Helena Dudycz Instytut Informatyki Ekonomicznej Akademia Ekonomiczna we Wrocławiu
|
|
- Seweryn Pawlak
- 8 lat temu
- Przeglądów:
Transkrypt
1 PRZETWARZANIE ANALITYCZNE PODSTAWĄ ROZWIĄZAŃ INFORMATYCZNYCH KLASY BUSINESS INTELLIGENCE Streszczenie Helena Dudycz Instytut Informatyki Ekonomicznej Akademia Ekonomiczna we Wrocławiu Konieczność pozyskiwania przez decydentów potrzebnych informacji we właściwym czasie wymaga zastosowania przetwarzania analitycznego danych. Celem niniejszego artykułu jest wskazanie narzędzi analitycznych stanowiących podstawę rozwiązań informatycznych klasy Business Intelligence (BI). Analizę przeprowadzono zgodnie z zaproponowanym warstwowym modelem architektury funkcjonalnej zaawansowanego systemu informacyjno-analitycznego stanowiącego całościowe podejście do koncepcji BI. Słowa kluczowe: Business Intelligence, zaawansowane systemy informacyjnoanalityczne. 1. Wprowadzenie Od kilkudziesięciu lat informatyka stara się wspierać kaŝdy moŝliwy obszar działalności biznesowej przedsiębiorstwa, co ma odzwierciedlenie zwłaszcza w ostatnim dwudziestoleciu 1, gdzie w wielu organizacjach gospodarczych nastąpił gwałtowny rozwój technologiczny spowodowany (zob. m.in. [KuKo01, s. 15]): wzrastającą globalizacją i konkurencją, głębokimi jednoczesnymi zmianami strukturalnymi poszczególnych branŝ i organizacji, wzrastającą siłą przetargową klientów i dostawców produktów oraz usług, rosnącym popytem na kadrę zdolną do stałego uczenia się. Tym bardziej teraz, stojąc na progu zmian w sposobie prowadzenia biznesu, wywołanych takimi czynnikami jak globalizacja handlu i Internet, szybki dostęp do informacji nabiera priorytetowego znaczenia. Zwłaszcza czasu stał się nieodzownym czynnikiem dokonywania analiz biznesowych, dlatego stanowi on 1 Nicholas G. Carr podaje dane świadczące o znacznym wzroście wydatków kapitałowych na systemy i rozwiązania informatyczne w przedsiębiorstwach amerykańskich: w połowie lat 60-tych stanowiły one jedynie 5%, pod koniec lat 80-tych juŝ 15%, w połowie lat 90-tych 30%, osiągając pod koniec lat 90_tych 50% [Nich04].
2 274 Zarządzanie wiedzą i rozwiązania Business Intelligence integralny składnik wszystkich aplikacji analitycznych, rozumianych jako system informatyczny udostępniający w sposób zintegrowany informacje uzyskane z wielu źródeł (systemów komputerowych, wskaźników, danych uzupełniających itp.) pozwalający uŝytkownikowi efektywnie prowadzić analizy (np. symulacje, weryfikację wyciągniętych wniosków). Charakterystyczne cechy tych rozwiązań to: informacje pochodzą z wielu źródeł, występuje integracja danych oraz efektywność analiz, czyli moŝliwość uzyskania wyników w krótkim czasie (w ciągu minut, a nie dni) (zob. m.in. [Sypk03, s. 16]). Wymienione właściwości stanowią o tym, Ŝe rozwiązania te są nieodzownym elementem systemów informatycznych klasy Business Intelligence (BI). 2. Potrzeba wdraŝania systemów przetwarzania analitycznego Organizacje gospodarcze korzystają z zróŝnicowanych tematycznie aplikacji, funkcjonujących często na róŝnorodnych platformach, nastawionych na poprawną ewidencję danych i właściwe sporządzanie sprawozdań. Dzisiejsze systemy transakcyjne pomimo tego, Ŝe mają duŝo własnych raportów, nie ułatwiają jednak uŝytkownikom wyszukiwania odpowiedzi na róŝnorodne, niestandardowe pytania dotyczące sfery ekonomicznej i technicznej firmy stawiane przez zarząd i pracowników. Praktyka gospodarcza często pokazuje, iŝ paradoksalnie im przedsiębiorstwo jest lepiej zinformatyzowane tym analizowanie informacji moŝe być bardziej skomplikowane m.in. ze względu na [DuSi03a, s. 89]: ogrom ilości przechowywanych danych, trudność rozpatrywania kilku lub kilkunastu oddzielnych raportów, często pochodzących z róŝnych systemów, dostarczanie najczęściej standardowych raportów i bez względu jak duŝa występuje ich ilość, często zdarza się, Ŝe Ŝaden z nich nie zawiera dokładnie tej informacji, która jest w danej chwili potrzebna, czasochłonność generowania raportów, gdzie czynność ta dodatkowo obcią- Ŝa działające systemy transakcyjne. Podejmowanie trafnych decyzji gospodarczych i sprawne zarządzanie wymaga natychmiastowego dostępu do całości danych. Natomiast pozyskiwanie informacji na podstawie wielu raportów pochodzących z systemów transakcyjnych ma istotne wady: czas tworzenia raportów jest długi, a uŝywanie danych transakcyjnych jako źródła informacji nie jest efektywne, gdyŝ nie są one usystematyzowane i wyczyszczone, czyli pozbawione błędów oraz dostęp do danych musi być zorganizowany w taki sposób, aby dane mogły być wykorzystywane w procesie decyzyjnym, a to wymaga moŝliwości tworzenia analiz obejmujących całość organizacji. Przed problemem stworzenia dobrego systemu raportów i dystrybucji informacji stoi większość organizacji gospodarczych. Odpowiedzią na dzisiejsze
3 Przetwarzanie analityczne podstawą rozwiązań informatycznych klasy 275 potrzeby decydentów w zakresie uzyskiwania odpowiednich informacji w odpowiednim czasie są rozwiązania informatyczne budowane według koncepcji Business Intelligence 2. Aplikacje te słuŝą do analizy wszystkich obszarów działalności przedsiębiorstwa - od analizy finansów, sprzedaŝy, produkcji po analizy klientów, zaopatrzenia, marketingu, dystrybucji, itd. Pozwalają nie tylko skutecznie mierzyć biznes, ale równieŝ skutecznie go planować. Sam termin BI zdaniem autorki oznacza rozwiązanie systemowe wynikające ze ścisłej współpracy biznesu z informatyką i stanowiące zbiór metod oraz 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 kompleksowe rozwiązania informatyczne pozwalają zarówno na zbieranie, przetwarzanie i zarządzanie danymi, jak i analizowanie oraz dystrybuowanie informacji. BI ma na celu zapewnienie decydentom odpowiedniej jakości informacji do podejmowania decyzji we właściwym czasie i miejscu. Wymaga to zastosowania odpowiednich rozwiązań zarówno informatycznych, jak i dotyczących struktury organizacyjnej oraz procesów działalności przedsiębiorstwa. 3. Warstwa przetwarzania analitycznego w systemach klasy BI System informatyczny klasy BI jest to rozwiązanie zapewniające zestaw technologii oraz produktów pozwalających na podstawie danych pochodzących z róŝnych źródeł (wewnętrznych, np. bazy transakcyjne, dokumentacja wewnętrzna i zewnętrznych, np. statystyki krajowe i zagraniczne, Internet, dostawcy, klienci), zbierać i udostępniać uŝytkownikowi personalizowaną informację dostosowaną do specyficznych jego wymagań z uwzględnieniem konkretnych dziedzin działalności gospodarczej oraz wspomagających podejmowanie strategicznych decyzji biznesowych. A zatem tworzenie systemów informatycznych klasy BI ma za zadanie wspierać kadrę zarządzającą w przedsiębiorstwie dostarczając im niezbędne informacje przede wszystkim do podejmowania decyzji strategicznych (np. prognozowanie i planowanie strategii biznesowej, przewidywanie skutków planowanych inwestycji, analiz wielowymiarowych). Dodatkowo rozwiązania te charakteryzują się m.in. łatwym (ale i zarazem bezpiecznym) dostępem do potrzebnych informacji, obsługą procesów związanych z analizą i dystrybucją raportów w obrębie przedsiębiorstwa oraz kooperantów. 2 Rozwiązania informatyczne klasy BI są rozumiane róŝnie: jedni interpretują je bardzo szeroko, gdzie oprócz rozwiązań analitycznych są równieŝ hurtownie danych i takie elementy, jak narzędzia Microsoft Office, inni zaś jako systemy BI podają jedynie narzędzia do przetwarzania analitycznego danych.
4 276 Zarządzanie wiedzą i rozwiązania Business Intelligence Uwzględniając rozwiązania informatyczne oraz potrzeby BI, autorka oraz Robert Sierocki zaproponowali warstwowy model architektury funkcjonalnej rozwiązań informatycznych, określany przez nich jako zaawansowany system informacyjno-analityczny (ZSIA) stanowiący całościowe podejście do architektury systemu klasy BI (zob. m.in. [DuSi03a], [DuSi03b]). ZSIA stanowią szerokie połączenie technologii i aplikacji umoŝliwiających zbieranie, łączenie, gromadzenie, selekcję, analizę i czytelną prezentację, pochodzącej z róŝnych źródeł informacji biznesowej na potrzeby konkretnych dziedzin działalności gospodarczej przedsiębiorstwa według koncepcji BI (por. [DuSi03a, 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. W modelu architektury funkcjonalnej ZSIA występuje warstwa przetwarzania analitycznego (rys. 1), którą szerzej omówiono w dalszej części niniejszego artykułu. Ź r ó d ł a d a n y c h W a r s t w a I : i n t e g r a c ja i s k ł a d o w a n ie W a r s t w a I I : p r z e t w a r z a n i e a n a li t y c z n e W a r s t w a I I I : u d o s t ę p n ia n i e w y n i k ó w W e w n ę t r z n e ź r ó d ła d a n y c h W a r s t w a I V : a d m i n i s tr a c ja E T L H u r t o w n ia d a n y c h P o d s t a w o w e n a r z ę d z ia a n a li t y c z n e Z a a w a n s o w a n e n a r z ę d z ia a n a li t y c z n e P o r t a l e i n f o r m a c y jn e Z e w n ę t r z n e ź r ó d ła d a n y c h A g r e g a c j e O L A P A p li k a c je a n a li t y c z n e A u t o m a t y c zn a d y s t r y b u c ja Z a a w a n s o w a n y S y s te m I n f o r m a c y j n o - A n a lit y c z n y Rys. 1. Model warstwowy architektury funkcjonalnej zaawansowanych systemów informacyjno-analitycznych Źródło: [DuSi03a, s. 92].
5 Przetwarzanie analityczne podstawą rozwiązań informatycznych klasy Narzędzia przetwarzania analitycznego Narzędzia warstwy przetwarzania analitycznego mają na celu zaspokojenie potrzeb róŝnych grup uŝytkowników, w tym zarówno osób samodzielnie projektujących raporty i analizy (np. analitycy), jak i osób korzystających juŝ z przygotowanych raportów (np. prezesi zarządów, dyrektorzy finansowi). Przejdziemy do krótkiej analizy warstwy analitycznej w modelu warstwowym architektury funkcjonalnej ZSIA stanowiącego rozwiązanie informatyczne koncepcji BI, w ramach której wyróŝniono: podstawowe narzędzia analityczne, zaawansowane narzędzia analityczne oraz aplikacje analityczne (rys. 1). Podstawowe narzędzia analityczne są najpowszechniej stosowaną formę przetwarzania analitycznego, w ramach którego występują: narzędzia generowania zapytań i raportowania (Query&Report Q&R), eksploracja OLAP (pakiety front-end do dynamicznej analizy danych zawartych w agregacjach OLAP), arkusze kalkulacyjne oraz narzędzia wizualizacji danych. Narzędzia generowania zapytań i raportowania są najbardziej podstawowym narzędziem analizy danych zawartych najczęściej w hurtowni danych. Narzędzia typu Q&R uzupełniają systemy odpowiadając na pytania np. Co się stało? Jaki poziom osiągnęła sprzedaŝ w danym miesiącu? Jak otrzymane wyniki mają się w porównaniu do poprzedniego okresu? Istnieją dwa rodzaje raportowania (zob. m.in. [Uffo02]): standardowy oraz ad hoc. Raporty standardowe (predefinowane) są to raporty dotyczące wielkości sprzedaŝy lub innych kluczowych dla biznesu danych liczbowych dotyczących poszczególnych dni, tygodni, miesięcy itp. Projektant tych raportów bazując na zdefiniowanym środowisku pojęć biznesowych przygotowuje zestaw raportów, które moŝna sparametryzować tak, aby uŝytkownik w momencie jego uruchomienia, wybierał wartości dostępne z listy lub wprowadzał samodzielnie określone wartości w polu wyboru. Następnie tak przygotowane raporty udostępnia się uŝytkownikom w sieci lokalnej lub poprzez ich publikację w portalu, którzy uruchamiają je na Ŝądanie lub określają harmonogram ich realizacji tj. o określonej porze lub cyklicznie. Raport standardowy moŝe zostać przygotowany w postaci tabularycznej lub graficznej. MoŜe równieŝ zawierać inne obiekty typy OLE zdefiniowane wcześniej przez projektanta raportów. Natomiast raporty ad hoc są tworzone w przypadku pojawienia się zapytania dotyczącego szczegółów zawartych w danych. UŜytkownik korzysta z przygotowanego środowiska do budowy raportów i zadawania zapytań do baz danych udostępnionych wcześniej przez administratora. Bazując na udostępnionych tabelach i kolumnach, uŝytkownik generuje zapytanie do źródłowych baz danych, którego efektem jest wygenerowany raport. Z reguły raporty ad-hoc, które okazują się przydatne więcej niŝ jednemu uŝytkownikowi stają się z cza-
6 278 Zarządzanie wiedzą i rozwiązania Business Intelligence sem raportami predefinowanymi i mogą być udostępniane większej grupie uŝytkowników. Występuje równieŝ moŝliwość wybrania postaci graficznej w celu czytelniejszej prezentacji danych. Kolejnym elementem w grupie podstawowe narzędzia analityczne są analizy wielowymiarowe OLAP, gdzie uŝytkownik, przeprowadza analizę na udostępnionej bazie wielowymiarowej (kostce MOLAP lub ROLAP) albo korzysta z gotowych raportów zdefiniowanych na bazie kostki, które odświeŝają się w momencie ich generowania i dzięki temu zawierają dane aktualne z dokładnością do czasu odświeŝenia kostki wielowymiarowej. Analizowanie kostki polega na wykonywaniu operacji OLAP takich jak: zmiana poziomu szczegółowości danych (ang. drill-down, drill-up), zmiana przekrojów analizowanych danych (ang. slice and dice), wyszukiwanie wartości ekstremalnych (ang. exceptions), prezentowanie wyników w postaci wykresów, kontekstowe przechodzenie do danych szczegółowych (ang. drill-through). Technologia OLAP pozwala uŝytkownikom przeprowadzać kompleksowe analizy danych poprzez szybki dostęp do wielowymiarowych widoków przedsiębiorstwa. OLAP umoŝliwia nie tylko uzyskać odpowiedź na pytania, "kto?", "co?" i "kiedy?", ale równieŝ "co jeśli?" i "dlaczego?". Aplikacje OLAP pozwalają na prognozowanie przyszłości oraz odkrywanie zaleŝności na podstawie danych historycznych, które nie mogą być zauwaŝone bezpośrednio z surowych danych [Pend02]. WaŜne jest, aby aplikacje OLAP dostarczały zarządzającym przedsiębiorstwem informacji, których potrzebują oni do podejmowania efektywnych decyzji dotyczących strategii organizacji. Kluczowym wskaźnikiem dobrej aplikacji OLAP jest dostarczenie potrzebnej informacji w jak najkrótszym czasie. Następny element stanowią arkusze kalkulacyjne dające moŝliwość tworzenia modeli automatycznie generujących cykliczne raporty, które zawierają typowe informacje dostarczane przez system informatyczny dla potrzeb zarządzania. Korzystając z interfejsów dostępu do baz danych (np. ODBC) oraz mechanizmów ekstrakcji danych dostarczanych przez języki zapytań (SQL, QBE, GQBE) moŝna zdefiniować schematy selekcjonowania i agregowania danych. Raz zredagowane algorytmy ekstrakcji danych są na bieŝąco automatycznie uaktualniane. Umiejscowienie tego narzędzia w architekturze wynika po części z jego powszechności występowania i stosowania w przedsiębiorstwach. Ostatnim wyróŝnionym elementem w podstawowych narzędziach analitycznych są narzędzia wizualizacji danych, które słuŝą zwiększeniu przejrzystości i czytelności prezentowanych informacji. Większość narzędzi analitycznych oferuje proste moŝliwości graficznej ilustracji zaleŝności między danymi, ale ich potencjał jest niewielki w porównaniu ze specjalizowanymi pakietami, gdzie obrazy graficzne są nieocenionym narzędziem kadry kierowniczej przedsiębior-
7 Przetwarzanie analityczne podstawą rozwiązań informatycznych klasy 279 stwa (szerzej zagadnienie wizualizacji danych jako narzędzia wspomagającego podejmowanie decyzji zostało omówione w [Dudy98]). Dobry program wizualizacji o duŝych moŝliwościach tworzenia i manipulowania grafiką jest nieocenionym pomocnikiem analityka i kierownika przedsiębiorstwa (zob. [Łako01, s. 35]). Dla potrzeb prezentacji w specjalizowanych programach graficznych występuje zbiór wykresów, schematów i map pozwalających na jednoczesną ilustrację wielu metryk, co z kolei umoŝliwia menedŝerom uzyskanie jednego spójnego widoku danych w postaci wielu miar biznesowych. Dla uŝytkowników końcowych wizualizacje mogą być dostępne poprzez dedykowane narzędzie klienckie lub z wykorzystaniem przeglądarki internetowej. Kolejną grupą w warstwie przetwarzania analitycznego są zaawansowane narzędzia analityczne, obejmujące pakiety statystyczne, Data Mining oraz Text Mining. Pakiety statystyczne, zawierające metody statystyczne, optymalizacyjne czy teŝ ekonometryczne, pomagają zarówno w stosowaniu podstawowych, standardowych narzędzi statystycznych, jak i bardziej specjalistycznych analiz (np. analizy czynnikowe, testy istotności), które są niezbędne do uzyskania odpowiedzi na postawione przez decydentów zapytania. Stanowią rozwiązanie wykorzystywane w prognozowaniu np. z wykorzystaniem analizy danych gromadzonych w przedsiębiorstwie, z uwzględnieniem czynników wewnętrznych i zewnętrznych. UmoŜliwiają m.in. tworzenie wielu róŝnych prognoz jednocześnie, wykorzystanie zarówno ilościowych, jak i jakościowych predykatów, automatyczny dobór najlepszych modeli analitycznych. Data Mining czyli drąŝenie danych jest oparte na zaawansowanych algorytmach statystycznych i sztucznej inteligencji. Oznacza proces odkrywania i analizy, automatycznie lub półautomatycznie, duŝych ilości danych w celu odkrywania znaczących wzorców i reguł. Jest wykorzystywany przede wszystkim do [Zale04]: klasyfikacji, estymacji, prognozowania, odkrywania reguł asocjacyjnych, grupowania na podstawie podobieństwa, analizy skupień, opisywania i wizualizacji danych. Zastosowanie tego typu narzędzi umoŝliwia m.in. przewidywanie zachowań organizacji oraz rynku, modelowanie biznesu, prognozowanie przyszłości oraz tworzenie planów. Ostatnim elementem wskazanym w ramach grupy zaawansowanych narzędzi analitycznych jest Text Mining. Obejmuje dowolne metody przetwarzania danych nieustrukturalizowanych w postaci tekstowej. Obecnie najczęściej występują następujące operacje [Chmi01, s ]: wyszukiwanie informacji (tworzenie inteligentnych systemów zadawania zapytań, które są w stanie zrozumieć i wykonywać polecenia uŝytkowników zadawane w języku naturalnym), grupowanie dokumentów (pozwala na automatyczne budowanie grup tematycznych w duŝych zbiorach dokumentów),
8 280 Zarządzanie wiedzą i rozwiązania Business Intelligence ekstrakcja wyraŝeń (automatyczne odnajdywanie w treści dokumentów słów najbardziej dla nich istotnych, np. nazwy firm), automatyczne tłumaczenie (dokonanie transakcji dokumentu pomiędzy najbardziej rozpowszechnionymi językami świata), automatyczne generowanie streszczeń (przygotowanie konspektu z dowolnego dokumentu podsumowującego jego zawartość). Ostatnią czyli trzecią grupę w warstwie przetwarzania analitycznego są aplikacje analityczne, które stanowią dedykowane rozwiązania. Są to (zob. równieŝ [DuSi03c, s. 95]): 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) kompleksowe (oparte na określonych koncepcjach zarządzania przedsiębiorstwem np. Balanced Scorecard). Przedstawione narzędzia przetwarzania analitycznego właściwie dobrane mogą wspomóc uŝytkowników biznesu, aby przebrnąć przez ogrom danych w celu wydobycia z nich najistotniejszych informacji. 4. Podsumowanie Koncepcja BI jest niezaleŝna od platformy sprzętowej, systemu operacyjnego oraz bazy danych. Informacje potrzebne do analiz mogą pochodzić z wielu róŝnych systemów informatycznych funkcjonujących w przedsiębiorstwie. Celem jest dąŝenie do integracji wszelkich procesów analitycznych na poziomie całego przedsiębiorstwa i elastycznej dystrybucji tych wyników do wszystkich zainteresowanych. Literatura [Carr04] [Dudy98] Carr N. G.: Why IT Doesn t Matter? 2004 (wersja internetowa: Dudycz H.: Wizualizacja danych jako narzędzie wspomagania zarządzania przedsiębiorstwem. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław 1998.
9 Przetwarzanie analityczne podstawą rozwiązań informatycznych klasy 281 [DuSi03a] [DuSi03b] [DuSi03c] [Chmi01] [KuKo01] [Łako01] [Pend02] [Sypk03] [Uffo02] Dudycz H., Sierocki R.: Przegląd funkcjonalności zaawansowanych systemów informacyjno-analitycznych. [w:] Pozyskiwanie wiedzy i zarządzanie wiedzą. Red. M. Nycz i M. Owoc. Prace Naukowe Akademii Ekonomicznej Wrocław, 2003, nr 975, s Dudycz H., Sierocki R.: Miejsce zaawansowanych systemów informacyjno-analitycznych w rozwoju systemów informacyjnych przedsiębiorstw. [w:] Nowoczesne technologie informacyjne w zarządzaniu. Red. E. Niedzielska, H. Dudycz i M. Dyczkowski. Prace Naukowe Akademii Ekonomicznej Wrocław, 2003, nr 986, s Dudycz H., Sierocki R.: Zaawansowane systemy informacyjnoanalityczne jako realizacja koncepcji Business Intelligence. [w:] Informatyka narzędziem zarządzania w XXI wieku. Red. Jerzy Kisielnicki. Wydawnictwo Polsko-Japońskiej WyŜszej Szkoły Technik Komputerowych Warszawa 2003, s Chmielarz W.: Tendencje rozwoju narzędzi automatycznego wyszukiwana danych (data mining). [w:] Systemy wspomagania organizacji Red. J. Gołuchowski i H. Sroka. Wydawnictwo Akademii Ekonomicznej w Katowicach, Katowice 2001, s Kubiak B. F., Korowicki A.: Zdolność organizacji do zmian i jej wpływ na zastosowania technologii informacji. [w:] Human- Computer Interaction Red. B. F. Kubiak i A. Korowicki. Gdańśk 2001, s Łakomy M.: Inteligencja w biznesie. [w:] Zarządzanie informacją, ComputerWorld Raport, 2001, czerwiec, s Pendse N.: The OLAP Report: What is OLAP? Business Intelligence Ltd.(wersja internetowa: Sypko W.: Przymiarki do analizy. ComputerWord, 2003, nr 40, s van Ufford D. Q.: Business Intelligence. The Umbrella Term. November 2002 (wersja internetowa: [Zale04] Zalech W.: Narzędzia Business Intelligence. Gazeta IT, 2004, nr 2.
10 282 Zarządzanie wiedzą i rozwiązania Business Intelligence ANALYTICAL PROCESSING IS VERITABLE COMPONENT OF THE CONCEPTION BUSINESS INTELLIGENCE Today s transactional information systems provide the enterprises with all the important information. But now the problem is finding the most efficient way of using this information in order to optimize decision making. New kind of information solution is advanced analytical information system, which base on idea of BI. The article contains the characterizes analytical processing in advanced analytical information system for support business management. Key words: Business Intelligence, aadvanced analytical information systems, analytical processing.
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 szczegółowoZAAWANSOWANYCH SYSTEMÓW INFORMACYJNO-ANALITYCZNYCH
Streszczenie HURTOWNIA DANYCH ISTOTNYM ELEMENTEM ZAAWANSOWANYCH SYSTEMÓW INFORMACYJNO-ANALITYCZNYCH Helena Dudycz Akademia Ekonomiczna we Wrocławiu Instytut Informatyki Ekonomicznej helena.dudycz@ae.wroc.pl
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 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 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 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 2005-2007 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę
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 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 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 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 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 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 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 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 szczegółowoPortale raportowe, a narzędzia raportowe typu self- service
Portale raportowe, a narzędzia raportowe typu self- service Bartłomiej Graczyk Kierownik Projektów / Architekt rozwiązań Business Intelligence E mail: bartek@graczyk.info.pl Site: www.graczyk.info.pl Agenda
Bardziej 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 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 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 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 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 szczegółowoZintegrowany System Informatyczny (ZSI)
Zintegrowany System Informatyczny (ZSI) ZSI MARKETING Modułowo zorganizowany system informatyczny, obsługujący wszystkie sfery działalności przedsiębiorstwa PLANOWANIE ZAOPATRZENIE TECHNICZNE PRZYGOTOWANIE
Bardziej szczegółowoRola analityki danych w transformacji cyfrowej firmy
Rola analityki danych w transformacji cyfrowej firmy Piotr Czarnas Querona CEO Analityka biznesowa (ang. Business Intelligence) Proces przekształcania danych w informacje, a informacji w wiedzę, która
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 szczegółowoHurtownie danych. 31 stycznia 2017
31 stycznia 2017 Definicja hurtowni danych Hurtownia danych wg Williama Inmona zbiór danych wyróżniający się następującymi cechami uporządkowany tematycznie zintegrowany zawierający wymiar czasowy nieulotny
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 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 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 szczegółowoMODUŁY WEBOWE I APLIKACJE MOBILNE COMARCH ERP EGERIA. Platforma szerokiej komunikacji
MODUŁY WEBOWE I APLIKACJE MOBILNE COMARCH ERP EGERIA Platforma szerokiej komunikacji COMARCH ERP EGERIA Moduły webowe i aplikacje mobilne Comarch jest liderem w budowaniu kompletnych i innowacyjnych rozwiązań
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 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 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 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 FUNKCJONALNA SYSTEMU PROPHIX
PREZENTACJA FUNKCJONALNA SYSTEMU PROPHIX Architektura i struktura funkcjonalna systemu PROPHIX PROPHIX Corporate Performance Management (Zarządzanie Wydajnością Firmy) System do samodzielnego planowania,
Bardziej szczegółowo2014-03-17. Misja. Strategia. Cele UNIT4 TETA BI CENTER. Plan prezentacji. Grupa UNIT4 TETA. Grupa kapitałowa UNIT4 UNIT4 TETA BI CENTER
Plan prezentacji Prowadzący: Mateusz Jaworski m.jaworski@tetabic.pl 1. Grupa kapitałowa UNIT4. 2. Grupa UNIT4 TETA. 3. UNIT4 TETA BI CENTER. 4. TETA Business Intelligence. 5. Analiza wielowymiarowa. 6..
Bardziej 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 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 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 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 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 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 szczegółowoAutomatyzacja 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 szczegółowoOd Expert Data Scientist do Citizen Data Scientist, czyli jak w praktyce korzystać z zaawansowanej analizy danych
Od Expert Data Scientist do Citizen Data Scientist, czyli jak w praktyce korzystać z zaawansowanej analizy danych Tomasz Demski StatSoft Polska www.statsoft.pl Analiza danych Zaawansowana analityka, data
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 szczegółowoNarzędzia Informatyki w biznesie
Narzędzia Informatyki w biznesie Przedstawiony program specjalności obejmuje obszary wiedzy informatycznej (wraz z stosowanymi w nich technikami i narzędziami), które wydają się być najistotniejsze w kontekście
Bardziej szczegółowoProgram szkoleniowy Efektywni50+ Moduł V Raportowanie dla potrzeb analizy danych
Program szkoleniowy Efektywni50+ Moduł V Raportowanie dla potrzeb analizy danych 1 Wprowadzenie do technologii MS SQL Server 2012 Reporting Services. 2h Podstawowym zadaniem omawianej jednostki lekcyjnej
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 szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA KIERUNEK STUDIÓW INFORMATYCZNE TECHNIKI ZARZĄDZANIA
KIERUNKOWE EFEKTY KSZTAŁCENIA KIERUNEK STUDIÓW INFORMATYCZNE TECHNIKI ZARZĄDZANIA Nazwa kierunku studiów: Informatyczne Techniki Zarządzania Ścieżka kształcenia: IT Project Manager, Administrator Bezpieczeństwa
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 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 szczegółowoSTUDIA PODYPLOMOWE. Analiza i Eksploracja Danych Rynkowych i Marketingowych. Podstawa prawna
STUDIA PODYPLOMOWE Analiza i Eksploracja Danych Rynkowych i Marketingowych Rodzaj studiów: doskonalące Liczba godzin: 250 Liczba semestrów: dwa semestry Kierownik studiów: dr Paweł Kaczmarczyk Koszt studiów
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 szczegółowoSTUDIA 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 szczegółowoBUSINESS INTELLIGENCE for PROGRESS BI4PROGRESS
BUSINESS INTELLIGENCE for PROGRESS BI4PROGRESS SZYBKIE ANALIZY EKONOMICZNE, FINANSOWE I STATYSTYCZNE 0 S t r o n a Dlaczego BI4PROGRESS? W czasach nieustających, dynamicznych zmian na rynku edukacyjnym,
Bardziej szczegółowoSTUDIA PODYPLOMOWE. Analiza i Eksploracja Danych Rynkowych i Marketingowych. Podstawa prawna
STUDIA PODYPLOMOWE Analiza i Eksploracja Danych Rynkowych i Marketingowych Rodzaj studiów: doskonalące Liczba godzin: 250 Liczba semestrów: dwa semestry Kierownik studiów: dr Paweł Kaczmarczyk Koszt studiów
Bardziej szczegółowoAgenda. Charakterystyka Business Intelligence. Architektura systemu. Prezentacja funkcjonalności. Podsumowanie
Agenda Wstęp Charakterystyka Business Intelligence Architektura systemu Prezentacja funkcjonalności Podsumowanie Business Intelligence BI to zaawansowane technologicznie narzędzie informatyczne służą ce
Bardziej 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 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 szczegółowoInvesting f or Growth
Investing for Growth Open Business Solution OB One - zintegrowane oprogramowanie modułowe wspomagające zarządzanie firmą w łatwy i przejrzysty sposób pozwala zaspokoić wszystkie potrzeby księgowe, administracyjne
Bardziej szczegółowoSystem sprzedaŝy rezerwacji
System sprzedaŝy rezerwacji 2009 2 Spis treści 1. O PROGRAMIE... 2 2. ZAKRES FUNKCJONALNY... 3 2.1 Funkcje standardowe... 3 2.2 Moduły dodatkowe... 4 2.3. AuroraCMS... 5 1. O PROGRAMIE Dziś prawie kaŝdy
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 szczegółowoIBM DATASTAGE COMPETENCE CENTER
IBM DATASTAGE COMPETENCE CENTER W informacji drzemie ogromny potencjał biznesowy. Odpowiednio opisane i wykorzystane dane stanowią podstawę sprawnie funkcjonującego przedsiębiorstwa. Wykorzystując najnowocześniejsze
Bardziej szczegółowoNarzędzie do pozyskiwania, analizy i prezentowania informacji.
1 Narzędzie do pozyskiwania, analizy i prezentowania informacji. 2 Gromadzenie i analiza informacji Dane od lat gromadzone w systemach informatycznych SyriuszSTD dane dziedzinowe: pośrednictwo pracy, ewidencja
Bardziej szczegółowoANALITYKA GOSPODARCZA, STUDIA MAGISTERSKIE WIEDZA
ANALITYKA GOSPODARCZA, STUDIA MAGISTERSKIE WIEDZA Ma rozszerzoną wiedzę o charakterze nauk ekonomicznych oraz ich miejscu w AG2_W01 systemie nauk społecznych i w relacjach do innych nauk. AG2_W02 Ma rozszerzoną
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE. stacjonarne. I stopnia III. Leszek Ziora, Tomasz Turek. ogólnoakademicki. kierunkowy
Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Systemy wspomagania zarządzania ERP Zarządzanie Jakością i Produkcją
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 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 szczegółowoSposoby analizy i interpretacji statystyk strony WWW.
Sposoby analizy i interpretacji statystyk strony WWW. Jak oceniać sprzedaŝ przez WWW? Grzegorz Skiera, Łukasz PraŜmowski grzegorz.skiera@cyberstudio.pl lukasz.prazmowski@cyberstudio.pl O czym powiemy?
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 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 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 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 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 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 szczegółowoInformatyka wspomaga przedmioty ścisłe w szkole
Informatyka wspomaga przedmioty ścisłe w szkole Prezentuje : Dorota Roman - Jurdzińska W arkuszu I na obu poziomach występują dwa zadania związane z algorytmiką: Arkusz I bez komputera analiza algorytmów,
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: PROGNOZOWANIE Z WYKORZYSTANIEM SYSTEMÓW INFORMATYCZNYCH Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU
Bardziej szczegółowoKrakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 201/2014 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:
Bardziej szczegółowoBusiness 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 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 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 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 szczegółowoProces i narzędzia analizy potencjału wybranych obszarów rynku farmaceutycznego
Proces i narzędzia analizy potencjału wybranych obszarów rynku farmaceutycznego Przyglądając się rynkowi farmaceutycznemu w Polsce możemy zauważyć, że jest to jedna z lepiej zwymiarowanych i opisanych
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 szczegółowoOsoba posiadająca kwalifikacje II stopnia WIEDZA
ZAMIERZONE KSZTAŁCENIA: Symbol K_W01 K_W0 K_W0 K_W0 K_W05 K_W06 K_W07 K_W08 K_W09 K_W10 K_W11 K_W1 K_W1 K_W1 K_W15 1 K_W15 Osoba posiadająca kwalifikacje II stopnia WIEDZA Ma pogłębioną wiedzę o charakterze
Bardziej szczegółowoNowe narzędzia zarządzania jakością
Nowe narzędzia zarządzania jakością Agnieszka Michalak 106947 Piotr Michalak 106928 Filip Najdek 106946 Co to jest? Nowe narzędzia jakości - grupa siedmiu nowych narzędzi zarządzania jakością, które mają
Bardziej szczegółowoPaństwowa Wyższa Szkoła Zawodowa w Płocku Instytut Nauk Ekonomicznych i Informatyki KARTA PRZEDMIOTU. Część A
Przedmiot: Zastosowanie informatyki w finansach publicznych Wykładowca odpowiedzialny za przedmiot: Mgr Edward Czarnecki Cele zajęć z przedmiotu: Państwowa Wyższa Szkoła Zawodowa w Płocku Instytut Nauk
Bardziej szczegółowoOferta 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 szczegółowoMetadane. Data Maining. - wykład VII. Paweł Skrobanek, C-3 pok. 323 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006
Metadane. Data Maining. - wykład VII Paweł Skrobanek, C-3 pok. 323 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006 Plan 1. Metadane 2. Jakość danych 3. Eksploracja danych (Data mining) 4. Sprawy róŝne
Bardziej szczegółowoIII Edycja ITPro 16 maja 2011
III Edycja ITPro 16 maja 2011 SharePoint 2010 SharePoint jako platforma ERP Paweł Szczecki pawel.szczecki@predica.pl Prelegent Paweł Szczecki Współwłaściciel firmy Predica sp. z o.o. Odpowiedzialny za
Bardziej 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 szczegółowoSpecjalizacja magisterska Bazy danych
Specjalizacja magisterska Bazy danych Strona Katedry http://bd.pjwstk.edu.pl/katedra/ Prezentacja dostępna pod adresem: http://www.bd.pjwstk.edu.pl/bazydanych.pdf Wymagania wstępne Znajomość podstaw języka
Bardziej szczegółowoWstęp 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 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 szczegółowoPaństwowa Wyższa Szkoła Zawodowa w Płocku Instytut Nauk Ekonomicznych KARTA PRZEDMIOTU. Część A
Przedmiot: Zastosowanie informatyki w finansach i bankowości Wykładowca odpowiedzialny za przedmiot: Mgr Edward Czarnecki Cele zajęć z przedmiotu: Państwowa Wyższa Szkoła Zawodowa w Płocku Instytut Nauk
Bardziej szczegółowoMatryca pokrycia efektów kształcenia
Matryca pokrycia efektów kształcenia Matryca dla przedmiotów realizowanych na kierunku Informatyka (z wyłączeniem przedmiotów realizowanych w ramach specjalności oraz przedmiotów swobodnego wyboru) Efekty
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 szczegółowoCzęść I Istota analizy biznesowej a Analysis Services
Spis treści Część I Istota analizy biznesowej a Analysis Services 1 Analiza biznesowa: podstawy analizy danych... 3 Wprowadzenie do analizy biznesowej... 3 Wielowymiarowa analiza danych... 5 Atrybuty w
Bardziej 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 szczegółowoFunkcje systemu infokadra
System Informacji Zarządczej - infokadra jest rozwiązaniem skierowanym dla kadry zarządzającej w obszarze administracji publicznej. Jest przyjaznym i łatwym w użyciu narzędziem analityczno-raportowym,
Bardziej szczegółowo