy danych Typy bazy danych bazy tekstowe, Textract, http://www.textract.com - bazy tekstowe, np. archiwum gazety, dla setek gigabajtów, szybkie wyszukiwanie i indeksacja informacji bazy danych bez

Bardziej szczegółowo

Sylabus przedmiotu: Data wydruku: Dla rocznika: 2014/2015. Kierunek: Opis przedmiotu. Dane podstawowe. Efekty i cele. Opis. 1 z 5

Sylabus przedmiotu: Data wydruku: Dla rocznika: 2014/2015. Kierunek: Opis przedmiotu. Dane podstawowe. Efekty i cele. Opis. 1 z 5 Sylabus przedmiotu: Specjalność: Informatyka w zarządzaniu Wszystkie specjalności Data wydruku: Dla rocznika: 2014/2015 Kierunek: Wydział: Zarządzanie Ekonomii, Zarządzania i Turystyki Dane podstawowe

Bardziej szczegółowo

O systemach wspomagania decyzji, bazach danych i hurtowniach danych

O systemach wspomagania decyzji, bazach danych i hurtowniach danych O systemach wspomagania decyzji, bazach danych i hurtowniach danych Klasyfikacja decyzji Operacyjne i strategiczne - ze względu na ich wpływ na działalność organizacji. Definiowalne i trudno definiowalne

Bardziej szczegółowo

Agenda. Charakterystyka Business Intelligence. Architektura systemu. Prezentacja funkcjonalności. Podsumowanie

Agenda. Charakterystyka Business Intelligence. Architektura systemu. Prezentacja funkcjonalności. Podsumowanie Agenda Wstęp Charakterystyka Business Intelligence Architektura systemu Prezentacja funkcjonalności Podsumowanie Business Intelligence BI to zaawansowane technologicznie narzędzie informatyczne służą ce

Bardziej szczegółowo

Mobile Sales Force Applications - rozwiązania mobilne dla biznesu

Mobile Sales Force Applications - rozwiązania mobilne dla biznesu Mobile Sales Force Applications - rozwiązania mobilne dla biznesu Czym jest Mobile Sales Force Apps? To nowoczesny system wsparcia sieci sprzedaży klasy Sales Force Automation i Field Force Automation

Bardziej szczegółowo

Systemy Business Intelligence w praktyce. Maciej Kiewra

Systemy Business Intelligence w praktyce. Maciej Kiewra Systemy Business Intelligence w praktyce Maciej Kiewra Wspólna nazwa dla grupy systemów: Hurtownia danych Pulpity menadżerskie Karty wyników Systemy budżetowe Hurtownia danych - ujednolicone repozytorium

Bardziej szczegółowo

Hurtownia danych praktyczne zastosowania

Hurtownia danych praktyczne zastosowania Hurtownia danych praktyczne zastosowania Dorota Olkowicz dorota.olkowicz@its.waw.pl Centrum Bezpieczeństwa Ruchu Drogowego ITS Plan prezentacji 1. Hurtownie danych 2. Hurtownia danych POBR 3. Narzędzia

Bardziej szczegółowo

Dane Klienta: Staples Polska Sp. z o.o. Bysewska 18 80-298 Gdańsk www.staplesadvantage.pl

Dane Klienta: Staples Polska Sp. z o.o. Bysewska 18 80-298 Gdańsk www.staplesadvantage.pl Dane Klienta: Staples Polska Sp. z o.o. Bysewska 18 80-298 Gdańsk www.staplesadvantage.pl Staples Polska Sp. z o.o. (dawniej Corporate Express Polska Sp. z o.o.) to jeden z największych na świecie dostawców

Bardziej szczegółowo

HURTOWNIE DANYCH Dzięki uprzejmości Dr. Jakuba Wróblewskiego

HURTOWNIE DANYCH Dzięki uprzejmości Dr. Jakuba Wróblewskiego HURTOWNIE DANYCH Dzięki uprzejmości Dr. Jakuba Wróblewskiego http://www.jakubw.pl/zajecia/hur/bi.pdf http://www.jakubw.pl/zajecia/hur/dw.pdf http://www.jakubw.pl/zajecia/hur/dm.pdf http://www.jakubw.pl/zajecia/hur/

Bardziej szczegółowo

Dane Klienta: ZLP Trokotex Sp. z o.o. ul. Wapienna 10. 87-100 Toruń. www.trokotex.pl

Dane Klienta: ZLP Trokotex Sp. z o.o. ul. Wapienna 10. 87-100 Toruń. www.trokotex.pl Dane Klienta: ZLP Trokotex Sp. z o.o. ul. Wapienna 10 87-100 Toruń www.trokotex.pl Zakłady Laminatów Poliestrowych Trokotex Sp. z o.o. są obecne na polskim rynku od 1987 roku, a ich produkty, głównie zbiorniki

Bardziej szczegółowo

Dane Klienta: Staples Polska Sp. z o.o. ul. Bysewska 18 80-298 Gdańsk www.staplesadvantage.pl

Dane Klienta: Staples Polska Sp. z o.o. ul. Bysewska 18 80-298 Gdańsk www.staplesadvantage.pl Dane Klienta: Staples Polska Sp. z o.o. ul. Bysewska 18 80-298 Gdańsk www.staplesadvantage.pl Staples Inc. jest największym na świecie przedsiębiorstwem zajmującym się dostawą rozwiązań biurowych. Istnieje

Bardziej szczegółowo

CONTROLLING POD KONTROLĄ

CONTROLLING POD KONTROLĄ CONTROLLING POD KONTROLĄ HYPERION PLANNING W PERNOD RICARD POLSKA MARCIN SWORZYŃSKI WARSZAWA 13.11.2013 1 Agenda Pernod Ricard Polska Punkt Startu i Cele Projektu Założenia projektu Wybór narzędzia i dostawcy

Bardziej szczegółowo

ORACLE DEMANTRA DEMAND MANAGEMENT

ORACLE DEMANTRA DEMAND MANAGEMENT ORACLE DEMANTRA DEMAND MANAGEMENT Wiele współczesnych przedsiębiorstw próbuje wdrożyć model działalności sterowany popytem. Muszą one zwiększać dokładność prognoz i szybko opracowywać prognozy zbiorcze

Bardziej szczegółowo

Terminologia baz danych

Terminologia baz danych Terminologia baz danych Terminologia Banki danych - bazy danych w których przechowuje si informacj historyczne. Hurtownie danych (data warehouse): zweryfikowane dane z rónych baz, przydatne do analiz i

Bardziej szczegółowo

System Profesal. Zarządzanie przez fakty

System Profesal. Zarządzanie przez fakty System Profesal Zarządzanie przez fakty Obecny Profesal jest systemem powstałym w wyniku 25 lat doświadczeń firmy ASTOR 150 użytkowników Ponad 450 000 notatek Ponad 11 000 artykułów bazy wiedzy Ponad 35

Bardziej szczegółowo

Hurtownie danych. Hurtownie danych. dr hab. Maciej Zakrzewicz Politechnika Poznańska Instytut Informatyki. Maciej Zakrzewicz (1)

Hurtownie danych. Hurtownie danych. dr hab. Maciej Zakrzewicz Politechnika Poznańska Instytut Informatyki. Maciej Zakrzewicz (1) Hurtownie danych dr hab. Maciej Zakrzewicz Politechnika Poznańska Instytut Informatyki Maciej Zakrzewicz (1) Plan wykładu Wprowadzenie do Business Intelligence (BI) Hurtownia danych Zasilanie hurtowni

Bardziej szczegółowo

BD2 BazyDanych2. dr inż. Tomasz Traczyk 14. Systemy przetwarzania analitycznego

BD2 BazyDanych2. dr inż. Tomasz Traczyk 14. Systemy przetwarzania analitycznego BD2 BazyDanych2 dr inż. Tomasz Traczyk 14. Systemy przetwarzania analitycznego ³ Copyright c Tomasz Traczyk Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej Materiały dydaktyczne

Bardziej szczegółowo

SENTE Produkcja. Tworzymy dla Ciebie. Prezentacja programu. planowanie i kontrola procesów wytwórczych. SENTE Systemy Informatyczne Sp. z o.o.

SENTE Produkcja. Tworzymy dla Ciebie. Prezentacja programu. planowanie i kontrola procesów wytwórczych. SENTE Systemy Informatyczne Sp. z o.o. Prezentacja programu SENTE Produkcja planowanie i kontrola procesów wytwórczych Tworzymy dla Ciebie SENTE Systemy Informatyczne Sp. z o.o. Infolinia handlowa: 0 801 077 778 ul. Kościuszki 142 A 50-008

Bardziej szczegółowo

Załcznik nr 1 do Zaproszenie do składania ofert.

Załcznik nr 1 do Zaproszenie do składania ofert. Fundusze europejskie dla rozwoju regionu łódzkiego Projekt współfinansowany przez Uni Europejsk z Europejskiego Funduszu Rozwoju Regionalnego i budetu pastwa Załcznik nr 1 do Zaproszenie do składania ofert.

Bardziej szczegółowo

2014-03-17. Misja. Strategia. Cele UNIT4 TETA BI CENTER. Plan prezentacji. Grupa UNIT4 TETA. Grupa kapitałowa UNIT4 UNIT4 TETA BI CENTER

2014-03-17. Misja. Strategia. Cele UNIT4 TETA BI CENTER. Plan prezentacji. Grupa UNIT4 TETA. Grupa kapitałowa UNIT4 UNIT4 TETA BI CENTER Plan prezentacji Prowadzący: Mateusz Jaworski m.jaworski@tetabic.pl 1. Grupa kapitałowa UNIT4. 2. Grupa UNIT4 TETA. 3. UNIT4 TETA BI CENTER. 4. TETA Business Intelligence. 5. Analiza wielowymiarowa. 6..

Bardziej szczegółowo

Bilansowanie zasobów w zintegrowanych systemach zarządzania produkcją. prof. PŁ dr inż. Andrzej Szymonik www.gen-prof.

Bilansowanie zasobów w zintegrowanych systemach zarządzania produkcją. prof. PŁ dr inż. Andrzej Szymonik www.gen-prof. Bilansowanie zasobów w zintegrowanych systemach zarządzania produkcją prof. PŁ dr inż. Andrzej Szymonik www.gen-prof.pl Łódź 2014/2015 Zagadnienia: 1. Zasoby przedsiębiorstwa 2. Bilansowanie zasobów wg

Bardziej szczegółowo

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu Podstawy baz danych PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych

Bardziej szczegółowo

HP Service Anywhere Uproszczenie zarządzania usługami IT

HP Service Anywhere Uproszczenie zarządzania usługami IT HP Service Anywhere Uproszczenie zarządzania usługami IT Robert Nowak Architekt rozwiązań HP Software Dlaczego Software as a Service? Najważniejsze powody za SaaS UZUPEŁNIENIE IT 2 Brak zasobów IT Ograniczone

Bardziej szczegółowo

KORPORACYJNE SYSTEMY ZARZĄDZANIA INFORMACJĄ

KORPORACYJNE SYSTEMY ZARZĄDZANIA INFORMACJĄ KORPORACYJNE SYSTEMY ZARZĄDZANIA INFORMACJĄ Katedra Inżynierii Komputerowej Jakub Romanowski jakub.romanowski@kik.pcz.pl Podział systemów zarządzania informacją CRM (Customer Relationship Management) -

Bardziej szczegółowo

Rachunek kosztów działa. dr Adam Chmielewski

Rachunek kosztów działa. dr Adam Chmielewski Rachunek kosztów działa dr Adam Chmielewski Koszty we współczesnym otoczeniu rynkowym spadek udziału kosztów bezporednich spadek udziału kosztów materiałów spadek udziału kosztów płac bezporednich wzrost

Bardziej szczegółowo

Platforma Cognos. Agata Tyma CMMS Department Marketing & Sales Specialist atyma@aiut.com.pl. 2011 AIUT Sp. z o. o.

Platforma Cognos. Agata Tyma CMMS Department Marketing & Sales Specialist atyma@aiut.com.pl. 2011 AIUT Sp. z o. o. Platforma Cognos Agata Tyma CMMS Department Marketing & Sales Specialist atyma@aiut.com.pl Business Intelligence - Fakty Kierownicy tracą około 2 godzin dziennie na szukanie istotnych informacji. Prawie

Bardziej szczegółowo

DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE:

DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE: DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE: JAKIE PROBLEMY ROZWIĄZUJE BI 1 S t r o n a WSTĘP Niniejszy dokument to zbiór podstawowych problemów, z jakimi musi zmagać się przedsiębiorca, analityk,

Bardziej szczegółowo

Usprawnienie modelu biznesowego przy wykorzystaniu ICT

Usprawnienie modelu biznesowego przy wykorzystaniu ICT 2012 Usprawnienie modelu biznesowego przy wykorzystaniu ICT Krzysztof Tomkiewicz Analiza projektu B2B Kielce, 18 października 2012 AGENDA Nowe modele biznesowe Analiza łańcucha wartości Kapitał informacyjny

Bardziej szczegółowo

Gemini Cloud Project Case Study

Gemini Cloud Project Case Study Gemini Cloud Project Case Study business model and integration/implementation aspects Maciej Morawski - Gemini Cloud Polska Gemini Cloud Usługi IT od 1995 10+ lat doświadczenia w projektach międzynarodowych

Bardziej szczegółowo

System Obsługi Wniosków

System Obsługi Wniosków System Obsługi Wniosków Wersja 2.0 1 System Obsługi Wniosków wersja 2.0 System Obsługi Wniosków to nowoczesne rozwiązanie wspierające proces obsługi wniosków o produkty bankowe. Pozwala na przyjmowanie,

Bardziej szczegółowo

Wsparcie koncepcji Lean Manufacturing w przemyśle przez systemy IT/ERP

Wsparcie koncepcji Lean Manufacturing w przemyśle przez systemy IT/ERP Wsparcie koncepcji Lean Manufacturing w przemyśle przez systemy IT/ERP Konrad Opala 27 kwiecień 2010 Zasady Lean Manufacturing Dokładnie ustalić wartość dla każdego produktu Zidentyfikować strumień wartości

Bardziej szczegółowo

Portale raportowe, a narzędzia raportowe typu self- service

Portale raportowe, a narzędzia raportowe typu self- service Portale raportowe, a narzędzia raportowe typu self- service Bartłomiej Graczyk Kierownik Projektów / Architekt rozwiązań Business Intelligence E mail: bartek@graczyk.info.pl Site: www.graczyk.info.pl Agenda

Bardziej szczegółowo

Część I Istota analizy biznesowej a Analysis Services

Część I Istota analizy biznesowej a Analysis Services Spis treści Część I Istota analizy biznesowej a Analysis Services 1 Analiza biznesowa: podstawy analizy danych... 3 Wprowadzenie do analizy biznesowej... 3 Wielowymiarowa analiza danych... 5 Atrybuty w

Bardziej szczegółowo

Marcin Adamczak Jakub Gruszka MSP. Business Intelligence

Marcin Adamczak Jakub Gruszka MSP. Business Intelligence Marcin Adamczak Jakub Gruszka MSP Business Intelligence Plan Prezentacji Definicja Podział Zastosowanie Wady i zalety Przykłady Historia W październiku 1958 Hans Peter Luhn pracownik działu badań w IBM

Bardziej szczegółowo

Online Sales Support. - nowoczesne platforma do raportowania i komunikacji

Online Sales Support. - nowoczesne platforma do raportowania i komunikacji Online Sales Support - nowoczesne platforma do raportowania i komunikacji Co to jest Online Sales Support? To portal komunikacyjno raportowy dla producentów i partnerów biznesowych: Integracja z innymi

Bardziej szczegółowo

Informatyzacja przedsiębiorstw. Cel przedsiębiorstwa. Komputery - potrzebne? 23-02-2012. Systemy zarządzania ZYSK! Metoda: zarządzanie

Informatyzacja przedsiębiorstw. Cel przedsiębiorstwa. Komputery - potrzebne? 23-02-2012. Systemy zarządzania ZYSK! Metoda: zarządzanie Informatyzacja przedsiębiorstw Systemy zarządzania Cel przedsiębiorstwa ZYSK! maksimum przychodów minimum kosztów podatki (lobbing...) Metoda: zarządzanie Ludźmi Zasobami INFORMACJĄ 2 Komputery - potrzebne?

Bardziej szczegółowo

Pytania z przedmiotu Logistyka i zarządzanie łańcuchem dostaw

Pytania z przedmiotu Logistyka i zarządzanie łańcuchem dostaw Pytania z przedmiotu Logistyka i zarządzanie łańcuchem dostaw 1. Wymienić etapy rozwoju logistyki. 2. Podaj definicje logistyki. 3. Jakie wnioski wypływają z definicji określającej, co to jest logistyka?

Bardziej szczegółowo

SigmaMRP zarządzanie produkcją w przedsiębiorstwie z branży metalowej.

SigmaMRP zarządzanie produkcją w przedsiębiorstwie z branży metalowej. SigmaMRP zarządzanie produkcją w przedsiębiorstwie z branży metalowej. Wstęp SigmaMRP to nowość na polskim rynku, która jest już dostępna w ofercie firmy Stigo. Program MRP (ang. Material Requirements

Bardziej szczegółowo

Wykorzystanie technologii informacyjnych do zarządzania łańcuchami i sieciami dostaw w warunkach globalizacji rynku żywności

Wykorzystanie technologii informacyjnych do zarządzania łańcuchami i sieciami dostaw w warunkach globalizacji rynku żywności Zarządzanie łańcuchami dostaw żywności w Polsce. Kierunki zmian. Wacław Szymanowski Książka jest pierwszą na naszym rynku monografią poświęconą funkcjonowaniu łańcuchów dostaw na rynku żywności w Polsce.

Bardziej szczegółowo

ZARZĄDZANIE KANAŁAMI SPRZEDAŻOWYMI I PRODUKTAMI ENERGETYCZNYMI - JAK NAD TYM WSZYSTKIM ZAPANOWAĆ 2012-09-28

ZARZĄDZANIE KANAŁAMI SPRZEDAŻOWYMI I PRODUKTAMI ENERGETYCZNYMI - JAK NAD TYM WSZYSTKIM ZAPANOWAĆ 2012-09-28 ZARZĄDZANIE KANAŁAMI SPRZEDAŻOWYMI I PRODUKTAMI ENERGETYCZNYMI - JAK NAD TYM WSZYSTKIM ZAPANOWAĆ 2012-09-28 Tomasz Kurdelski Targi Energii Jachranka 2012 Agenda prezentacji Przedstawienie firmy Portfolio

Bardziej szczegółowo

Zarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów. Dawid Doliński

Zarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów. Dawid Doliński Zarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów Dawid Doliński Dlaczego MonZa? Korzyści z wdrożenia» zmniejszenie wartości zapasów o 40 %*» podniesienie poziomu obsługi

Bardziej szczegółowo

CRM w logistyce. Justyna Jakubowska. CRM7 Specjalista Marketingu

CRM w logistyce. Justyna Jakubowska. CRM7 Specjalista Marketingu CRM w logistyce Justyna Jakubowska CRM7 Specjalista Marketingu CRM w logistyce Prezentacja firm more7 Polska dostawca systemu CRM Autor i producent systemu do zarządzania relacjami z klientem CRM7; Integrator

Bardziej szczegółowo

Rok akademicki: 2014/2015 Kod: EAR-2-106-IS-s Punkty ECTS: 4. Kierunek: Automatyka i Robotyka Specjalność: Informatyka w sterowaniu i zarządzaniu

Rok akademicki: 2014/2015 Kod: EAR-2-106-IS-s Punkty ECTS: 4. Kierunek: Automatyka i Robotyka Specjalność: Informatyka w sterowaniu i zarządzaniu Nazwa modułu: Systemy informatyczne w produkcji Rok akademicki: 2014/2015 Kod: EAR-2-106-IS-s Punkty ECTS: 4 Wydział: Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Kierunek: Automatyka

Bardziej szczegółowo

Program Sprzeda wersja 2011 Korekty rabatowe

Program Sprzeda wersja 2011 Korekty rabatowe Autor: Jacek Bielecki Ostatnia zmiana: 14 marca 2011 Wersja: 2011 Spis treci Program Sprzeda wersja 2011 Korekty rabatowe PROGRAM SPRZEDA WERSJA 2011 KOREKTY RABATOWE... 1 Spis treci... 1 Aktywacja funkcjonalnoci...

Bardziej szczegółowo

Korzyści z integracji danych klienta. Seminarium PIU Jakość danych w systemach informatycznych ZU Warszawa 25.03.2009 Przygotowała Ewa Galas

Korzyści z integracji danych klienta. Seminarium PIU Jakość danych w systemach informatycznych ZU Warszawa 25.03.2009 Przygotowała Ewa Galas Korzyści z integracji danych klienta Seminarium PIU Jakość danych w systemach informatycznych ZU Warszawa 25.03.2009 Przygotowała Ewa Galas Definicje CDI ( Customer Data Integration) koncepcja integracji

Bardziej szczegółowo

podproduktów i materiałów potrzebnych do

podproduktów i materiałów potrzebnych do Program zajęć Komputerowe wspomaganie przedsiębiorstwem Zarządzanie projektem informatycznym Bazy danych / hurtownie danych UML i modelowanie systemów Technologie internetowe - e-business Symulacje komputerowe

Bardziej szczegółowo

" # # Problemy budowy bezpiecznej i niezawodnej globalnej sieci szerokopasmowej dla słub odpowiadajcych za bezpieczestwo publiczne

 # # Problemy budowy bezpiecznej i niezawodnej globalnej sieci szerokopasmowej dla słub odpowiadajcych za bezpieczestwo publiczne !! " # # Problemy budowy bezpiecznej i niezawodnej globalnej sieci szerokopasmowej dla słub odpowiadajcych za bezpieczestwo publiczne Sie PIONIER Sieci regionalne i miejskie rodowiska naukowego baz dla

Bardziej szczegółowo

AUTOMATYCZNE I ZDALNE STEROWANIE STACJ UZDATNIANIA WODY

AUTOMATYCZNE I ZDALNE STEROWANIE STACJ UZDATNIANIA WODY AUTOMATECH AUTOMATYCZNE I ZDALNE STEROWANIE STACJ UZDATNIANIA WODY W roku 2006 Gmina Kampinos dokonała modernizacji swojej stacji uzdatniania wody (SUW). Obok zmian typu budowlanego (nowe zbiorniki wody,

Bardziej szczegółowo

Informacje o wybranych funkcjach systemu klasy ERP Realizacja procedur ISO 9001

Informacje o wybranych funkcjach systemu klasy ERP Realizacja procedur ISO 9001 iscala Informacje o wybranych funkcjach systemu klasy ERP Realizacja procedur ISO 9001 Opracował: Grzegorz Kawaler SCALA Certified Consultant Realizacja procedur ISO 9001 1. Wstęp. Wzrastająca konkurencja

Bardziej szczegółowo

Monitoring procesów z wykorzystaniem systemu ADONIS

Monitoring procesów z wykorzystaniem systemu ADONIS Monitoring procesów z wykorzystaniem systemu ADONIS BOC Information Technologies Consulting Sp. z o.o. e-mail: boc@boc-pl.com Tel.: (+48 22) 628 00 15, 696 69 26 Fax: (+48 22) 621 66 88 BOC Management

Bardziej szczegółowo

Zastosowania aplikacji B2B dostępnych na rynku zalety aplikacji online

Zastosowania aplikacji B2B dostępnych na rynku zalety aplikacji online 2012 Zastosowania aplikacji B2B dostępnych na rynku zalety aplikacji online Sławomir Frąckowiak Wdrożenie systemu B2B Lublin, 25 października 2012 Aplikacje B2B do czego? Realizacja najważniejszych procesów

Bardziej szczegółowo

Zarządzanie łańcuchem dostaw

Zarządzanie łańcuchem dostaw Społeczna Wyższa Szkoła Przedsiębiorczości i Zarządzania kierunek: Logistyka Zarządzanie łańcuchem dostaw Wykład 3 Opracowanie: dr Joanna Krygier 1 Omówione zagadnienia Międzyorganizacyjne relacje logistyczne

Bardziej szczegółowo