DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE:
|
|
- Grażyna Pawlik
- 8 lat temu
- Przeglądów:
Transkrypt
1 DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE: DATAMINING 1 S t r o n a
2 WSTĘP Czyli jak zastąpić wróżenie z fusów i przysłowiowego nosa, statystyką i modelami ekonometrycznymi. Niniejszy dokument, ma na celu omówienie krótkie omówienie możliwych do wykorzystania zastosowań Dataminingu. Należy zwrócić uwagę, że Data- mining może być wykorzystywany w bardzo różnorodny sposób i dokładne możliwości jego zastosowania pojawiają się zazwyczaj dopiero w procesie analizy biznesowej. Rysunek 1 Wróżenie za pomocą szklanej kuli- jedna z przestarzałych, ale nadal wykorzystywanych metod klasy knowledge discovery. Skuteczność nigdy nie została potwierdzona. W przeciwieństwie do Comarch Business Intelligence. 2 S t r o n a
3 DATA MINING Data mining jest jednym z wielu procesów klasy Knowledge Discovery (odkrywania wiedzy), do którego należy odpowiednie przygotowanie danych, ich czyszczenie, redukcja, i przeprowadzenie prognozowania. Modele i struktury data- miningowe powstałe w efekcie analizy biznesowej, będące częścią platformy analitycznej Comarch Business Intelligence, mogą mieć różnorodne zastosowanie w zależności od specyfiki działalności firmy. Dzięki zastosowaniu algorytmów predykcyjnych, na podstawie danych historycznych możliwe jest faktyczne spojrzenie w przyszłość danej organizacji i uzyskanie predykcji reakcji klientów na przykład na kampanie marketingowe, oszacowanie spłacalności kredytów, oszacowanie, wartości sprzedaży dla nowego produktu, w oparciu o historyczną sprzedaż innych podobnych produktów. Korzyści płynące z zastosowania modeli data- miningowych to przede wszystkim: Możliwość predykcji przyszłych wartości niektórych zmiennych Możliwość odkrycia ukrytych zależności pomiędzy danymi Szansa na przewidzenie niektórych zdarzeń przyszłych w oparciu o analizę zdarzeń podobnych Możliwość odnalezienia odpowiedzi na pytania, na które na co dzień musi odpowiadać firma, a na które nie można znaleźć odpowiedzi w standardowych sprawozdaniach i raportach. Rysunek 2 Prognozowanie sprzedaży paliwa na jednej ze stacji benzynowych 3 S t r o n a
4 STANDARDOWE ZASTOSOWANIA DATA MINING Credit Scoring- Dzięki zastosowaniu metod data miningowych możliwe jest dokonanie błyskawicznych analiz pozwalających na: Oszacowanie parametrów ryzyka kredytowego/ ryzyka spłaty należności Ocenę potencjalnej straty z tytułu niewykonania zobowiązań Ocenę wielkości długu w okresie zaniechania Prawdopodobieństwo zaniechania spłaty kredytu przez klienta. Dzięki zastosowaniu metod data- minigowych możliwe jest także utworzenie karty scoringowej, o lepszych parametrach oceny ryzyka niż metody eksperckie, modele generyczne, czy biura ratingowe. W trakcie budowy modeli data- mingowych, niezbędna jest identyfikacja czynników ryzyka, oraz wag dla każdego z czynników. Dzięki temu możliwe staje się szacowanie parametrów ryzyka kredytowego zgodnie z wymaganiami nowej umowy kapitałowej- czyli indywidualne szacowanie parametrów ryzyka kapitałowego. Przy zastosowaniu data miningu do umów kredytowych możliwe jest wykorzystanie scoringu aplikacyjnego (dla nowych klientów), oraz scoringu opartego o dane historyczne, dla klientów z danymi historycznymi. W związku z powyższym możliwa jest znacząca automatyzacja ścieżki rozpatrywania wniosków kredytowych, a co za tym idzie znaczące przyśpieszenie decyzji kredytowej. Fraud Identification- czyli wykrywanie nadużyć, to metoda data- miningowa pozwalająca na znaczącą poprawę wykrywalności przestępstw, na jakie narażone są instytucje finansowe. Poprzez identyfikację grup rachunków, o podwyższonym ryzyku, analizę danych historycznych i implementację algorytmów wykrywających potencjalne i rzeczywiste nadużycia. Fraud Identyfication, pozwala na wykrywanie nadużyć, przede wszystkim w obszarze kart płatniczych i kredytów. Dzięki zaimplementowaniu odpowiednich algorytmów i zaszyciu ich w modelach data- miningowych, możliwe jest odnalezienie pojedynczych przypadków nadużyć, poprzez statystyczną analizę całości zgromadzonych historycznych danych. Obszar CRM- to także pole dla popisu dla algorytmów data- miningowych. Poprzez dogłębną statystyczną, analizę zachowań klientów sklasyfikowanych według odpowiednich grup takich jak starz, wiek, miejsce zamieszkania, zarobki (dot. klientów indywidualnych), możliwa jest analiza i predykcja zachowań klientów wobec zastosowanych kampanii marketingowych i innych działań CRM. Pozwala to na: Identyfikację grupy docelowej dla kampanii marketingowej Określenie intensywności kampanii Predykcję zachowań klientów wobec kampanii marketingowej Oszacowanie opłacalności kampanii, na danej grupie docelowej(zwłaszcza dotyczy kampanii cyklicznych) Wypracowanie standardów kampanijnych dla wybranych segmentów klientów, na przykład w podziale na grupy wiekowe, staż, region zamieszkania. Określenie efektów kampanii w długim horyzoncie czasowym. 4 S t r o n a
5 Forecasting- ma zastosowanie do estymowania spodziewanego zużycia, przychodów ze sprzedaży, wzrostu, lub spadku ilości potrzebnego surowca, estymowania kosztów surowców. Forecasting jest możliwy przy wykorzystaniu trendów czasowych, metod analizy regresji. Możliwa jest także automatyczna identyfikacja cykli. Forecasting umożliwia, estymowanie zmiennych, nie tylko na podstawie danych historycznych, ale także na podstawie innych parametrów wprowadzanych przez użytkownika. 5 S t r o n a
StatSoft profesjonalny partner w zakresie analizy danych
Analiza danych Data mining Sterowanie jakością Analityka przez Internet StatSoft profesjonalny partner w zakresie analizy danych StatSoft Polska Sp. z o.o. StatSoft Polska Sp. z o.o. ul. Kraszewskiego
Bardziej szczegółowoScoring kredytowy w pigułce
Analiza danych Data mining Sterowanie jakością Analityka przez Internet Scoring kredytowy w pigułce Mariola Kapla Biuro Informacji Kredytowej S.A. StatSoft Polska Sp. z o.o. ul. Kraszewskiego 36 30-110
Bardziej szczegółowoAsseco IAP Integrated Analytical Platform. asseco.pl
Asseco IAP Integrated Analytical Platform. asseco.pl Asseco IAP Integrated Analytical Platform. Asseco Integrated Analytical Platform (Asseco IAP) to platforma, która umożliwia kompleksowe zarządzanie
Bardziej szczegółowoCo matematyka może dać bankowi?
Co matematyka może dać bankowi? Biznes zakres pracy matematyków Pomiar i analiza miar detalicznych procesów kredytowych i ubezpieczeniowych, inicjowanie działań zapewniających poprawę efektywności i obniżenie
Bardziej szczegółowoAnalityka predykcyjna w marketingu i sprzedaży
Analityka predykcyjna w marketingu i sprzedaży Marcin Górzyński Partner Zarządzający Jędrzej Traczykowski Partner Zarządzający Czym jest data mining i analizy predykcyjne? Analiza dużej ilości danych w
Bardziej szczegółowoPrezentacja raportu z badania nadużyć w sektorze finansowym
Prezentacja raportu z badania nadużyć w sektorze finansowym Edycja 2017 24 października 2017 Agenda 1 Problem badawczy Zakres badania, zależności między zmiennymi 2 Grupa respondentów Udział poszczególnych
Bardziej szczegółowoz wyszczególnieniem usług automatyzacji procesów mgr inż. Adam Smółkowski mgr inż. Marcin Wójciuk Aspartus (Grupa ProService FINTECO)
Przewidywane kierunki outsourcingu w ubezpieczeniach z wyszczególnieniem usług automatyzacji procesów mgr inż. Adam Smółkowski mgr inż. Marcin Wójciuk Aspartus (Grupa ProService FINTECO) Outsourcing definicja
Bardziej szczegółowoNarzędzia IT we współczesnych strategiach utrzymaniowych
Narzędzia IT we współczesnych strategiach utrzymaniowych - NAJNOWSZE TRENDY - Piotr Rzepakowski, CEO Decitum Sp. z o.o. Od predykcji churn, przez analizę retencji do optymalizacji utrzymania Przyszła Analityczny
Bardziej szczegółowoWykorzystanie i monitorowanie scoringu
Analiza danych Data mining Sterowanie jakością Analityka przez Internet Wykorzystanie i monitorowanie scoringu Tomasz Sudakowski Biuro Informacji Kredytowej S.A. StatSoft Polska Sp. z o.o. ul. Kraszewskiego
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 szczegółowoUtrzymanie intensywności nakładów inwestycyjnych JST w kontekście malejących środków z funduszy europejskich do roku 2030 analiza scenariuszowa
Utrzymanie intensywności nakładów inwestycyjnych JST w kontekście malejących środków z funduszy europejskich do roku 2030 analiza scenariuszowa 1 Charakter analizy i jej główne ograniczenia 1 2 3 Na jakie
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 szczegółowoZarządzanie portfelem kredytowym w banku w warunkach kryzysu. Dr Agnieszka Scianowska Akademia Humanistyczno-Ekonomiczna w Łodzi
Zarządzanie portfelem kredytowym w banku w warunkach kryzysu Dr Agnieszka Scianowska Akademia Humanistyczno-Ekonomiczna w Łodzi Założenia Umowy Kapitałowej Przyjętej w 1988r.(Bazylea I) podstawowym wyznacznikiem
Bardziej szczegółowoOpis procesu ratingów wewnętrznych
Opis procesu ratingów wewnętrznych Rządy i banki centralne Klasa ekspozycji podlegająca stałemu wyłączeniu z metody IRB Instytucje Klasa ekspozycji podlegająca stałemu wyłączeniu z metody IRB Przedsiębiorcy,
Bardziej szczegółowoSmartReactor szczepionka nie tylko na kryzys
SmartReactor SmartReactor szczepionka nie tylko na kryzys SmartReator to narzędzie gwarantujące wdrożenie trzech krytycznych elementów, niezbędnych do realizacji skutecznej polityki należnościowej: 1 1
Bardziej szczegółowoZNACZENIE WYMIANY DANYCH MIĘDZY BIK i UFG DLA BEZPIECZEŃSTWA TRANSAKCJI UBEZPIECZENIOWO-BANKOWYCH. dr Mariusz Cholewa Prezes Zarządu BIK S.A.
ZNACZENIE WYMIANY DANYCH MIĘDZY BIK i UFG DLA BEZPIECZEŃSTWA TRANSAKCJI UBEZPIECZENIOWO-BANKOWYCH dr Mariusz Cholewa Prezes Zarządu BIK S.A. Informacje o BIK GRUPA BIK NAJWIĘKSZY ZBIÓR INFORMACJI O ZOBOWIĄZANIACH
Bardziej szczegółowoStrategia zarządzania ryzykiem w DB Securities S.A.
Strategia zarządzania ryzykiem w S.A. 1 Opis systemu zarządzania ryzykiem w S.A 1. Oświadczenia S.A. dąży w swojej działalności do zapewnienia zgodności z powszechnie obowiązującymi aktami prawnymi oraz
Bardziej szczegółowoPODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE
UNIWERSYTET WARMIŃSKO-MAZURSKI W OLSZTYNIE PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE http://matman.uwm.edu.pl/psi e-mail: psi@matman.uwm.edu.pl ul. Słoneczna 54 10-561
Bardziej szczegółowoSTATISTICA DECISIONING PLATFORM, CZYLI JAK PODEJMOWAĆ DECYZJE W EPOCE BIG DATA
STATISTICA DECISIONING PLATFORM, CZYLI JAK PODEJMOWAĆ DECYZJE W EPOCE BIG DATA Mirosław Popieluch, StatSoft Polska Sp. z o.o. Gromadzenie coraz większych ilości danych w każdej dziedzinie życia i gospodarki
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 szczegółowoON-LINE SOLIDITET A ON-LINE D&B
ON-LINE SOLIDITET A ON-LINE D&B Dlaczego? Zakończyliśmy proces konsolidacji Zarząd Bisnode Polska informuje, że spółki z grupy Bisnode (HBI Polska, Soliditet Polska, Bisnode Polska) zakończyły proces konsolidacji
Bardziej szczegółowoOcena wiarygodności finansowej kontrahentów w procesie podejmowania decyzji o przyznaniu kredytu kupieckiego i warunkach jego udzielania
Ocena wiarygodności finansowej kontrahentów w procesie podejmowania decyzji o przyznaniu kredytu kupieckiego i warunkach jego udzielania Adam Janczewski Absolwent Szkoły Głównej Handlowej w Warszawie 13-letnie
Bardziej szczegółowoSzkolenia SAS Cennik i kalendarz 2017
Szkolenia SAS Spis treści NARZĘDZIA SAS FOUNDATION 2 ZAAWANSOWANA ANALITYKA 2 PROGNOZOWANIE I EKONOMETRIA 3 ANALIZA TREŚCI 3 OPTYMALIZACJA I SYMULACJA 3 3 ROZWIĄZANIA DLA HADOOP 3 HIGH-PERFORMANCE ANALYTICS
Bardziej szczegółowoUmowa na usługę doradczą w zakresie optymalizacji kosztów zakupu energii elektrycznej
Umowa na usługę doradczą w zakresie optymalizacji kosztów zakupu energii elektrycznej 1 POSTANOWIENIA OGÓLNE i DEFINICJE 1) Niniejszy dokument określa zasady świadczenia usługi optymalizacji zakupu energii
Bardziej szczegółowoPOLITYKA INFORMACYJNA POWIŚLAŃSKIEGO BANKU SPÓŁDZIELCZEGO
POLITYKA INFORMACYJNA POWIŚLAŃSKIEGO BANKU SPÓŁDZIELCZEGO w Kwidzynie Kwidzyn, grudzień 2014 1. 1. Bank prowadzi przejrzysta politykę informacyjną uwzględniająca potrzeby jego udziałowców oraz klientów.
Bardziej szczegółowoPOLITYKA INFORMACYJNA DOTYCZĄCA ADEKWATNOŚCI KAPITAŁOWEJ
Załącznik nr 1 do Uchwały Zarządu nr 5/2014 Banku Spółdzielczego we Mstowie z dnia 29.01.2014r. Zatw. Uchwałą RN nr 3/2014 z dn. 30.01.2014 Tekst jednolity uwzględniający wprowadzone zmiany: 1) Uchwałą
Bardziej szczegółowoANEKS NR 2 DO PROSPEKTU EMISYJNEGO PODSTAWOWEGO V PROGRAMU EMISJI OBLIGACJI KRUK SPÓŁKA AKCYJNA
ANEKS NR 2 DO PROSPEKTU EMISYJNEGO PODSTAWOWEGO V PROGRAMU EMISJI OBLIGACJI KRUK SPÓŁKA AKCYJNA ZATWIERDZONEGO PRZEZ KOMISJĘ NADZORU FINANSOWEGO W DNIU 16 KWIETNIA 2018 ROKU Niniejszy aneks został sporządzony
Bardziej szczegółowoFINALYSE Wykrywanie wyłudzeń w zautomatyzowanych systemach decyzyjnych. Kongres Antyfraudowy. Amsterdam I Brussels I Luxembourg I Warsaw
FINALYSE Wykrywanie wyłudzeń w zautomatyzowanych systemach decyzyjnych Kongres Antyfraudowy Amsterdam I Brussels I Luxembourg I Warsaw 10-2017 AGENDA Wprowadzenie Wyzwania Best Practise Korzyści Confidential
Bardziej szczegółowoSytuacja na rynku consumer finance. Portfel należności polskich przedsiębiorstw. Procesy upadłościowe przedsiębiorstw w Polsce
Sytuacja na rynku consumer finance Portfel należności polskich przedsiębiorstw Procesy upadłościowe przedsiębiorstw w Polsce Wyłudzenia kredytów w segmencie detalicznym Wielkość polskiego rynku wierzytelności
Bardziej szczegółowoMetody scoringowe w regresji logistycznej
Metody scoringowe w regresji logistycznej Andrzej Surma Wydział Matematyki, Informatyki i Mechaniki Uniwersytetu Warszawskiego 19 listopada 2009 AS (MIMUW) Metody scoringowe w regresji logistycznej 19
Bardziej szczegółowoPo co w ogóle prognozujemy?
Po co w ogóle prognozujemy? Pojęcie prognozy: racjonalne, naukowe przewidywanie przyszłych zdarzeń stwierdzenie odnoszącym się do określonej przyszłości formułowanym z wykorzystaniem metod naukowym, weryfikowalnym
Bardziej szczegółowoNowoczesne aplikacje mobilne i ich rola w podnoszeniu jakości danych
Nowoczesne aplikacje mobilne i ich rola w podnoszeniu jakości danych www.ascen.pl 1 Agenda O firmie Zarządzanie jakością danych Aplikacje mobilne i ich rola w zarządzaniu jakością danych 2 O firmie Data
Bardziej szczegółowoInformacje i materiały dotyczące wykładu będą publikowane na stronie internetowej wykładowcy, m.in. prezentacje z wykładów
Eksploracja danych Piotr Lipiński Informacje ogólne Informacje i materiały dotyczące wykładu będą publikowane na stronie internetowej wykładowcy, m.in. prezentacje z wykładów UWAGA: prezentacja to nie
Bardziej szczegółowoZalew danych skąd się biorą dane? są generowane przez banki, ubezpieczalnie, sieci handlowe, dane eksperymentalne, Web, tekst, e_handel
według przewidywań internetowego magazynu ZDNET News z 8 lutego 2001 roku eksploracja danych (ang. data mining ) będzie jednym z najbardziej rewolucyjnych osiągnięć następnej dekady. Rzeczywiście MIT Technology
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 szczegółowoWytyczne. określające warunki wsparcia finansowego w ramach grupy na podstawie art. 23 dyrektywy 2014/59/UE EBA/GL/2015/
WYTYCZNE OKREŚLAJĄCE WARUNKI WSPARCIA FINANSOWEGO W RAMACH GRUPY EBA/GL/2015/17 08.12.2015 Wytyczne określające warunki wsparcia finansowego w ramach grupy na podstawie art. 23 dyrektywy 2014/59/UE Wytyczne
Bardziej szczegółowoSecurity 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 szczegółowoSKORING JAKO NARZĘDZIE WSPIERAJĄCE SPÓŁDZIELCZE KASY OSZCZĘDNOŚCIOWO-KREDYTOWE W SPEŁNIENIU NOWYCH WYMAGAŃ NADZORCZYCH
SKORING JAKO NARZĘDZIE WSPIERAJĄCE SPÓŁDZIELCZE KASY OSZCZĘDNOŚCIOWO-KREDYTOWE W SPEŁNIENIU NOWYCH WYMAGAŃ NADZORCZYCH Katarzyna Cioch, Towarzystwo Zarządzające SKOK Sp. z o.o. SKA Spółdzielcze kasy oszczędnościowo
Bardziej szczegółowoBIZNES I RYZYKO NA RYNKU CONSUMER FINANCE
BIZNES I RYZYKO NA RYNKU CONSUMER FINANCE dr Mariusz Cholewa Prezes Zarządu BIK S.A. Grudzień 2016 GRUPA BIK NAJWIĘKSZA BAZA O ZOBOWIĄZANIACH FINANSOWYCH W POLSCE Klienci Indywidualni Przedsiębiorcy Rejestr
Bardziej szczegółowoCREDIT MANAGEMENT PODSTAWY OFERTA SZKOLENIOWA. Polski Instytut Credit Management
CREDIT MANAGEMENT PODSTAWY OFERTA SZKOLENIOWA Polski Instytut Credit Management www.picm.pl 1 O PICM Polski Instytut Credit Management (PICM) jest organizacją non-profit mającą na celu działalność publiczną
Bardziej szczegółowoCorporate Credit Management LondonSAM Polska
Corporate Credit Management LondonSAM Polska LONDONSAM POLSKA Jesteśmy międzynarodową firmą specjalizującą się w szkoleniach z zakresu finansów i zarządzania. Od początku naszej działalności w Polsce,
Bardziej szczegółowoBank Spółdzielczy w Bieczu KLAUZULE INFORMACYJNE I KLAUZULE ZGÓD KREDYTY I GWARANCJE (PORĘCZYCIEL)
KLAUZULE INFORMACYJNE I KLAUZULE ZGÓD KREDYTY I GWARANCJE (PORĘCZYCIEL) KLAUZULA INFORMACYJNA BANKU SPÓŁDZIELCZEGO W BIECZU Załącznik Nr 3 Do Uchwały Zarządu Nr 36/Z/2018 Bank Spółdzielczy w Bieczu informuje
Bardziej szczegółowoDokument zawierający kluczowe informacje
Cel Dokument zawierający kluczowe informacje Poniższy dokument zawiera kluczowe informacje o danym produkcie inwestycyjnym. Nie jest to materiał marketingowy. Udzielenie tych informacji jest wymagane prawem,
Bardziej szczegółowoPOLITYKA INFORMACYJNA DOTYCZĄCA ADEKWATNOŚCI KAPITAŁOWEJ ORAZ ZAKRESU INFORMACJI PODLEGAJĄCYCH OGŁASZANIU BANKU SPÓŁDZIELCZEGO W BARCINIE
Załącznik nr do Uchwały Nr 98/Z/2014 Zarządu Banku Spółdzielczego w Barcinie z dnia 29 grudnia 2014 r. Bank Spółdzielczy w Barcinie POLITYKA INFORMACYJNA DOTYCZĄCA ADEKWATNOŚCI KAPITAŁOWEJ ORAZ ZAKRESU
Bardziej szczegółowoSprawozdanie niezależnego biegłego rewidenta z badania Dla Walnego Zgromadzenia i Rady Nadzorczej Banku BPH S.A.
Sprawozdanie niezależnego biegłego rewidenta z badania Dla Walnego Zgromadzenia i Rady Nadzorczej Banku BPH S.A. Sprawozdanie z badania rocznego sprawozdania finansowego Opinia Przeprowadziliśmy badanie
Bardziej szczegółowoKLAUZULA INFORMACYJNA
KLAUZULA INFORMACYJNA Przedstawiamy informacje o zasadach przetwarzania Pani/Pana danych osobowych przez Cardina spółka z ograniczoną odpowiedzialnością. Informacja jest przekazywana na postawie art. 13
Bardziej szczegółowoOpis Kompetencji Portfel Interim Menedżerowie i Eksperci
Opis Kompetencji Portfel Interim Menedżerowie i Eksperci Warszawa, kwiecień 2012 r. Carrywater Group S.A. www.carrywater.com Al. Jerozolimskie 65/79, 00-697 Warszawa, Centrum LIM, piętro XIV, lok. 14.07
Bardziej szczegółowoNowości w wersji 10.2 Comarch CDN XL Business Intelligence
Nowości w wersji 10.2 Comarch CDN XL Business Intelligence Wersja 2.1 Spis treści Spis treści... 2 1 Business Intelligence... 3 1.1 Rozwój obszarów analitycznych... 3 1.1.1 Atrybuty analityczne oraz kody
Bardziej szczegółowoFunkcje analityczne w SAP CRM
Akademia Wiedzy BCC /akademia Funkcje analityczne w SAP CRM Wiedzieć więcej i lepiej Kompletne rozwiązanie CRM SAP CRM bywa postrzegany jako narzędzie służące zautomatyzowaniu procesów interakcji z klientami.
Bardziej szczegółowoJakub Kisielewski. www.administracja.comarch.pl
Nowatorski punkt widzenia możliwości analitycznosprawozdawczych w ochronie zdrowia na przykładzie systemu Elektronicznej Platformy Gromadzenia, Analizy i Udostępniania zasobów cyfrowych o Zdarzeniach Medycznych
Bardziej szczegółowoWycena portfela wierzytelności przeterminowanych z perspektywy inwestora. V Bankowe Forum Wierzytelności Kwiecień 2014
Wycena portfela przeterminowanych z perspektywy inwestora V Bankowe Forum Wierzytelności Kwiecień 2014 Sytuacja rynkowa Poziom kredytów nieregularnych (NPL) nadal wyższy niż w UE, a nasycenie kredytów
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 szczegółowoRejestry kredytowe w Europie. Członkowie Aplikanci Niezrzeszeni
Rozwój rynku wymiany informacji (doświadczenia europejskie) dr Krzysztof Markowski Prezes Zarządu BIK S.A. III Kongres Gospodarki Elektronicznej 19 maja 2008 Rejestry kredytowe w Europie Członkowie Aplikanci
Bardziej szczegółowoKluczowy fragment Rozdziału 2 Koncepcja przedsięwziecia z książki Biznesplan w 10 krokach. Konkurenci. Geneza przedsięwzięcia. Kluczowe dane finansowe
Koncepcja to zbiór założeń, które będą stanowić podstawę sporządzenia biznesplanu. Powinny one dotyczyć genezy pomysłu, oceny pojemności potencjalnych rynków zbytu wraz z identyfikacją potencjalnych konkurentów,
Bardziej szczegółowoSPRAWOZDANIE Z ADEKWATNOŚCI KAPITAŁOWEJ DOMU MAKLERSKIEGO PRICEWATERHOUSECOOPERS SECURITIES SPÓŁKA AKCYJNA
SPRAWOZDANIE Z ADEKWATNOŚCI KAPITAŁOWEJ DOMU MAKLERSKIEGO PRICEWATERHOUSECOOPERS SECURITIES SPÓŁKA AKCYJNA ZA OKRES OD 1 STYCZNIA 2012 r. DO 31 GRUDNIA 2012 r. PricewaterhouseCoopers Securities S.A., Al.
Bardziej szczegółowoPRAKTYCZNY SKORING - NIE TYLKO KREDYTOWY
PRAKTYCZNY SKORING - NIE TYLKO KREDYTOWY Piotr Wójtowicz, Grzegorz Migut StatSoft Polska Jakie są różnice pomiędzy osobami prawidłowo regulującymi swoje zobowiązania a niechętnie spłacającymi swoje długi,
Bardziej szczegółowoBusiness Intelligence narzędziem wsparcia sprzedaży
Forum Sektora Finansowego 2007 Business Intelligence narzędziem wsparcia sprzedaży Filip Łapiński Konsultant Zarządzający IBM Polska 05/06/2007 Prognozy IBM Institute for Business Value IBM Institute for
Bardziej szczegółowoFUNDUSZ POŻYCZKOWY DLA KOBIET. Ministerstwo Gospodarki Agencja Rozwoju Przedsiębiorczości. Jelenia Góra, grudzień 2014 r.
FUNDUSZ POŻYCZKOWY DLA KOBIET Ministerstwo Gospodarki Agencja Rozwoju Przedsiębiorczości Jelenia Góra, grudzień 2014 r. I. Fundusz pożyczkowy dla kobiet... 3 1. Termin przyjmowania wniosków... 3 2. Limity
Bardziej szczegółowoBudownictwo. drogowe. w Polsce Prognozy rozwoju na lata
Budownictwo drogowe w Polsce 2013 Prognozy rozwoju na lata 2013-2015 Data publikacji: I kwartał 2013 Język: polski, angielski Opis raportu Ten raport dostarcza wszechstronnych informacji na temat sektora
Bardziej szczegółowoPrzywłaszczenie mienia jako najbardziej typowe zagrożenie fraudowe dla przedsiębiorstw leasingowych
Przywłaszczenie mienia jako najbardziej typowe zagrożenie fraudowe dla przedsiębiorstw leasingowych Lech Stabiszewski Dyrektor Departamentu Zarządzania Ryzykiem VB Leasing Polska SA Nadzwyczajne Walne
Bardziej szczegółowoWyniki finansowe po 1. kwartale 2012 r.
Wyniki finansowe po 1. kwartale 2012 r. Sprzedaż przyspiesza 15 maja 2012 15 maja 2012 Nowa sprzedaż przyspiesza 1 Zastrzeżenie Niniejsza prezentacja nie jest częścią jakiejkolwiek oferty, zaproszenia,
Bardziej szczegółowoRaport z zakresu adekwatności kapitałowej Podlasko-Mazurskiego Banku Spółdzielczego w Zabłudowie według stanu na dzień 31.12.
Załącznik do Uchwały Nr 49/2014 Zarządu Podlasko-Mazurskiego Banku Spółdzielczego w Zabłudowie z dnia 10.07.2014r. Raport z zakresu adekwatności kapitałowej Podlasko-Mazurskiego Banku Spółdzielczego w
Bardziej szczegółowoZespół Katedry Rachunkowości Menedżerskiej SGH 1
RM Rachunek kosztów docelowych Zarządzający zastanawiają się nad redukcją kosztów w momencie kiedy klienci nie akceptują pożądanej ceny Dr Marcin Pielaszek 2 Target Costing całkowicie zmienia sposób zarządzania
Bardziej szczegółowodr inż. Olga Siedlecka-Lamch 14 listopada 2011 roku Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Eksploracja danych
- Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska 14 listopada 2011 roku 1 - - 2 3 4 5 - The purpose of computing is insight, not numbers Richard Hamming Motywacja - Mamy informację,
Bardziej szczegółowoOcena stosowania Zasad ładu korporacyjnego dla instytucji nadzorowanych w Domu Maklerskim Navigator S.A. za rok obrotowy 2015
Ocena stosowania Zasad ładu korporacyjnego dla instytucji nadzorowanych w Domu Maklerskim Navigator S.A. za rok obrotowy 2015 Warszawa, 28 lipca 2016 r. Na podstawie 27 stanowiska Komisji Nadzoru Finansowego
Bardziej szczegółowoOdczarowujemy modele predykcyjne Teoria i Praktyka
Odczarowujemy modele predykcyjne Teoria i Praktyka Mariusz Gromada, MathSpace.PL mariuszgromada.org@gmail.com 1 Kilka słów o mnie 1999 2004 Politechnika Warszawska Wydział Matematyki i Nauk Informacyjnych
Bardziej szczegółowoSPIS TREŚCI Audyt wewnętrzny wydanie II
SPIS TREŚCI Audyt wewnętrzny wydanie II 1. WSTĘP... 10 1.1. Międzynarodowe standardy audytu wewnętrznego... 10 1.2. Zasady etyki zawodowej... 13 1.3. Miejsce audytu wewnętrznego w organizacji... 21 1.4.
Bardziej szczegółowoPrzejęcie 60% Santander Consumer Bank S.A. (Polska) 10 kwietnia 2014
Przejęcie 60% Santander Consumer Bank S.A. (Polska) 10 kwietnia 2014 1 Bank Zachodni WBK S.A. (dalej BZ WBK ) informuje, że niniejsza prezentacja w wielu miejscach zawiera twierdzenia dotyczące przyszłości,
Bardziej szczegółowoStrategia identyfikacji, pomiaru, monitorowania i kontroli ryzyka w Domu Maklerskim Capital Partners SA
Strategia identyfikacji, pomiaru, monitorowania i kontroli ryzyka zatwierdzona przez Zarząd dnia 14 czerwca 2010 roku zmieniona przez Zarząd dnia 28 października 2010r. (Uchwała nr 3/X/2010) Tekst jednolity
Bardziej szczegółowoOGŁOSZENIE O ZAMÓWIENIU nr 1/2013 (POWYŻEJ 14 tys. EURO)
Łódź, dn. 23.12.2013r. OGŁOSZENIE O ZAMÓWIENIU nr 1/2013 (POWYŻEJ 14 tys. EURO) 1. Zamawiający Firma i adres: PL Europa S.A. NIP: 725-195-02-28 Regon: 100381252 2. Tryb udzielenia zamówienia Zgodnie z
Bardziej szczegółowomint software Business Solutions Development Team
mint software Business Solutions Development Team kim jesteśmy Tworzymy wyspecjalizowane oprogramowanie dla branży finansowej oraz e-commerce W każdym projekcie nasz zespół jest skupiony na realizacji
Bardziej szczegółowoSprawozdanie niezależnego biegłego rewidenta z badania
Sprawozdanie niezależnego biegłego rewidenta z badania Dla Walnego Zgromadzenia i Rady Nadzorczej BFF Polska S.A. Sprawozdanie z badania rocznego skonsolidowanego sprawozdania finansowego Nasza opinia
Bardziej szczegółowoFinansowanie przedsiębiorstw z branży budowlanej
Deutsche Bank Please send your feedback Finansowanie przedsiębiorstw z branży budowlanej Ocena i możliwości ograniczania ryzyka Piotr Piechota Warszawa, 15 kwietnia 2013 0 Agenda 1. Background. 2. Ocena
Bardziej szczegółowoWykaz haseł identyfikujących prace dyplomowe na Wydziale Nauk Ekonomicznych i Zarządzania
Kierunek Analityka Gospodarcza Analiza ryzyka działalności gospodarczej Business Intelligence Ekonometria Klasyfikacja i analiza danych Metody ilościowe na rynku kapitałowym Metody ilościowe w analizach
Bardziej szczegółowoSYSTEM IPS W ZRZESZENIU. FORUM LIDERÓW BANKÓW SPÓŁDZIELCZYCH września 2016r.
SYSTEM IPS W ZRZESZENIU FORUM LIDERÓW BANKÓW SPÓŁDZIELCZYCH 13-14 września 2016r. IPS-SGB w LICZBACH 23 listopada 2015r. 191 BS 31 marca 2016r. 195 BS 30 czerwca 2016r. 197 BS Suma bilansowa BS IPS-SGB
Bardziej szczegółowoModele selekcji próby
Plan zajęć 1 Problem selekcji próby- heurystyka 2 Problem selekcji próby- teoria 3 Przykład empiryczny Selekcja próby 1 regresja tobitowa- cenzurowanie(transformacja) zmiennej objaśnianej 2 regresja ucięta-
Bardziej szczegółowoMetodologia oparta na najnowszych trendach światowych Stwarzamy możliwość wzrostu wartości firmy
Zrównoważony rozwój Stabilne zarządzanie Pozytywny wpływ społeczny Wzrost wartości firmy Metodologia oparta na najnowszych trendach światowych Stwarzamy możliwość wzrostu wartości firmy 27 kwietnia 2012
Bardziej szczegółowoWyjaśnienia treści SIWZ. dotyczy: przetargu nieograniczonego: na udzielenie kredytu bankowego długoterminowego (Identyfikator sprawy U/3/2012)
Wyjaśnienia treści SIWZ dotyczy: przetargu nieograniczonego: na udzielenie kredytu bankowego długoterminowego (Identyfikator sprawy U/3/2012) Na podstawie art. 38 ust. 1a ustawy z dnia 29 stycznia 2004r.
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 szczegółowofirmy produkty intranet handel B2B projekty raporty notatki
firmy mail intranet produkty DOKUMENTY handel raporty B2B projekty notatki serwis zadania Dlaczego warto wybrać Pakiet ITCube? Najczęściej wybierany polski CRM Pakiet ITCube jest wykorzystywany przez ponad
Bardziej szczegółowoWYMIANA INFORMACJI O WIERZYTELNOŚCIACH SPRZEDANYCH
WYMIANA INFORMACJI O WIERZYTELNOŚCIACH SPRZEDANYCH Spis Treści 1. Istota zagadnienia...4 2. Cel dokumentu...4 3. Sprzedaż portfela wierzytelności innemu bankowi... 4 4. Sprzedaż wierzytelności firmie windykacyjnej
Bardziej szczegółowoInnowacyjni w działaniu stabilni nansowo
Innowacyjni w działaniu stabilni nansowo Główną przyczyną spadku przychodów w 2015 roku były niższe notowania ropy i produktów naftowych na rynkach światowych. W efekcie zmalały przychody zarówno w segmencie
Bardziej szczegółowoINFORMACJA BANKU SPÓŁDZIELCZEGO W BARCINIE O PRZETWARZANIU DANYCH OSOBOWYCH
INFORMACJA BANKU SPÓŁDZIELCZEGO W BARCINIE O PRZETWARZANIU DANYCH OSOBOWYCH 25 maja 2018 r. wchodzi w życie Rozporządzenie o ochronie danych osobowych (RODO). Jest to Rozporządzenie Parlamentu Europejskiego
Bardziej szczegółowoScoring w oparciu o Big Data. 8 kwietnia 2014 roku
Scoring w oparciu o Big Data 8 kwietnia 2014 roku Od początków ludzkości do roku 2003 wygenerowano 5 eksabajtów informacji tyle samo ludzkość generuje dziś co dwa dni. - Eric Schmidt, Google CEO 2 Dlaczego
Bardziej szczegółowoDIAGNOZA POTRZEB BIZNESOWYCH w ramach Projektu Doradca Małopolskiego Przedsiębiorcy
Załącznik nr 1 do umowy DIAGNOZA POTRZEB BIZNESOWYCH w ramach Projektu Doradca Małopolskiego Przedsiębiorcy Nazwa przedsiębiorstwa Adres przedsiębiorstwa Imię i nazwisko osoby upoważnionej do reprezentowania
Bardziej szczegółowoINTERAKCJE RYZYKA FINANSOWEGO W LASACH I PRZEMYŚLE DRZEWNYM. Autorzy dr hab. Krzysztof Adamowicz mgr Krzysztof Michalski
INTERAKCJE RYZYKA FINANSOWEGO W LASACH I PRZEMYŚLE DRZEWNYM Autorzy dr hab. Krzysztof Adamowicz mgr Krzysztof Michalski RYZYKO możliwy negatywny wynik przedsięwzięcia, z którym łączy się uszczerbek, strata,
Bardziej szczegółowoWskaź niki cyklu kredytowego oraź kalibracja antycyklicźnego bufora kapitałowego w Polsce
Wskaź niki cyklu kredytowego oraź kalibracja antycyklicźnego bufora kapitałowego w Polsce Materiał dla Komitetu Stabilności Finansowej Warszawa, luty 2016 r. Synteza Niniejsze opracowanie zawiera informację
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 szczegółowoRola i funkcje rachunku kosztów. Systemy rachunku kosztów (i wyników)
Rola i funkcje rachunku kosztów. Systemy rachunku kosztów (i wyników) Rachunek kosztów jest ogółem czynności zmierzających do ustalenia i zinterpretowania wyrażonej w pieniądzu wysokości nakładów dokonanych
Bardziej szczegółowoRynek Budowlany-J.Deszcz 2013-03-02
Politechnika Śląska w Gliwicach Wydział Budownictwa Katedra Procesów Budowlanych Badania i analizy rynku w działalności przedsiębiorstwa budowlanego. Potrzeby badań rynku na etapie planowania biznesu Kim
Bardziej szczegółowoInformacja o strategii i celach zarządzania ryzykiem
Załącznik nr 1 Informacja o strategii i celach zarządzania ryzykiem 1) Strategia i procesy zarządzania rodzajami ryzyka. Podejmowanie ryzyka zmusza Bank do koncentrowania uwagi na powstających zagrożeniach,
Bardziej szczegółowoOcena ryzyka kontraktu. Krzysztof Piłat Krajowy Rejestr Długów Biuro Informacji Gospodarczej
Ocena ryzyka kontraktu Krzysztof Piłat Krajowy Rejestr Długów Biuro Informacji Gospodarczej Plan prezentacji Główne rodzaje ryzyka w działalności handlowej i usługowej przedsiębiorstwa Wpływ udzielania
Bardziej szczegółowoSkuteczna Strategia CRM - wyzwanie dla organizacji. Artur Kowalski Prometriq
Skuteczna Strategia CRM - wyzwanie dla organizacji Artur Kowalski Prometriq Wrocław, 19-11-2009 Jest tylko jedna strategia sukcesu Polega ona na precyzyjnym zdefiniowaniu docelowego odbiorcy i zaoferowaniu
Bardziej szczegółowoRAPORT ROCZNY HUSSAR GRUPPA S.A. ZA ROK 2016
RAPORT ROCZNY HUSSAR GRUPPA S.A. ZA ROK 2016 Warszawa, 15 maja 2017 r. LIST PREZESA ZARZĄDU Szanowni Państwo, niniejszym składam na Państwa ręce raport roczny za rok 2016 Spółki Hussar Gruppa S.A., którą
Bardziej szczegółowoModel Matematyczny Call Center
OFERTA SZKOLENIOWA Model Matematyczny Call Center TELEAKADEMIA to profesjonalne centrum szkoleniowe mające swoją siedzibę w Pomorskim Parku Naukowo-Technologicznym w Gdyni. TELEAKADEMIA realizuje szkolenia
Bardziej szczegółowoKLAUZULA INFORMACYJNA
SZANOWNI PAŃSTWO KLAUZULA INFORMACYJNA Bank Spółdzielczy w Iłowej informuje Państwa o przetwarzaniu danych osobowych stanowiących Państwa własność zgodnie z art. 13 ust. 1-2 Rozporządzenia Parlamentu Europejskiego
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 szczegółowo1) jednostka posiada wystarczające środki aby zakupić walutę w dniu podpisania kontraktu
Przykład 1 Przedsiębiorca będący importerem podpisał kontrakt na zakup materiałów (surowców) o wartości 1 000 000 euro z datą płatności za 3 miesiące. Bieżący kurs 3,7750. Pozostałe koszty produkcji (wynagrodzenia,
Bardziej szczegółowoDIAGNOZA POTRZEB BIZNESOWYCH w ramach Projektu Doradca Małopolskiego Przedsiębiorcy
Załącznik nr 1 do umowy DIAGNOZA POTRZEB BIZNESOWYCH w ramach Projektu Doradca Małopolskiego Przedsiębiorcy Nazwa przedsiębiorstwa Adres przedsiębiorstwa Imię i nazwisko osoby upoważnionej do reprezentowania
Bardziej szczegółowo