ZAAWANSOWANYCH SYSTEMÓW INFORMACYJNO-ANALITYCZNYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "ZAAWANSOWANYCH SYSTEMÓW INFORMACYJNO-ANALITYCZNYCH"

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.

Informatyczne uwarunkowania realizacji strategii inteligentnego wspomagania biznesu

Informatyczne 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 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

Helena Dudycz Instytut Informatyki Ekonomicznej Akademia Ekonomiczna we Wrocławiu helena.dudycz@ae.wroc.pl

Helena 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 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

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

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

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

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

BADANIA WSTĘPNE DOTYCZĄCE OCENY ROZWIĄZĄŃ INFORMATYCZNYCH PRZEZ KADRĘ KIEROWNICZĄ

BADANIA 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 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

VII Kongres BOUG 03 października 2012

VII 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 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

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

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

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

Modernizacja systemu gromadzenia i przetwarzania informacji hydrogeologicznych

Modernizacja 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 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

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

Spis treści. Część I Wprowadzenie do pakietu oprogramowania Analysis Services

Spis 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 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

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA

KOMPUTEROWE 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 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

UWARUNKOWANIA WDROśEŃ HURTOWNI DANYCH W ORGANIZACJACH GOSPODARCZYCH

UWARUNKOWANIA 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 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

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

Projekt Badawczy Analiza wskaźnikowa przedsiębiorstwa współfinansowany ze środków Unii Europejskiej

Projekt 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 szczegółowo

technologii informacyjnych kształtowanie , procesów informacyjnych kreowanie metod dostosowania odpowiednich do tego celu środków technicznych.

technologii 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 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

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

Dopasowanie IT/biznes

Dopasowanie 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 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

Budowa modeli wymagań dla Regionalnych Systemów Informacji Medycznej opartych o hurtownie danych

Budowa 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 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

bo od managera wymaga się perfekcji

bo 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 szczegółowo

Bazy danych. Plan wykładu. Rodzaje baz. Rodzaje baz. Hurtownie danych. Cechy hurtowni danych. Wykład 14: Hurtownie danych

Bazy 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 szczegółowo

System INTEGRYB jako zintegrowane repozytorium danych umożliwiające zaawansowaną analitykę badawczą

System 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 szczegółowo

Prezentacja firmy WYDAJNOŚĆ EFEKTYWNOŚĆ SKUTECZNOŚĆ. http://www.qbico.pl

Prezentacja 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 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

Wstęp... 7. 3. Technologie informacyjne wpływające na doskonalenie przedsiębiorstwa

Wstęp... 7. 3. Technologie informacyjne wpływające na doskonalenie przedsiębiorstwa Spis treści Wstęp.............................................................. 7 1. Przedsiębiorstwo w dobie globalizacji.............................. 11 1.1. Wyzwania globalnego rynku....................................

Bardziej szczegółowo

Portal Informacji Produkcyjnej dla Elektrociepłowni

Portal 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 szczegółowo

Systemy baz danych i hurtowni danych

Systemy 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 szczegółowo

P R E Z E N T A C J A

P 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 szczegółowo

Emapa GeoMarketing. Opis produktu

Emapa 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 szczegółowo

Usługa 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. 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 szczegółowo

ROLA 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 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 szczegółowo

TECHNOLOGIE INFORMACYJNE PODSTAWOWĄ DETERMINANTĄ KONKURENCYJNOŚCI

TECHNOLOGIE 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 szczegółowo

System CMMS Profesal Maintenance wspiera prace UR w firmie MC Bauchemie

System 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 szczegółowo

ETL - wykład III. Zagadnienia do omówienia. Identyfikacja wymagań

ETL - wykład III. Zagadnienia do omówienia. Identyfikacja wymagań ETL - wykład III Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006-2008 Zagadnienia do omówienia 1. na dane 2. Specyfikacja wymagań / systemu 3. Integracja informacji 4. Dyskusja

Bardziej szczegółowo

Oferta szkoleniowa Yosi.pl 2012/2013

Oferta szkoleniowa Yosi.pl 2012/2013 Oferta szkoleniowa Yosi.pl 2012/2013 "Podróżnik nie posiadający wiedzy, jest jak ptak bez skrzydeł" Sa'Di, Gulistan (1258 rok) Szanowni Państwo, Yosi.pl to dynamicznie rozwijająca się firma z Krakowa.

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

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

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

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

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

Innowacyjne 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 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 szczegółowo

Cel przedmiotu. Wymagania wstępne w zakresie wiedzy, umiejętności i innych kompetencji 1 Język angielski 2 Inżynieria oprogramowania

Cel 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 szczegółowo

Zajęcia prowadzone przez MCT, auditora wiodącego systemów bezpieczeństwa informacji.

Zajęcia 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 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

Modernizacja systemów zarządzania i obsługi klienta w Kasie Rolniczego Ubezpieczenia Społecznego

Modernizacja 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 szczegółowo

ANALIZA DANYCH SYSTEMU ERP WYKORZYSTANIE KONCEPCJI BUSINESS INTELLIGENCE

ANALIZA DANYCH SYSTEMU ERP WYKORZYSTANIE KONCEPCJI BUSINESS INTELLIGENCE ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ Seria: ORGANIZACJA I ZARZĄDZANIE z. XX XXXX Nr kol. XXXX Marcin WYSKWARSKI Politechnika Śląska Wydział Organizacji i Zarządzania Instytut Ekonomii i Informatyki ANALIZA

Bardziej szczegółowo

QlikView Business Intelligence, a system ERP SAP Użytkownicy systemów ERP firmy SAP przez wiele lat poszukiwali skutecznych i łatwych sposobów dotarcia do swych danych. Używali arkuszy kalkulacyjnych,

Bardziej szczegółowo

WYBÓR OPROGRAMOWANIA. Co nas wyróżnia od innych firm doradczych? - niezależne od dostawców szablony specyfikacji wymagań funkcjonalnych

WYBÓR OPROGRAMOWANIA. Co nas wyróżnia od innych firm doradczych? - niezależne od dostawców szablony specyfikacji wymagań funkcjonalnych IT-MATCHMAKER WYBÓR OPROGRAMOWANIA Co nas wyróżnia od innych firm doradczych? - niezależne od dostawców szablony specyfikacji wymagań funkcjonalnych - bezstronne prowadzenie przetargów na oprogramowanie

Bardziej szczegółowo

firmy produkty intranet handel B2B projekty raporty notatki

firmy 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 szczegółowo

Istnieje możliwość prezentacji systemu informatycznego MonZa w siedzibie Państwa firmy.

Istnieje 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 szczegółowo

IV Opis przedmiotu zamówienia:

IV 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 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

www.comarch.pl/erp 20.10.2009 r. Opis wdroŝenia PROFIS Poligrafia + Comarch OPT!MA w DRUKARNIA T-ś Sp. z o.o.

www.comarch.pl/erp 20.10.2009 r. Opis wdroŝenia PROFIS Poligrafia + Comarch OPT!MA w DRUKARNIA T-ś Sp. z o.o. 20.10.2009 r. Opis wdroŝenia PROFIS Poligrafia + Comarch OPT!MA w DRUKARNIA T-ś Sp. z o.o. DRUKARNIA T-ś Sp. z o.o. z siedzibą we Wrocławiu działa na rynku usług poligraficznych od 1991 r. Swoim klientom

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

Systemy z bazą wiedzy (spojrzenie bardziej korporacyjne) Baza wiedzy. Baza wiedzy. Baza wiedzy. Baza wiedzy

Systemy z bazą wiedzy (spojrzenie bardziej korporacyjne) Baza wiedzy. Baza wiedzy. Baza wiedzy. Baza wiedzy Zarządzanie wiedzą z bazą wiedzy (spojrzenie bardziej korporacyjne) Wybrane aspekty technologiczne związane z wiedzą i zarządzaniem wiedzą Google: baza wiedzy 1,180,000 znalezionych systemy zarządzania

Bardziej szczegółowo

Business Intelligence jako narzędzie do walki z praniem brudnych pieniędzy

Business Intelligence jako narzędzie do walki z praniem brudnych pieniędzy Business www.comarch.pl Intelligence jako narzędzie do walki z praniem brudnych pieniędzy Business Intelligence jako narzędzie do walki z praniem brudnych pieniędzy Tomasz Matysik Kołobrzeg, 19.11.2009

Bardziej szczegółowo

Wykorzystanie standardów serii ISO 19100 oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych

Wykorzystanie standardów serii ISO 19100 oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych Wykorzystanie standardów serii ISO 19100 oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych dr inż. Adam Iwaniak Infrastruktura Danych Przestrzennych w Polsce i Europie Seminarium, AR Wrocław

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

Karta przedmiotu studiów podyplomowych

Karta 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 szczegółowo

Szybkość instynktu i rozsądek rozumu$

Szybkość instynktu i rozsądek rozumu$ Szybkość instynktu i rozsądek rozumu$ zastosowania rozwiązań BigData$ Bartosz Dudziński" Architekt IT! Już nie tylko dokumenty Ilość Szybkość Różnorodność 12 terabajtów milionów Tweet-ów tworzonych codziennie

Bardziej szczegółowo

Firma ACEL J.M. Ciskowscy Sp. K. powstała w 1987 roku w Gdańsku. Obecnie. posiada oddziały w Rumi, Gdyni i Warszawie. Zajmuje się hurtową sprzedażą

Firma ACEL J.M. Ciskowscy Sp. K. powstała w 1987 roku w Gdańsku. Obecnie. posiada oddziały w Rumi, Gdyni i Warszawie. Zajmuje się hurtową sprzedażą Dane Klienta: ACEL J.M. Ciskowscy Sp. K. ul. Twarda 6C 80-871 Gdańsk www.acel.pl Firma ACEL J.M. Ciskowscy Sp. K. powstała w 1987 roku w Gdańsku. Obecnie posiada oddziały w Rumi, Gdyni i Warszawie. Zajmuje

Bardziej szczegółowo

Transformacja wiedzy w budowie i eksploatacji maszyn

Transformacja wiedzy w budowie i eksploatacji maszyn Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces

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

Security Master Class

Security Master Class Security Master Class Platforma kompleksowej analizy zdarzeń Linux Polska SIEM Radosław Żak-Brodalko Senior Solutions Architect Linux Polska sp. z o.o. Podstawowe problemy Jak pokryć lukę między technicznym

Bardziej szczegółowo

VI Kongres BOUG Praktyczne aspekty wykorzystania Business Intelligence w przemyśle wydobywczym węgla kamiennego

VI Kongres BOUG Praktyczne aspekty wykorzystania Business Intelligence w przemyśle wydobywczym węgla kamiennego VI Kongres BOUG Praktyczne aspekty wykorzystania Business Intelligence w przemyśle wydobywczym węgla kamiennego mgr Artur Wroński mgr inż. Przemysław Kapica 25.04.2012 Agenda: Środowisko platformy BI Użytkownicy

Bardziej szczegółowo

OdświeŜanie hurtownie danych - wykład IV. Zagadnienia do omówienia. Wprowadzenie

OdświeŜanie hurtownie danych - wykład IV. Zagadnienia do omówienia. Wprowadzenie OdświeŜanie hurtownie danych - wykład IV Paweł Skrobanek, C-3 pok. 323 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006/2007 Zagadnienia do omówienia 1. Wprowadzenie 2. Klasyfikacja źródeł danych 3. Wymagania

Bardziej szczegółowo

System informatyczny zdalnego egzaminowania

System informatyczny zdalnego egzaminowania System informatyczny zdalnego egzaminowania - strategia, logika systemu, architektura, ewaluacja (platforma informatyczna e-matura) redakcja Sławomir Wiak Konrad Szumigaj Redakcja: prof. dr hab. inż. Sławomir

Bardziej szczegółowo

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA PROJEKTAMI W PRZEDSIĘBIORSTWIE

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA PROJEKTAMI W PRZEDSIĘBIORSTWIE KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA PROJEKTAMI W PRZEDSIĘBIORSTWIE Seweryn SPAŁEK Streszczenie: Zarządzanie projektami staje się coraz bardziej powszechne w przedsiębiorstwach produkcyjnych, handlowych

Bardziej szczegółowo

MAREK NIEZGÓDKA ICM, UNIWERSYTET WARSZAWSKI

MAREK NIEZGÓDKA ICM, UNIWERSYTET WARSZAWSKI SYNAT: UNIWERSALNA, OTWARTA, REPOZYTORYJNA PLATFORMA HOSTINGOWA I KOMUNIKACYJNA SIECIOWYCH ZASOBÓW WIEDZY DLA NAUKI, EDUKACJI I OTWARTEGO SPOŁECZEŃSTWA WIEDZY MAREK NIEZGÓDKA ICM, UNIWERSYTET WARSZAWSKI

Bardziej szczegółowo

10 najciekawszych wdroŝeń ERP w Polsce. Prezentacja na etapie oceny (nie zawierała nazwy firmy której dotyczyło wdroŝenie)

10 najciekawszych wdroŝeń ERP w Polsce. Prezentacja na etapie oceny (nie zawierała nazwy firmy której dotyczyło wdroŝenie) 10 najciekawszych wdroŝeń ERP w Polsce Prezentacja na etapie oceny (nie zawierała nazwy firmy której dotyczyło wdroŝenie) SPIS WDROśEŃ CEMAT SILICON SA... 3 GATES POLSKA SP. Z O.O. W LEGNICY... 3 GEA TECHNIKA-CIEPLNA...

Bardziej szczegółowo

Projekt: Współpraca i Rozwój wzrost potencjału firm klastra INTERIZON

Projekt: Współpraca i Rozwój wzrost potencjału firm klastra INTERIZON Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Projekt: Współpraca i Rozwój wzrost potencjału firm klastra INTERIZON Opis szkoleń z obszaru INFORMATYKA planowanych

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

Optymalizacja kosztów prowadzenia biznesu z pomocą systemu ERP

Optymalizacja kosztów prowadzenia biznesu z pomocą systemu ERP UNIT4 TETA Optymalizacja kosztów prowadzenia biznesu z pomocą systemu ERP Wojciech Romanowicz Dyrektor Działu Opieki Eksploatacyjnej EMBRACING CHANGE STRUKTURA GRUPY UNIT4 TETA We are UNITed załoŝona w

Bardziej szczegółowo

KATALOG PRODUKTÓW I US UG

KATALOG PRODUKTÓW I US UG KATALOG PRODUKTÓW I US UG PORTAL KORPORACYJNY Nowoczesne miejsce pracy Wykorzystując możliwości portalu korporacyjnego stworzysz wygodne i efektywne miejsce pracy, publikacji dokumentów, współpracy grupowej.

Bardziej szczegółowo

PLAN ZARZĄDZANIA WYMAGANIAMI PROJEKT WERSJA

PLAN ZARZĄDZANIA WYMAGANIAMI PROJEKT <NAZWA PROJEKTU> WERSJA <NUMER WERSJI DOKUMENTU> Załącznik nr 4.4 do Umowy nr 35-ILGW-253-.../20.. z dnia... MINISTERSTWO FINANSÓW DEPARTAMENT INFORMATYKI PLAN ZARZĄDZANIA WYMAGANIAMI PROJEKT WERSJA numer wersji

Bardziej szczegółowo

Wykorzystanie danych ze spisów powszechnych do analiz geoprzestrzennych

Wykorzystanie danych ze spisów powszechnych do analiz geoprzestrzennych Janusz Dygaszewicz Główny Urząd Statystyczny Wykorzystanie danych ze spisów powszechnych do analiz geoprzestrzennych W Powszechnym Spisie Rolnym w 2010 r. (PSR 2010) i Narodowym Spisie Powszechnym Ludności

Bardziej szczegółowo

System Raportowania Zarządczego oraz Analiz Porównawczych w Jednostkach Samorządu Terytorialnego w oparciu o narzędzia Business Intelligence

System Raportowania Zarządczego oraz Analiz Porównawczych w Jednostkach Samorządu Terytorialnego w oparciu o narzędzia Business Intelligence System Raportowania Zarządczego oraz Analiz Porównawczych w Jednostkach Samorządu Terytorialnego w oparciu o narzędzia Business Intelligence Małgorzata Szlachetka MenedŜer Działu Rozwiązania BI Rynek Samorządów

Bardziej szczegółowo

Mariusz Nowak Instytut Informatyki Politechnika Poznańska

Mariusz Nowak Instytut Informatyki Politechnika Poznańska Inteligentne budynki (2) Źródła Loe E. C., Cost of Intelligent Buildings, Intelligent Buildings Conference, Watford, U. K., 1994 Nowak M., Zintegrowane systemy zarządzania inteligentnym budynkiem, Efektywność

Bardziej szczegółowo

Opis wymagań i program szkoleń dla użytkowników i administratorów

Opis wymagań i program szkoleń dla użytkowników i administratorów Załącznik nr 3 do OPZ Opis wymagań i program szkoleń dla użytkowników i administratorów Spis treści Wprowadzenie...2 1. Typ i zakres szkoleń...2 2. Grupy użytkowników...2 3. Warunki ogólne szkoleń...3

Bardziej szczegółowo

ROLA INTEGRACYJNO-KOOPERACYJNA BUSINESS INTELLIGENCE W SYSTEMACH INFORMATYCZNYCH ZARZĄDZANIA

ROLA INTEGRACYJNO-KOOPERACYJNA BUSINESS INTELLIGENCE W SYSTEMACH INFORMATYCZNYCH ZARZĄDZANIA ROLA INTEGRACYJNO-KOOPERACYJNA BUSINESS INTELLIGENCE W SYSTEMACH INFORMATYCZNYCH ZARZĄDZANIA Streszczenie Kamal Matouk, Mieczysław L.Owoc Akademia Ekonomiczna Wrocław {matuk331; mowoc}@manager.ae.wroc.pl

Bardziej szczegółowo

Zasady sprawnego i efektywnego sterowania przepływami materiałów i wyrobów

Zasady sprawnego i efektywnego sterowania przepływami materiałów i wyrobów Zasady sprawnego i efektywnego sterowania przepływami materiałów i wyrobów prof. nadzw. PO dr hab. inż. Andrzej Szymonik Opole 2012/2013 www.gen-prof.pl 1. Pojecie sterowania i regulacji Regulacja, sterowanie,

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

Systemy IT w e-biznesie

Systemy IT w e-biznesie Systemy IT w e-biznesie Łukasz Tkacz 1 Dr. Zdzisław Pólkowski 1 Dolnośląska Wyższa Szkoła Przedsiębiorczości i Techniki w Polkowicach Spis treści ABSTRACT... 3 1 WPROWADZENIE... 3 2 POLSKI RYNEK SYSTEMÓW

Bardziej szczegółowo

DLA SEKTORA INFORMATYCZNEGO W POLSCE

DLA SEKTORA INFORMATYCZNEGO W POLSCE DLA SEKTORA INFORMATYCZNEGO W POLSCE SRK IT obejmuje kompetencje najważniejsze i specyficzne dla samego IT są: programowanie i zarządzanie systemami informatycznymi. Z rozwiązań IT korzysta się w każdej

Bardziej szczegółowo

STUDIA I MONOGRAFIE NR

STUDIA I MONOGRAFIE NR STUDIA I MONOGRAFIE NR 21 WYBRANE ZAGADNIENIA INŻYNIERII WIEDZY Redakcja naukowa: Andrzej Cader Jacek M. Żurada Krzysztof Przybyszewski Łódź 2008 3 SPIS TREŚCI WPROWADZENIE 7 SYSTEMY AGENTOWE W E-LEARNINGU

Bardziej szczegółowo

METODY WSPOMAGANIA DECYZJI MENEDŻERSKICH

METODY 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 szczegółowo