![]() Teljes méretű kép megtekintése |
Üzleti intelligencia alkalmazások |
|
|
Ár:
3 200 Ft.
2 880 Ft. Kedvezmény: 10.00% |
||
| Kérdés felvetése a termékről | ||
Bevezetés az üzleti elemzésbe Szerző:János András ComputerBooks Kiadó, 2010 292 oldal ISBN: 963 618 362 2 A könyvről Ahhoz képest, hogy mennyit használt fogalomról van szó, nem is olyan könnyű meghatározni, mi az üzleti intelligencia. Bizonyára ez az oka, ha beírjuk valamelyik internetes keresőbe (Business Intelligence) kapunk vagy 40 millió találatot, de magyarul is közel 100 ezret. Persze mindenki, aki ír róla, próbál újat mondani, mert különben mi lenne a létjogosultsága az írásnak. Az érdekes az, hogy sok-sok meghatározást olvasva már nem is az állítások egyedisége érdekes. Világunk beépített törvényei úgy működnek, hogy a nagyszámúság mögött mindig vannak sűrűsödési pontok. Nem alaptalan azt gondolni, ha nem is a végső igazságot, de a lényegeset tartalmazzák. Úgyhogy nem is azt célzom meg ebben a könyvben, hogy valamit az újdonság erejével fogalmazzak meg az üzleti intelligenciáról, hanem sokkal inkább olyasmit, ami rávilágít, hogy miért ez van leírva ebben a könyvben, s mi a könyv célja. Egy fokozatos közelítést alkalmazva első lépésben azt mondhatjuk, hogy az üzleti intelligencia „tudás csinálás”. Az benne az érdekes, hogy az eredeti (intelligence) szóban egyaránt benne van az értelem, értelmesség, s a hírszerzés. Találó! A Megatrendek híres szerzője John Naisbitt írta: „megfulladunk az adatoktól, miközben tudásra éhezünk”. Valóban. Körülöttünk egy informatikai forradalom zajlik. Kevés olyan folyamata, területe van életünknek, melynek eseményeit valamilyen módon ne rögzítenénk. De a globalizáció, a felgyorsult üzletmenet, a növekvő ügyféligények, egyes szektorok (például bank, távközlés) növekvő szabályozási megfelelési kényszere és számos más tényező is az adatmennyiség folyamatos növekedéséhez vezet, s ez a növekedés exponenciális. Akár az adattömeg mérete, akár bonyolultsága, áttekinthetetlensége okán nagyon sok érték marad rejtve. Úgy tűnik, fejlettebb az adatok gyűjtésére, tárolására irányuló képességünk, mint a felhasználásuk értékessé tételére irányuló. Ezekben az adatokban ott vannak elrejtve a válaszok a vállalkozás működésének kulcs kérdéseire. Olyanokra, mint: hány vevőnk van, kik tartoznak a vevőink azon 20 %-ába, akiktől a bevétel 80 %-a jön, mi a vevőérték, stb. Ezeknek a kérdéseknek a megválaszolása nagyon értékes a vállalat számára. A kérdések megválaszolásának a forrása ott lapul a gyűjtött, tárolt adatokban. Persze, hogy ezeket vagyonnak, a vállalat adatvagyonának, információs vagyonának emlegetjük. A PricewaterhouseCoopers 2001-es Global Data Management Survey tanulmányában stratégiai erőforrásként említi a vállalati adatvagyont. Ahhoz azonban, hogy valóban válaszolni is tudjunk a feltett kérdésekre, s az adatvagyont stratégiai erőforrásként használhassuk, az adatoktól el kell jutni a hasznosítható, az „üzletbe visszaforgatható” tudásig. Ebben a feltáró folyamatban az üzleti intelligencia megragadható úgy, mint eszközök, módszerek, technikák összessége, melyek biztosítják, hogy a vállalati információs vagyonból az üzleti életben közvetlenül hasznosítható tudásig eljussunk. Az üzleti intelligencia az üzleti folyamatok adataiból kiinduló, a vállalati adat-és információs vagyont hasznosító „üzleti tudás”-csinálás folyamata. Folyamat, amelyben a gazdasági események feljegyzett adatai egy tudatos feldolgozási, átalakítási, csoportosítási, rendezési, elemzési munka eredményeként üzleti problémák megoldására alkalmas felismerésekké és képességgé, s üzleti magatartás tervezésének elindítóivá, akciók kiváltóivá válnak. Az üzleti intelligencia megvalósítása másfelől egy technikai-technológiai folyamat, melyben adat és információmenedzselési problémák megoldását, fejlett szoftveres technológiákat, szakértői technológiai tudást, egy erre való know-how-t kell alkalmazni a tudás feltárására. Az üzleti intelligencia megvalósítása, ha sikeres, az üzlet és a technológia együttműködése. Ha nem csak elméletben akarunk beszélni bizonyos üzleti intelligencia feladatok megvalósításáról, akkor bizony nem lehet elvonatkoztatni attól, hogy – amint fentebb is mondtuk – ennek a folyamatnak technológiai vonatkozásai is vannak. Informatikai és üzleti tapasztalat alapján kialakultak bizonyos know-howk, melyek alkalmasnak bizonyultak arra, hogy a világ egy jelentős része ezeket mértékadóként elfogadja. Ha meg akarjuk mutatni, hogyan kell a hitelesség igényével megoldani egy szakmai problémát, akkor azt egy széles körben elfogadott szakmai környezetben kell tenni. Ez azt jelenti, hogy nem lehet a megoldásról általánosságban beszélni, hanem össze kell kapcsolni egy eléggé széles elfogadottságú, konkrét szoftveres megoldással. A SAS® a világ egyik legnagyobb üzleti „intelligencia szállítója”. Széles körben használt a pénzintézetek, a nagy (multinacionális) termelő és kereskedelmi vállalkozások körében.Túl azon, hogy a SAS szoftveradataink összegyűjtésére, a szükséges struktúrákba történő szervezésére, logikus rendezésére, csoportosítására, látványos kezelésére, formázott megjelenítésére, lekérdezések, jelentések készítésére ad lehetőséget, lehetővé teszi adataink statisztikai módszerekkel történő gazdasági elemzését, de ezen túl is, az üzleti intelligencia más területein is számos közvetlen megoldást kínál, például adatbányászati, vagy teljesítmény menedzsment megoldásokat akár balanced score card eszközöket is. Megújulási képessége magas, időről-időre új programverziókkal, bővített, „felhasználóbarátabb” szolgáltatásokkal, felhasználói környezetekkel jelenik meg, s újabb és újabb elemzési eljárásokkal, az adatokban rejlő információ, s a rejtett összefüggések feltárását segítő megoldásokkal bővül. Szakmailag igen korrekt, letisztult, konszenzusos. Mind a tudományos közvélemény, mind pedig a gazdasági gyakorlat módszertani oldalról széles körben elfogadja. A fentiek okán, s elterjedtsége folytán mutatjuk be, mint professzionális lekérdező (reportoló) és elemző szoftvert. SAS Intelligence Platform egy átfogó megoldást biztosít a felhasználók számára a „tudás generáláshoz”. Ez a csomag magában foglal jelentés-készítő (táblázó, listázó=reporting), grafikus megjelenítési, adatintegrá-ciós, adatbányászati, közzétételi lehetőségeket.Tartalomjegyzék Bevezetés - Üzleti intelligencia 1. SAS Enterprise Guide 1.1. A SAS Enterprise Guide használatának alapjai 1.1.1. A felhasználói felület bemutatása 1.1.2. Adatok a SAS-ban 1.1.2.1. Adatok betöltése 1.1.2.2. Adatbevitel 1.1.2.3. Származtatott adatok Új változó létrehozása Adatok kódolása Kódokhoz címke hozzárendelése 1.1.3. Eredmények megjelenítése, lekérdezés 1.1.3.1. Egyszerű tábla szerkesztés alapadatokból 1.1.3.2. Csoportosító tábla szerkesztése 1.1.3.3. Egyszerű gyakorisági tábla szerkesztése 1.1.3.4. Kereszttábla, kombinációs tábla szerkesztése 1.1.3.5. Összegző tábla szerkesztése Szerkesztés menüből Szerkesztés varázslóval 1.1.3.6. Lekérdezés: egyszerű QUERY 1.1.3.7. Többtáblás lekérdezés szerkesztése 1.1.4. Grafikonok szerkesztése 1.1.4.1. Oszlopdiagram Diagram szerkesztése a menü párbeszédpanelról Diagram szerkesztése varázslóból 1.1.4.2. Kördiagram Diagram szerkesztése menü párbeszédpanelről Diagram szerkesztése varázslóból 1.1.4.3. Halmozott oszlop diagram 1.1.4.4. Vonaldiagram 1.1.4.5. Térkép diagramok 1.2. Elemző munka a SAS Enterprise Guide használatával 1.2.1. Adatfeltárás 1.2.2. Leíró statisztika 1.2.2.1 Elemzések egyes ismérvekre vonatkozóan 1.2.2.2 Elemzés több ismérv együttesére vonatkozóan – ismérvek kapcsolata Asszociációs kapcsolat elemzése 1.2.3. Hipotézis vizsgálat 1.2.3.1. Egy és kétmintás próbák Egymintás t-próba Kétmintás t-próba 1.2.3.2. ANOVA Variancia analízis 1.2.4. Korreláció és regresszió számítás 1.2.4.1. Kétváltozós korreláció és regresszió számítás Korreláció számítás Regresszió elemzés 1.2.4.2. Többváltozós regresszió számítás Az alap eljárás Az optimális regressziófüggvény keresése 2. OLAP elemzés 2.1. Üzleti intelligencia és adattárház 2.2. Adattárház és OLAP 2.2.1. Mi az OLAP 2.2.2. Az OLAP-pal szembeni követelmények 2.2.3. Az OLAP kocka felépítése 2.2.4. OLAP műveletek 2.2.5. Részkockák (kuboidok) és jelentőségük 2.2.6. OLAP által használt adatmodellek 2.3. OLAP technika 2.3.1. OLAP kocka létrehozása 2.3.1.1. Kocka részletes táblából Egyszerű kocka létrehozása Összetettebb kocka létrehozása 2.3.1.2. Kocka csillag sémából 2.3.2. OLAP kocka elemzési nézetei 2.3.2.1. Részletes táblából készült kockák Egyszerű kocka elemzési nézete Összetettebb kocka elemzési nézete 2.3.2.2. Csillag sémából készült kocka 2.3.3. Aggregálások, finom hangolás, kuboidok 2.3.4. OLAP kocka az EXCEL-ben Irodalom Függelék (felhasznált adatfájlok)
|
||
|
|
||
Fogyasztói vélemények:Még senki sem írt véleményt erről a termékről.Kérem, jelentkezzen be és írjon egy véleményt. |
||
hétfőtől csütörtökig
9.00 - 15.00 óráig
Kiadványaink megrendelhetőek
telefonon,faxon vagy e-mailben.