ZAAWANSOWANYCH SYSTEMÓW INFORMACYJNO-ANALITYCZNYCH
|
|
- Alicja Kowalewska
- 8 lat temu
- Przeglądów:
Transkrypt
1 Streszczenie HURTOWNIA DANYCH ISTOTNYM ELEMENTEM ZAAWANSOWANYCH SYSTEMÓW INFORMACYJNO-ANALITYCZNYCH Helena Dudycz Akademia Ekonomiczna we Wrocławiu Instytut Informatyki Ekonomicznej Wiele przedsiębiorstw boryka się z trudnościami szybkiej analizy heterogenicznych danych, znajdujących się w wielu rozproszonych bazach transakcyjnych, w celu pozyskania potrzebnej informacji do podejmowania trafnych decyzji. Jednym z rozwiązań, pozwalającym pokonać te trudności, są zaawansowane systemy informacyjno-analityczne (ZSIA) tworzone według koncepcji Business Intelligence, których istotnym elementem jest hurtownia danych. Celem niniejszego artykułu jest wskazanie znaczenia hurtowni danych w architekturze ZSIA. Słowa kluczowe: hurtownia danych, zaawansowane systemy informacyjnoanalityczne, Business Intelligence. 1. Wprowadzenie Jedną z przyczyn inwestowania przedsiębiorstwa w technologię informatyczną jest potrzeba dysponowania w miarę moŝliwości pełnym zasobem informacji, zarówno o własnej organizacji, jak i o ogólnych warunkach środowiska zewnętrznego. Brak jej we właściwym momencie nie pozwala na wnikliwą i rzeczową ocenę danego zjawiska, a w konsekwencji na dobre przygotowanie procesu decyzyjnego i tym samym, na podjęcie optymalnej decyzji. Konieczność pozyskiwania przetworzonych, wyselekcjonowanych i zagregowanych informacji o bieŝącym stanie przedsiębiorstwa, których podstawę stanowią dane z systemów transakcyjnych, rozproszonych w całym obiekcie gospodarczym, wymaga stosowania systemów informacyjno-decyzyjnych 1 (zob. [Dudy02, s. 148]). 1 PoniewaŜ pomiędzy procesami informacyjnymi a procesem podejmowania decyzji istnieje ścisły związek, dlatego coraz częściej nie mówi się o dwóch odrębnych procesach i systemach tj. informacyjnym i decyzyjnym, lecz o procesie i systemie informacyjno-decyzyjnym, którego podstawowym zadaniem jest dostarczanie potrzebnych in-
2 316 Technologia przetwarzania wiedzy w SWO Jednym z rozwiązań, bazującym na nowoczesnych technologiach informatycznych, wychodzącym naprzeciw wyzwaniu dostarczania juŝ nie tylko informacji, ale informacji odpowiednio przetworzonej i poddanej w jak najbardziej obrazowej formie, opierając się na koncepcji Business Intelligence 2 (BI) są zaawansowane systemy informacyjno-analityczne (ZSIA). Celem niniejszego artykułu jest wskazanie znaczenia hurtowni danych w architekturze ZSIA. Zanim to nastąpi, dla czytelności rozwaŝań w pierwszej kolejności zaprezentowano ogólną charakterystykę ZSIA oraz hurtowni danych. 2. Zaawansowane systemy informacyjno-analityczne Zaawansowane systemy informacyjno-analityczne stanowią szerokie połączenie aplikacji i technologii umoŝliwiających zbieranie, łączenie, gromadzenie, selekcję, analizę i czytelną prezentację, pochodzącej z róŝnych źródeł informacji (wiedzy) biznesowej na potrzeby konkretnych dziedzin działalności gospodarczej przedsiębiorstwa według koncepcji BI (por. [DuSi03, s.90]). Są to rozwiązania kompleksowe realizujące proces przetwarzania danych w wiedzę biznesową. Zadaniem ich jest zarówno analiza wcześniej zaistniałych faktów gospodarczych, jak i przewidywanie (prognozowanie) przyszłych zdarzeń przy zaistnieniu określonych warunków w przyszłości. A zatem istotną funkcją ZSIA jest równieŝ wspieranie planowania oraz opracowywania strategii przedsiębiorstwa. Architektura ZSIA składa się z czterech warstw funkcjonalnych (rys. 1), gdzie kaŝda z nich zawiera określone narzędzia czy teŝ technologie, których obecność warunkuje ostateczną ich funkcjonalność. Są to (por. [DuSi03, s ]): 1. Warstwa I: integracji i składowania - stanowi trzon całościowego rozwiązania, zapewniając przede wszystkim szybki dostęp do spójnych, zintegrowanych danych na poziomie całego przedsiębiorstwa; wyróŝniono w niej następujące elementy: hurtownię danych, narzędzia ETL (Extraction, Transformacji do podejmowania decyzji we właściwym czasie. W takim teŝ kontekście to pojęcie jest uŝywane w niniejszym artykule. 2 Business Intelligence jest interpretowany - przez autorkę - jako zbiór metod i procesów mających na celu ulepszanie decyzji biznesowych, wykorzystując dane zawarte we wszystkich zasobach przedsiębiorstwa oraz doświadczenie i wiedzę uczestników biznesu w celu dokładnego zrozumienia jego strategii oraz celów, gdzie dostarczone rozwiązania informatyczne pozwalają zarówno na zbieranie, przetwarzanie i zarządzanie danymi, jak i analizowanie oraz dystrybuowanie informacji (zob. równieŝ [BuIn01, s. 3]). BI jest rozwiązaniem systemowym wynikającym ze ścisłej współpracy informatyki z biznesem, gdzie BI to nie tylko narzędzia do analizy danych, ale równieŝ przygotowanie i poprowadzenie tej analizy (zob. [BuIn03, s. 9]).
3 Hurtownia danych istotnym elementem zaawansowanych systemów formation and Loading) 3 oraz agregacje OLAP (On-Line Analytical Processing) Warstwa II: przetwarzanie analityczne, w ramach której wydzielono trzy kategorie narzędzi: podstawowe narzędzia analityczne 5, zaawansowane narzędzia analityczne 6 oraz aplikacje analityczne stanowiące dedykowane rozwiązania Warstwa III: udostępnianie wyników, w ramach której moŝna mówić o dwóch podstawowych kategoriach rozwiązań: portalach informacyjnych (rozpatrywanych w kontekście intranetu i extranetu jako m.in. udostępniania wyników analiz w technologii WWW) oraz automatycznej dystrybucji (dotyczy to m.in. harmonogramowania wysyłki wyników zapytań, raportów w formie np.: , sms, fax). 4. Warstwa IV: administracja - przenikająca przez wszystkie trzy poprzednie warstwy, w ramach której moŝna wyodrębnić następujące przykładowe zagadnienia: zarządzanie dostępem (zarówno do danych zawartych w warstwie integracji i składowania, jak i do określonych funkcji narzędzi analitycznych oraz wygenerowanych wyników), analiza i optymalizacja zarówno wydajności poszczególnych komponentów ZSIA, jak i korzystania z aplikacji przez uŝytkowników oraz personalizacja. Wiele opcji zawartych w rozwiązaniu klasy ZSIA nie jest nowych. Ewoluowały one stopniowo w miarę postępu technologii (w tym równieŝ rozwoju baz 3 Narzędzia ETL są nierozerwalnym elementem hurtowni danych, słuŝące do ekstrakcji, transformacji i ładowania do niej danych źródłowych. 4 Są to mechanizmy (funkcjonujące zazwyczaj jako element serwerowy) słuŝące do tworzenia agregacji danych, które pełnią funkcję efektywnego źródła danych (szybki dostęp do danych zagregowanych) dla narzędzi warstwy przetwarzania analitycznego. 5 Podstawowe narzędzia analityczne stanowią najpowszechniej stosowaną formę przetwarzania analitycznego, w ramach którego moŝna wyróŝnić: narzędzia generowania zapytań i raportowania (Query&Report Q&R), eksplorację OLAP (pakiety front-end do dynamicznej analizy danych zawartych w agregacjach OLAP), arkusze kalkulacyjne oraz narzędzia wizualizacji danych. 6 Są to następujące rozwiązania: statystyczne (obejmujące metody statystyczne, optymalizacyjne czy teŝ ekonometryczne), Data Mining (drąŝenie danych - oparte na zaawansowanych algorytmach statystycznych i sztucznej inteligencji) oraz Text Mining (operujące na danych nieustrukturalizowanych w postaci tekstowej). 7 W ramach dedykowanych aplikacji analitycznych moŝna wyróŝnić następujące rozwiązania: dziedzinowe (koncentrujące się na rozwiązywaniu problemów w ramach określonych obszarów działalności przedsiębiorstwa np. logistyka magazynowa), problemowe (wąsko ukierunkowane na jedną lub kilka szczegółowych metod np. analiza płynności finansowej), branŝowe (wyspecjalizowane we wspomaganiu zagadnień, które mają miejsce w określonych branŝach, np. bankowość), jako nadbudowa systemów ERP (stanowiące bardziej zaawansowane rozwinięcie analitycznej funkcjonalności tych systemów) oraz kompleksowe (oparte na określonych koncepcjach zarządzania przedsiębiorstwem np. Balanced Scorecard).
4 318 Technologia przetwarzania wiedzy w SWO danych). KaŜda z wydzielonych grup narzędzi/technologii wchodzących w skład poszczególnych warstw, w zaleŝności od zastosowanego oprogramowania pochodzącego od określonych dostawców czy teŝ zakresu implementacji, moŝe róŝnić się szczegółami, decydującymi o racjonalności zastosowań takiej architektury do wspomagania określonych problemów decyzyjnych 8. Źródła danych Warstwa I: integracja i składowanie W arstwa II: przetwarzanie analityczne W arstwa III: udostępnianie wyników W ew nętrzne źródła danych Warstwa IV: administracja ET L Hurtow nia danych Podstaw owe narzędzia analityczne Zaawansow ane narzędzia analityczne P ortale i nformacyjne Zew nętrzne źródła danych Agregacje O LAP Aplikacje analityczne Automatyc zna dystrybucja Zaawansow any System Informacyjno-Analityczny Rys. 1. Architektura ZSIA Źródło: [DuSi03, s. 92]. 3. Hurtownia danych Hurtownia danych jest to tematycznie zorientowany, spójny, uporządkowany w czasie i niezmienny zbiór danych utworzony na bazie istniejących w danym obiekcie gospodarczym heterogenicznych baz danych oraz danych pozyskanych z zewnątrz, dając przekrojowy obraz działalności przedsiębiorstwa w celu lepszego wykorzystania informacji do wspomagania procesów decyzyjnych (zob. m.in. [InIS01]). Zastosowanie hurtowni moŝna podsumować za pomocą jednego zdania: dostarczanie odpowiednich danych umoŝliwiających uzyskanie z nich w odpowiednim czasie i przez określonych odbiorców potrzebnej informacji 8 Przegląd przykładowych rozwiązań ZSIA moŝna znaleźć w pracy [DuSi03].
5 Hurtownia danych istotnym elementem zaawansowanych systemów w celu podjęcia maksymalnie korzystnej dla przedsiębiorstwa decyzji (zob. [Dudy03b, s. 219]). A zatem hurtownia danych jest wydzieloną w przedsiębiorstwie specjalistyczną bazą danych do celów analitycznych, integrującą dane pochodzące ze źródłowych baz danych. Dane przechowywane w hurtowni nie są jednak ich prostą kopią. Ze względu na inny cel i zastosowanie struktura hurtowni danych jest projektowana niezaleŝnie od struktury źródłowych baz danych, a same dane są przetwarzane przez aplikacje analityczne wspomagające procesy podejmowania decyzji [Pala02]. Hurtownia danych, jak Ŝaden inny produkt - to system dopasowany do konkretnych oczekiwań klienta. Właściwie zaprojektowana i zbudowana zapewnia zdaniem autorki następujące korzyści9: zabezpieczenie jednego źródła spójnych i zintegrowanych informacji o całym przedsiębiorstwie, dostarczanie danych analitycznych opisujących historię działania przedsiębiorstwa, umoŝliwienie pełnego wykorzystania danych, oddzielenie danych analitycznych od operacyjnych, czyli warstwy decyzyjnej od wykonawczej, weryfikacja danych występujących w systemach transakcyjnych przedsiębiorstwa, stworzenie podstawy dla systemów informacyjno oraz pozyskiwania wiedzy, usprawnienie wdraŝania kompleksowych rozwiązań biznesowych, optymalizacja dostępu do baz transakcyjnych, oszczędność zasobów informatycznych. Hurtownia danych udostępnia wszystkie dane przedsiębiorstwa niezbędne w procesach podejmowania decyzji w formie, która zapewnia stosowanie narzędzi analitycznych. 4. Znaczenie hurtowni danych w zaawansowanych systemach informacyjno-analitycznych Pojęcie hurtowni danych jest nieodłącznie związane z systemami informacyjno-decyzyjnymi. Nie moŝe być traktowana jako coś oddzielnego, osobnego. Jak trafnie zauwaŝono: sama hurtownia słuŝąca do posiadania danych nikomu oraz do niczego nie jest potrzebna i jako inwestycja bez koncepcji jej wykorzystania odniesie poraŝkę [WiCz02]. Jest ona potrzebna tylko i wyłącznie jako element całościowego systemu, gdzie miarą sukcesu wdroŝenia hurtowni danych 9 Korzyści wynikające z wdroŝenia hurtowni danych szerzej omówiono w [Dudy03a].
6 320 Technologia przetwarzania wiedzy w SWO jest fakt wykorzystywania jej przez uŝytkowników do realizacji ich zadań biznesowych. To nie konkretna technika sprawia, Ŝe hurtownia danych jest udana, ale zrozumienie zadań biznesowych i potrzeb uŝytkownika końcowego oraz wspólna praca w celu znalezienia właściwego rozwiązania [PoKB02, s. 16]. Stąd umieszczenie w architekturze ZSIA hurtowni danych niesie zdaniem autorki następujące podstawowe korzyści dla kadry kierowniczej: 1. Hurtownia gromadzi dane automatycznie, a zatem jej infrastruktura zapewnia dostępność niezbędnych danych. Stwarza to moŝliwość spełnienia wymagań uŝytkowników na zaawansowane funkcjonalnie, specyficzne aplikacje do wspomagania zarządzania (zob. [Klon03, s. 520]). 2. Kadra zarządzająca moŝe podejmować trafniejsze decyzje o strategicznym znaczeniu dla rozwoju danego przedsiębiorstwa, dzięki szybkiej analizie bazującej na pełnej i aktualnej informacji o stanie firmy pochodzącej z hurtowni danych. 3. Zastosowanie zaawansowanych aplikacji analitycznych wymaga integracji i agregacji danych pochodzących z róŝnych źródeł wewnętrznych i zewnętrznych, gdzie w tym drugim przypadku mamy do czynienia z róŝnorodnymi źródłami, strukturami (czy wręcz brakiem struktur) oraz bliŝej nieokreśloną rzetelnością dostępnej informacji, którą trzeba uporządkować i usystematyzować. Aby temu sprostać, w architekturze ZSIA powinna wystąpić dobrze zaprojektowania hurtowni danych, poprzedzona predefiniowaniem potrzeb informacyjnych zarządzania i raportów zawierających poŝądane zestawy informacji decyzyjnej (zob. [KuKo02, s. 82]). 4. Jednym z zadań ZSIA jest wspieranie pozyskiwania wiedzy z posiadanych danych, która zostanie wykorzystana w procesie biznesowym. Wymaga to zamiany danych w uŝyteczne informacje połączone z informacjami pochodzącymi z nieustrukturalizowanych źródeł jak Internet, poczta elektroniczna, dokumenty itp. Realizację tego zadania efektywnie wspiera hurtownia danych. 5. Hurtownia danych umoŝliwia i ułatwia zastosowanie następujących technologii i technik pozyskiwania informacji oraz wiedzy z posiadanych przez przedsiębiorstwo danych: OLAP dane zgromadzone w hurtowni danych są zoptymalizowane pod katem ich wyszukiwania przez analityków wykorzystujących przetwarzanie analityczne na bieŝąco, przeszukiwania w głąb (ang. Dril Down) wielowymiarowa struktura hurtowni danych umoŝliwia zagłębianie się w szczegóły dotyczące faktów poprzez przechodzenie na coraz niŝsze poziomy agregacji,
7 Hurtownia danych istotnym elementem zaawansowanych systemów eksploracji danych 10 (ang. Data Mining) przechowywanie danych historycznych w hurtowni danych umoŝliwia m.in. jest przewidywanie wartości (np. wielkości sprzedaŝy) z oceną prawdopodobieństwa, klasyfikacji z wyodrębnienie wspólnych cech obiektów (np. w ramach takich grup jak: produkty czy klienci), segmentacji z wydzieleniem z danych istotnych informacji biznesowych. Na zakończenie trzeba zaznaczyć, Ŝe hurtownia danych zapewnia przede wszystkim szybki dostęp do spójnej, zintegrowanej informacji na poziomie całego przedsiębiorstwa dla rozwiązań klasy BI (por. m.in. [BuIn03], [Klon03, s. 521], [Olsz02, s. 70]). 5. Podsumowanie Wszystko wskazuje na to, iŝ w najbliŝszych latach nastąpi wzrost inwestycji dostawców systemów bazodanowych w część ich działalności związaną z hurtowniami danych oraz z coraz bardziej złoŝonymi zaawansowanymi systemami informacyjno-analitycznymi. Jest to spowodowane znacznym wzrostem ilości przechowywanych w wielu przedsiębiorstwach danych (nawet do setek terabajtów), wymagających skutecznej analizy. Literatura [BuIn03] [BuIn01] [Dudy03a] [Dudy03b] [Dudy02] Business Intelligence system, technologia czy kultura. ComputerWorld Custom Publishing, Raport Specjalny: Strategie, 2003, luty. Business Intelligence jak zamienić dane w uŝyteczną wiedzę. ComputerWorld Custom Publishing, Raport Specjalny: Strategie, 2001, listopad. Dudycz H.: Korzyści wynikające z wdroŝenia hurtowni danych w przedsiębiorstwie. [w:] Nowoczesne zarządzanie przedsiębiorstwem. Pod red. Janiny Stankiewicz. Uniwersytet Zielonogórski Zielona Góra 2003 (w druku). Dudycz H.: Przyczyny nieudanych wdroŝeń hurtowni danych w przedsiębiorstwie. [w:] Komputerowo zintegrowane zarządzanie. Pod red. R. Knosali. Wydawnictwa Naukowo- Techniczne Warszawa 2003, t. I, s Dudycz H.: Zagadnienia wyboru rozwiązania klasy Business Intelligence. [w:] Efektywność zastosowań systemów informa- 10 Zdaniem Z. Klonowskiego: hurtownia danych stanowi bazę dla szybkiej eksploracji danych oraz jest niezbędną i integralną częścią rozwiązań klasy BI [Klon03, s. 520].
8 322 Technologia przetwarzania wiedzy w SWO [DuSi03] [InIS01] [Klon03] [KuKo02] [Olsz02] [Pala02] [PoKB02] [WiCz02] tycznych. Pod red. J. Grabary i J. Nowaka. Wydawnictwa Naukowo-Techniczne Warszawa-Szczyrk 2002, t. II, s Dudycz H., Sierocki R.: Przegląd funkcjonalności zaawansowanych systemów informacyjno-analitycznych. [w:] Pozyskiwanie wiedzy i zarządzanie wiedzą. Pod red. M. Nycz i M. Owoca. Prace Naukowe Akademii Ekonomicznej Wrocław, 2003, nr 975, s Inmon W. H., Imhoff C., Sousa R.: Corporate Information Factory, Wiley Computer Publishing Klonowski Z.: Znaczenie i rozwój funkcji analizy danych w systemach informatycznych zarządzania. [w:] Komputerowo zintegrowane zarządzanie. Pod red. R. Knosali. Wydawnictwa Naukowo-Techniczne Warszawa 2003, t. I, s Kubiak B., Korowicki A.: Systemy Business Intelligence narzędziem przystosowywania informacji dla potrzeb decyzyjnych organizacji. [w:] Komputerowe wspomaganie zarządzania i procesów decyzyjnych w gospodarce. Pod red. J. Studzińskiego, L. Drelichowskiego i O. Hryniewicza. PAN Instytut Badań Systemowych Warszawa 2002, Seria: Badania Systemowe, tom 31, s Olszak C.: Cele i załoŝenia systemów inteligencji biznesowej. [w:] Systemy wspomagania organizacji SWO Pod red. T. Porębskiej-Miąc i H. Sroki. Akademia Ekonomiczna Katowice, 2002, s Palasz P.: Hurtownie danych (wersja internetowa: Poe V., Klauer P., Brobst St.: Tworzenie hurtowni danych. Wydawnictwo Naukowo Techniczne Warszawa Wiecka A., Czarnota J.: Hurtownie danych w Polsce - jakie problemy rozwiązują i komu słuŝą? 2002 (wersja internetowa: 000/Sf1_2000/hurtownie_danych.html) DATA WAREHOUSE IS VERITABLE COMPONENT OF BUSINESS INTELLIGENCE
9 Hurtownia danych istotnym elementem zaawansowanych systemów The article presents Data Warehouse (DW) as veritable component of the conception Business Intelligence (BI) for support business management. At the beginning the author describes information systems based on idea of BI. Then are presented the conception DW. The last part of the article contains the briefly characterizes meaning of DW for information systems. Key words: Data Warehouse, Business Intelligence.
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 szczegółowoInformatyczne uwarunkowania realizacji strategii inteligentnego wspomagania biznesu
dr Helena Dudycz Katedra Teorii Informatyki Akademia Ekonomiczna we Wrocławiu e-mail: helena.dudycz@ae.wroclaw.pl Informatyczne uwarunkowania realizacji strategii inteligentnego wspomagania biznesu Streszczenie
Bardziej szczegółowoHURTOWNIE DANYCH I BUSINESS INTELLIGENCE
BAZY DANYCH HURTOWNIE DANYCH I BUSINESS INTELLIGENCE Akademia Górniczo-Hutnicza w Krakowie Adrian Horzyk horzyk@agh.edu.pl Google: Horzyk HURTOWNIE DANYCH Hurtownia danych (Data Warehouse) to najczęściej
Bardziej szczegółowoHelena Dudycz Instytut Informatyki Ekonomicznej Akademia Ekonomiczna we Wrocławiu helena.dudycz@ae.wroc.pl
PRZETWARZANIE ANALITYCZNE PODSTAWĄ ROZWIĄZAŃ INFORMATYCZNYCH KLASY BUSINESS INTELLIGENCE Streszczenie Helena Dudycz Instytut Informatyki Ekonomicznej Akademia Ekonomiczna we Wrocławiu helena.dudycz@ae.wroc.pl
Bardziej szczegółowoHurtownie 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 szczegółowodr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2016/2017
dr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2016/2017 KONTAKT Z PROWADZĄCYM dr inż. Paweł Morawski e-mail: pmorawski@spoleczna.pl www: http://pmorawski.spoleczna.pl
Bardziej szczegółowoHurtownie 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 szczegółowoWprowadzenie do Hurtowni Danych. Mariusz Rafało
Wprowadzenie do Hurtowni Danych Mariusz Rafało mariusz.rafalo@hotmail.com WPROWADZENIE DO HURTOWNI DANYCH Co to jest hurtownia danych? Hurtownia danych jest zbiorem danych zorientowanych tematycznie, zintegrowanych,
Bardziej szczegółowoUsługi 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 szczegółowoHurtownie 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 szczegółowoCo 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 szczegółowodr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2018/2019
dr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2018/2019 KONTAKT Z PROWADZĄCYM dr inż. Paweł Morawski e-mail: pmorawski@spoleczna.pl www: http://pmorawski.spoleczna.pl
Bardziej szczegółowoBADANIA WSTĘPNE DOTYCZĄCE OCENY ROZWIĄZĄŃ INFORMATYCZNYCH PRZEZ KADRĘ KIEROWNICZĄ
BADANIA WSTĘPNE DOTYCZĄCE OCENY ROZWIĄZĄŃ INFORMATYCZNYCH PRZEZ KADRĘ KIEROWNICZĄ Helena Dudycz Wprowadzenie Podstawą kaŝdej trafnie podjętej decyzji jest pozyskana, przetworzona i odpowiednio zaprezentowana
Bardziej szczegółowoPlatforma 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 szczegółowoSystemy 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 szczegółowoPaweł 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 szczegółowoHurtownia 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 szczegółowoHurtownie danych. Wprowadzenie do systemów typu Business Intelligence
Hurtownie danych Wprowadzenie do systemów typu Business Intelligence Krzysztof Goczyła Teresa Zawadzka Katedra Inżynierii Oprogramowania Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika
Bardziej szczegółowoVII Kongres BOUG 03 października 2012
Raportowanie SLA w duŝej organizacji Studium przypadku VII Kongres BOUG 03 października 2012 Zdefiniowanie przypadku Zadanie do wykonania: Jak przenieść ustalenia formalne na efektywnie raportujący system?
Bardziej szczegółowoMonitoring 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 szczegółowoZarządzanie wiedzą w opiece zdrowotnej
Zarządzanie wiedzą w opiece zdrowotnej Magdalena Taczanowska Wiceprezes Zarządu Sygnity SA Agenda Procesy decyzyjne w ochronie zdrowia Zarządzanie wiedzą w ochronie zdrowia Typologia wiedzy w opiece zdrowotnej
Bardziej szczegółowoMarcin 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 szczegółowoBusiness Intelligence
Business Intelligence Paweł Mielczarek Microsoft Certified Trainer (MCT) MCP,MCSA, MCTS, MCTS SQL 2005, MCTS SQL 2008, MCTS DYNAMICS, MBSS, MBSP, MCITP DYNAMICS. Geneza Prowadzenie firmy wymaga podejmowania
Bardziej szczegółowoHurtownie 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 szczegółowoDOKUMENT 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 szczegółowoWprowadzenie 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 szczegółowoModernizacja systemu gromadzenia i przetwarzania informacji hydrogeologicznych
151 Dział tematyczny VII: Modernizacja systemu gromadzenia i przetwarzania informacji hydrogeologicznych 152 Zadanie 31 System przetwarzania danych PSH - rozbudowa aplikacji do gromadzenia i przetwarzania
Bardziej szczegółowoIMPLEMENTATION OF WDROŻENIE COMARCHW MINISTERSTWIE FINANSÓW SINDBAD RAPORTY ANALIZY BADANIA PROGNOZY CASE STUDY 1
IMPLEMENTATION OF WDROŻENIE COMARCHW MINISTERSTWIE FINANSÓW M2M SINDBAD PLATFORM RAPORTY ANALIZY BADANIA PROGNOZY CASE STUDY 1 MINISTERSTWO FINANSÓW Ministerstwo Finansów zapewnia obsługę Ministra Finansów
Bardziej szczegółowoInnowacyjne Rozwiązania Informatyczne dla branży komunalnej. Liliana Nowak Pełnomocnik Zarządu ds. Sprzedaży i Marketingu
Innowacyjne Rozwiązania Informatyczne dla branży komunalnej Liliana Nowak Pełnomocnik Zarządu ds. Sprzedaży i Marketingu Pytania Kto dzisiaj z Państwa na co dzień nie używa jakiegoś programu komputerowego?
Bardziej szczegółowoProjekt Badawczy Analiza wskaźnikowa przedsiębiorstwa współfinansowany ze środków Unii Europejskiej
Projekt Badawczy Analiza wskaźnikowa przedsiębiorstwa współfinansowany ze środków Unii Europejskiej FiM Consulting Sp. z o.o. Szymczaka 5, 01-227 Warszawa Tel.: +48 22 862 90 70 www.fim.pl Spis treści
Bardziej szczegółowoSpis treści. Część I Wprowadzenie do pakietu oprogramowania Analysis Services
Spis treści Wstęp... ix Odkąd najlepiej rozpocząć lekturę?... ix Informacja dotycząca towarzyszącej ksiąŝce płyty CD-ROM... xi Wymagania systemowe... xi Instalowanie i uŝywanie plików przykładowych...
Bardziej szczegółowoTypy systemów informacyjnych
Typy systemów informacyjnych Information Systems Systemy Informacyjne Operations Support Systems Systemy Wsparcia Operacyjnego Management Support Systems Systemy Wspomagania Zarzadzania Transaction Processing
Bardziej szczegółowoProwadzący 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 szczegółowoSystemy baz danych i hurtowni danych
Krzysztof Dembczyński Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska Technologie Wytwarzania Oprogramowania Semestr zimowy 2005/06 Celem wykładu jest przypomnienie
Bardziej szczegółowoBudowa 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 szczegółowoZarządzanie 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 szczegółowoKOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA
KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA Wykład 8 Narzędzia zarządzania informacją cz. 2 Dr inż. Mariusz Makuchowski Baza wiedzy Baza wiedzy (ang. Knowledgebase) stanowi swoisty rejestr problemów zgłaszanych
Bardziej szczegółowoWprowadzenie do Hurtowni Danych. Mariusz Rafało
Wprowadzenie do Hurtowni Danych Mariusz Rafało mrafalo@sgh.waw.pl WARSTWA PREZENTACJI HURTOWNI DANYCH Wykorzystanie hurtowni danych - aspekty Analityczne zbiory danych (ADS) Zbiór danych tematycznych (Data
Bardziej szczegółowobo od managera wymaga się perfekcji
bo od managera wymaga się perfekcji MODELOWANIE PROCESÓW Charakterystyka modułu Modelowanie Procesów Biznesowych (BPM) Modelowanie procesów biznesowych stanowi fundament wdroŝenia systemu zarządzania jakością
Bardziej szczegółowoBudowa modeli wymagań dla Regionalnych Systemów Informacji Medycznej opartych o hurtownie danych
Dr Jerzy ROSZKOWSKI Management Systems Consulting Budowa modeli wymagań dla Regionalnych Systemów Informacji Medycznej opartych o hurtownie danych TIAPiSZ 09 Definiowanie wymagań Główny problem: Jak definiować
Bardziej szczegółowoInformacja o firmie i oferowanych rozwiązaniach
Informacja o firmie i oferowanych rozwiązaniach Kim jesteśmy INTEGRIS Systemy IT Sp. z o.o jest jednym z najdłużej działających na polskim rynku autoryzowanych Partnerów Microsoft w zakresie rozwiązań
Bardziej szczegółowoSpojrzenie na systemy Business Intelligence
Marcin Adamczak Nr 5375 Spojrzenie na systemy Business Intelligence 1.Wprowadzenie. W dzisiejszym świecie współczesna organizacja prędzej czy później stanie przed dylematem wyboru odpowiedniego systemu
Bardziej szczegółowoPODSTAWY 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 szczegółowoZwykły magazyn. Centralny magazyn
Zwykły magazyn Centralny magazyn Celem mojej pracy jest zaprezentowanie i przedstawienie w formie pisemnej zasad prawidłowego funkcjonowania magazynów zarówno w przemyśle jak i handlu oraz zarządzanie
Bardziej szczegółowoKsięgarnia PWN: Pod red. Celiny Olszak i Ewy Ziemby - Strategie i modele gospodarki elektronicznej. Spis treści
Księgarnia PWN: Pod red. Celiny Olszak i Ewy Ziemby - Strategie i modele gospodarki elektronicznej Spis treści Wstęp... 13 CZĘŚĆ I. Systemy gospodarki elektronicznej Rozdział 1. Wyzwania ery wiedzy (Celina
Bardziej szczegółowoRozumie istotę i znacznie procesów ekstrakcji, transformacji i ładowania danych (ETL), zna wybrany język ETL oraz odpowiednie narzędzia.
Efekty kształcenia dla studiów drugiego stopnia profil ogólnoakademicki na kierunku Informatyka na specjalności Projektowanie systemów analityki biznesowej (Business Intelligence Systems Development),
Bardziej szczegółowotechnologii informacyjnych kształtowanie , procesów informacyjnych kreowanie metod dostosowania odpowiednich do tego celu środków technicznych.
Informatyka Coraz częściej informatykę utoŝsamia się z pojęciem technologii informacyjnych. Za naukową podstawę informatyki uwaŝa się teorię informacji i jej związki z naukami technicznymi, np. elektroniką,
Bardziej szczegółowoDopasowanie IT/biznes
Dopasowanie IT/biznes Dlaczego trzeba mówić o dopasowaniu IT-biznes HARVARD BUSINESS REVIEW, 2008-11-01 Dlaczego trzeba mówić o dopasowaniu IT-biznes http://ceo.cxo.pl/artykuly/51237_2/zarzadzanie.it.a.wzrost.wartosci.html
Bardziej szczegółowoAUREA BPM Oracle. TECNA Sp. z o.o. Strona 1 z 7
AUREA BPM Oracle TECNA Sp. z o.o. Strona 1 z 7 ORACLE DATABASE System zarządzania bazą danych firmy Oracle jest jednym z najlepszych i najpopularniejszych rozwiązań tego typu na rynku. Oracle Database
Bardziej szczegółowoIstnieje możliwość prezentacji systemu informatycznego MonZa w siedzibie Państwa firmy.
system informatyczny wspomagający monitorowanie i planowanie zapasów w przedsiębiorstwie System informatyczny MonZa do wspomagania decyzji managerskich w obszarze zarządzania zapasami jest odpowiedzią
Bardziej szczegółowoPortal Informacji Produkcyjnej dla Elektrociepłowni
Portal Informacji Produkcyjnej dla Elektrociepłowni Portal Informacji Produkcyjnej dla Elektrociepłowni ANT od siedmiu lat specjalizuje się w dostarczaniu rozwiązań informatycznych, których celem jest
Bardziej szczegółowoUWARUNKOWANIA WDROśEŃ HURTOWNI DANYCH W ORGANIZACJACH GOSPODARCZYCH
UWARUNKOWANIA WDROśEŃ HURTOWNI DANYCH W ORGANIZACJACH GOSPODARCZYCH Jacek Maślankowski Wprowadzenie Niniejszy artykuł ma na celu przybliŝenie wiedzy na temat wdroŝeń systemów hurtowni danych w polskich
Bardziej szczegółowoBazy danych. Plan wykładu. Rodzaje baz. Rodzaje baz. Hurtownie danych. Cechy hurtowni danych. Wykład 14: Hurtownie danych
Plan wykładu Bazy Wykład 14: Hurtownie Bazy operacyjne i analityczne Architektura hurtowni Projektowanie hurtowni Małgorzata Krętowska, Agnieszka Oniśko Wydział Informatyki PB Bazy (studia dzienne) 2 Rodzaje
Bardziej szczegółowoSystem INTEGRYB jako zintegrowane repozytorium danych umożliwiające zaawansowaną analitykę badawczą
System INTEGRYB jako zintegrowane repozytorium danych umożliwiające zaawansowaną analitykę badawczą Lena Szymanek 1, Jacek Seń 1, Krzysztof Skibicki 2, Sławomir Szydłowski 2, Andrzej Kunicki 1 1 Morski
Bardziej szczegółowoBazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM,
Bazy Danych Bazy Danych i SQL Podstawowe informacje o bazach danych Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl Oczekiwania? 2 3 Bazy danych Jak przechowywać informacje? Jak opisać rzeczywistość?
Bardziej szczegółowoBaza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny.
PI-14 01/12 Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny.! Likwidacja lub znaczne ograniczenie redundancji (powtarzania się) danych! Integracja danych!
Bardziej szczegółowoEfekt kształcenia. Wiedza
Efekty dla studiów drugiego stopnia profil ogólnoakademicki na kierunku Informatyka na specjalności Przetwarzanie i analiza danych, na Wydziale Matematyki i Nauk Informacyjnych, gdzie: * Odniesienie oznacza
Bardziej szczegółowoHurtownie 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 szczegółowofirmy produkty intranet handel B2B projekty raporty notatki
firmy mail intranet produkty DOKUMENTY handel raporty B2B projekty notatki serwis zadania Dlaczego warto wybrać Pakiet ITCube? Najczęściej wybierany polski CRM Pakiet ITCube jest wykorzystywany przez ponad
Bardziej szczegółowoPierwsze wdrożenie SAP BW w firmie
Pierwsze wdrożenie w firmie Mirosława Żurek, BCC Poznao, maj 2013 Zakres tematyczny wykładu Podstawowe założenia i pojęcia hurtowni danych ; Przykładowe pierwsze wdrożenie w firmie i jego etapy; Przykładowe
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu Kierunek PRZEWODNIK PO PRZEDMIOCIE Metody prezentacji informacji Logistyka Forma studiów niestacjonarne Poziom kwalifikacji I stopnia Rok 2 Semestr 3 Jednostka prowadząca Instytut Logistyki
Bardziej szczegółowoWstęp... 7. 3. Technologie informacyjne wpływające na doskonalenie przedsiębiorstwa
Spis treści Wstęp.............................................................. 7 1. Przedsiębiorstwo w dobie globalizacji.............................. 11 1.1. Wyzwania globalnego rynku....................................
Bardziej szczegółowoOpis przedmiotu zamówienia
Załącznik nr 1 do SIWZ Opis przedmiotu zamówienia Świadczenie usług doradztwa eksperckiego w ramach projektu Elektroniczna Platforma Gromadzenia, Analizy i Udostępniania Zasobów Cyfrowych o Zdarzeniach
Bardziej szczegółowoEmapa GeoMarketing. Opis produktu
Emapa GeoMarketing Opis produktu Spis treści: 1. Opis produktu... 3 1.1 Korzyści związane z posiadaniem aplikacji... 3 2. Zastosowania... 3 3. Moduły funkcjonalne... 4 4. Zasoby mapowe... 5 5. Przykładowe
Bardziej szczegółowoModernizacja systemów zarządzania i obsługi klienta w Kasie Rolniczego Ubezpieczenia Społecznego
Modernizacja systemów zarządzania i obsługi klienta w Kasie Rolniczego Ubezpieczenia Społecznego Wicedyrektor Biura Kadr i Szkolenia Centrali KRUS 1 Projekty Komponentu A Poakcesyjnego Programu Wsparcia
Bardziej szczegółowoStawiamy 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 szczegółowoCel przedmiotu. Wymagania wstępne w zakresie wiedzy, umiejętności i innych kompetencji 1 Język angielski 2 Inżynieria oprogramowania
Przedmiot: Bazy danych Rok: III Semestr: V Rodzaj zajęć i liczba godzin: Studia stacjonarne Studia niestacjonarne Wykład 30 21 Ćwiczenia Laboratorium 30 21 Projekt Liczba punktów ECTS: 4 C1 C2 C3 Cel przedmiotu
Bardziej szczegółowoCRM 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 szczegółowoKorzyści 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 szczegółowoLiczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną
Wydział: Zarządzanie i Finanse Nazwa kierunku kształcenia: Zarządzanie Rodzaj przedmiotu: specjalnościowy Opiekun: prof. nadzw. dr hab. Zenon Biniek Poziom studiów (I lub II stopnia): II stopnia Tryb studiów:
Bardziej szczegółowoPrezentacja kierunku Analityka biznesowa. Instytut Ekonomii i Informatyki
Prezentacja kierunku Analityka biznesowa Instytut Ekonomii i Informatyki Potrzeba (1) Raport McKinsey Global Institute (grudzień 2016) Z szacunków McKinsey wynika, że o ile globalnie liczba absolwentów
Bardziej szczegółowoKarta przedmiotu studiów podyplomowych
Karta przedmiotu studiów podyplomowych Nazwa studiów podyplomowych Nazwa obszaru kształcenia, w zakresie którego są prowadzone studia podyplomowe Nazwa kierunku studiów, z którym jest związany zakres studiów
Bardziej szczegółowoHurtownie 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 szczegółowoHurtownie 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 szczegółowoDopasowanie IT/biznes
Dopasowanie IT/biznes Dlaczego trzeba mówić o dopasowaniu IT-biznes HARVARD BUSINESS REVIEW, 2008-11-01 Dlaczego trzeba mówić o dopasowaniu IT-biznes http://ceo.cxo.pl/artykuly/51237_2/zarzadzanie.it.a.wzrost.wartosci.html
Bardziej szczegółowo1.1 Matryca pokrycia efektów kształcenia. Efekty kształcenia w zakresie wiedzy. Efekty kształcenia w zakresie umiejętności
1.1 Matryca pokrycia efektów kształcenia Matryca dla przedmiotów realizowanych na kierunku Informatyka i Ekonometria (z wyłączeniem przedmiotów realizowanych w ramach specjalności oraz przedmiotów swobodnego
Bardziej szczegółowoKONTROLING I MONITOROWANIE ZLECEŃ PRODUKCYJNYCH W HYBRYDOWYM SYSTEMIE PLANOWANIA PRODUKCJI
KONTROLING I MONITOROWANIE ZLECEŃ PRODUKCYJNYCH W HYBRYDOWYM SYSTEMIE PLANOWANIA PRODUKCJI Adam KONOPA, Jacek CZAJKA, Mariusz CHOLEWA Streszczenie: W referacie przedstawiono wynik prac zrealizowanych w
Bardziej szczegółowoEwolucja technik modelowania hurtowni danych
Baza wiedzy JPro Ewolucja technik modelowania hurtowni Porównanie technik modelowania hurtowni podsumowanie: Strona 1/6 Nazwa podejścia Corporate Information Factory Kimball Bus Architecture Data Vault
Bardziej szczegółowoHurtownie danych - opis przedmiotu
Hurtownie danych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Hurtownie danych Kod przedmiotu 11.3-WI-INFD-HD Wydział Kierunek Wydział Informatyki, Elektrotechniki i Automatyki Informatyka / Zintegrowane
Bardziej szczegółowoSylabus 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 szczegółowoPrezentacja firmy WYDAJNOŚĆ EFEKTYWNOŚĆ SKUTECZNOŚĆ. http://www.qbico.pl
Prezentacja firmy { WYDAJNOŚĆ EFEKTYWNOŚĆ SKUTECZNOŚĆ http://www.qbico.pl Firma ekspercka z dziedziny Business Intelligence Srebrny Partner Microsoft w obszarach Business Intelligence i Data Platform Tworzymy
Bardziej szczegółowoROLA I ORGANIZACJA METADANYCH W SYSTEMACH ANALITYCZNYCH NA PRZYKŁADZIE HURTOWNI DOKUMENTÓW. Aleksander Billewicz
ROLA I ORGANIZACJA METADANYCH W SYSTEMACH ANALITYCZNYCH NA PRZYKŁADZIE HURTOWNI DOKUMENTÓW Aleksander Billewicz Wprowadzenie Wiedza stanowi waŝny zasób kaŝdej organizacji i podobnie jak pozostałe zasoby
Bardziej szczegółowoMETODY WSPOMAGANIA DECYZJI MENEDŻERSKICH
PREZENTACJA SEPCJALNOŚCI: METODY WSPOMAGANIA DECYZJI MENEDŻERSKICH WYDZIAŁ INFORMATYKI I KOMUNIKACJI KIERUNEK INFORMATYKA I EKONOMETRIA SEKRETARIAT KATEDRY BADAŃ OPERACYJNYCH Budynek D, pok. 621 e-mail
Bardziej szczegółowoHurtownie danych. Rola hurtowni danych w systemach typu Business Intelligence
Hurtownie danych Rola hurtowni danych w systemach typu Business Intelligence Krzysztof Goczyła Teresa Zawadzka Katedra Inżynierii Oprogramowania Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika
Bardziej szczegółowoOBIEG INFORMACJI I WSPOMAGANIE DECYZJI W SYTUACJACH KRYZYSOWYCH
OBIEG INFORMACJI I WSPOMAGANIE DECYZJI W SYTUACJACH KRYZYSOWYCH AGENDA Prezentacja firmy Tecna Informacja i jej przepływ Workflow i BPM Centralny portal informacyjny Wprowadzanie danych do systemu Interfejsy
Bardziej szczegółowoSystem CMMS Profesal Maintenance wspiera prace UR w firmie MC Bauchemie
System CMMS Profesal Maintenance wspiera prace UR w firmie MC Bauchemie Firma MC Bauchemie Firma MC Bauchemie w Środzie Wielkopolskiej to wyspecjalizowany zakład produkcyjny dodatków do betonu, produktów
Bardziej szczegółowoE-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 szczegółowoZajęcia prowadzone przez MCT, auditora wiodącego systemów bezpieczeństwa informacji.
OFERTA SZKOLENIOWA BAZY DANYCH O firmie: Firma Information & Technology Consulting specjalizuje się w szkoleniach w zakresie systemów bazodanowych Microsoft i Sybase oraz Zarządzania bezpieczeństwem informacji
Bardziej szczegółowoKierunek: Logistyka Specjalność: Informatyka w logistyce
Kierunek: Logistyka Specjalność: Informatyka w logistyce Specjalność: Informatyka w logistyce Koordynator: dr Anna Pamuła Tematyka: Dla kogo: Skuteczne wykorzystanie systemów informatycznych IT w logistyce.
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Systemy Decision suport systems Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: obowiązkowy Poziom studiów: studia II stopnia
Bardziej szczegółowoSłownik z wytycznymi dla pracodawców w zakresie konstruowania programu stażu Praktycznie z WZiEU
Słownik z wytycznymi dla pracodawców w zakresie konstruowania programu stażu Praktycznie z WZiEU Szanowni Państwo, Słownik z wytycznymi dla pracodawców w zakresie konstruowania programu stażu Praktycznie
Bardziej szczegółowoAgenda. O firmie. Wstęp Ksavi. Opis funkcjonalności systemu Ksavi Auditor. Podsumowanie
Agenda O firmie Wstęp Ksavi Opis funkcjonalności systemu Ksavi Auditor Podsumowanie O firmie Na rynku od 2001 roku 60 zatrudnionych pracowników Dogłębna znajomość branży Projekty informatyczne dla największych
Bardziej szczegółowoBD2 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 szczegółowoP R E Z E N T A C J A
P R E Z E N T A C J A decyzje-it.pl internetowy serwis branŝy IT specjalizujący się w oprogramowaniu dla biznesu Serwis decyzje-it.pl Kim jesteśmy? decyzje-it.pl to specjalistyczny, internetowy serwis
Bardziej szczegółowoTECHNOLOGIE INFORMACYJNE PODSTAWOWĄ DETERMINANTĄ KONKURENCYJNOŚCI
Iwona Chomiak-Orsa Katedra Inżynierii Systemów Informatycznych Zarządzania Akademia Ekonomiczna we Wrocławiu chomiak@han.ae.wroc.pl TECHNOLOGIE INFORMACYJNE PODSTAWOWĄ DETERMINANTĄ KONKURENCYJNOŚCI Abstrakt
Bardziej szczegółowoStruktura prezentacji
2018-06-06 Platforma informacji Tereny poprzemysłowe i zdegradowane dla obszaru województwa śląskiego jako narzędzie efektywnego zarządzania terenami poprzemysłowymi i zdegradowanymi. Katarzyna Trześniewska
Bardziej szczegółowoWykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz.
14.12.2005 r. Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz. 2 3.2. Implementacja w Excelu (VBA for
Bardziej szczegółowoUsługa archiwizacji danych w systemie Eureca. Marek Jelenik CONTROLLING SYSTEMS sp. z o.o.
Usługa archiwizacji danych w systemie Eureca Marek Jelenik CONTROLLING SYSTEMS sp. z o.o. Na czym polega usługa archiwizacji danych w systemie Eureca? 2012 2013 2014 2015 Przed archiwizacją SQL OLAP BAZA
Bardziej szczegółowoIV Opis przedmiotu zamówienia:
IV Opis przedmiotu zamówienia: Przedmiotem zamówienia jest na zakup eksperckiej usługi informatycznej w ramach której Zamawiający będzie miał zapewniony dostęp, przez okres jednego roku (tj. 12 miesięcy
Bardziej szczegółowobo od menedżera wymaga się perfekcji ANKIETY ONLINE W SYSTEMIE BUSINESS NAVIGATOR
bo od menedżera wymaga się perfekcji ANKIETY ONLINE W SYSTEMIE BUSINESS NAVIGATOR SPIS TREŚCI 1. INFORMACJE O FIRMIE... 3 2. CHARAKTERYSTYKA PLATFORMY BUSINESS NAVIGATOR... 4 3. WYKORZYSTANIE USŁUGI ANKIETY
Bardziej szczegółowo