Οι «κύκλοι» της επιχειρησιακής νοηµοσύνης. Μέθοδοι και Τεχνικές εξερεύνησης των
|
|
|
- Μέλισσα Αποστόλου
- 8 χρόνια πριν
- Προβολές:
Transcript
1 Οι «κύκλοι» της επιχειρησιακής νοηµοσύνης. Μέθοδοι και Τεχνικές εξερεύνησης των δεδοµένων για την απόκτηση γνώσης (Knowledge Discovery). Eπιχειρησιακή νοηµοσύνη σε ένα σύγχρονο οργανισµό: Data Warehouses. ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοηµοσύνη [Bc1.1.2 ΕΙΣΑΓΩΓΗ] 1
2 Επιχειρησιακή Nοηµοσύνη (Business Intelligence - ΒΙ) Η (υπο)ενότητα αυτή θα δώσει µια καθαρή εικόνα των τρόπων που οι Τεχνολογίες της Πληροφορικής διευκολύνουν τη χρήση της επιχειρησιακής νοηµοσύνης, και την ένταξη της στην «καθηµερινότητα» ενός οργανισµού, µε σκοπό την αναγνώριση της κατάστασης του οργανισµού και τη λήψη ορθολογικότερων αποφάσεων. Περιλαµβάνει (όπως και κάθε άλλη Ενότητα): Εισαγωγή: Για να βοηθήσει τους λιγότερο εξοικειωµένους µε το θέµα να το παρακολουθήσουν Ανάπτυξη: Για να προσφέρει κυριολεκτικές γνώσεις πάνω στο θέµα Πρακτική Άσκηση 2
3 Στόχος Κατανόηση της τεχνολογικής βάσης της Επιχειρησιακής Νοηµοσύνης Περιεχόµενο Έννοιες και Παραδείγµατα είτε αυτό το webinar µέχρι τέλους... Μετά, Ρωτήστε αυτά που θέλετε τον/την Εκπαιδευτή/τρια σας Κάνετε ένα post στο Forum! 3
4 Επιχειρηµατική Νοηµοσύνη, Ηλεκτρονική ιακυβέρνηση, Οι Κύκλοι της Επιχειρησιακής Νοηµοσύνης ( ηµιουργία Χρήση), Data Warehouse, Μέθοδοι και Τεχνικές για τη εξερεύνηση των data Ανακάλυψη Γνώσης (Knowledge Discovery), Πρότυπα και Κανονικότητες, Αλγόριθµοι για τον εντοπισµό προτύπων και κανονικοτήτων, BI Analytics, Queries, Enterprise Reports, Alerts, OLAP 4
5 Η Επιχειρησιακή Νοηµοσύνη (ΕΝ) περιλαµβάνει Τη συλλογή, διαχείριση και ανάλυση των data που παράγονται και αποθηκεύονται κατά τη διάρκεια της καθηµερινής ζωής των επιχειρήσεων και των δηµοσίων οργανισµών Την µετατροπή τους σε χρήσιµη πληροφορία και γνώση, µε συστηµατικό τρόπο, µε εγκυρότητα, έγκαιρα (σχεδόν αυτόµατα) Τη διαχείριση της «παραγόµενης» πληροφορίας και της γνώσης µε τη χρήση εργαλείων (ιστογράµµατα, charts κλπ. και reports) µε σκοπό την υποστήριξη των αποφάσεων Η Επιχειρησιακή Νοηµοσύνη σε έναν οργανισµό αφορά Τη ιεύθυνση Πληροφορικής, τη ιοίκηση (προφανώς) αλλά και όλους τους άλλους που ενδιαφέρονται να παρακολουθούν τη δουλειά τους συστηµατικά µέσα από δείκτες και αναφορές... Και εν τέλει τους πολίτες που µπορούν να διαπιστώσουν την ποιότητα της παρεχόµενης υπηρεσίας 5
6 Η Επιχειρησιακή Νοηµοσύνη είναι µια εφαρµογή Πληροφορικής που αναπτύσσεται σε φάσεις στις οποίες εµπλέκονται αρκετοί, και κυρίως οι δηµοτικοί παράγοντες Οι φάσεις αυτές συνιστούν ένα κύκλο Μέθοδοι και Τεχνικές εξερεύνησης των δεδοµένων µε σκοπό την παραγωγή γνώσης (Knowledge Discovery) Data Warehouses: Τι είναι; 6
7 Που εξελίσσεται σε 2 µεγάλες φάσεις ηµιουργία (Creation) Αναλύεται σε περισσότερα στάδια Χρήση (Use) Με τη συνδροµή των εργαλείων που είδαµε στο προηγούµενο µάθηµα και θα συζητήσουµε πάλι 7
8 ... που ξεκινάει εδώ! Planning ΗΠΑ: Department of Defense 8
9 1. Σχεδιασµός (Planning / Tasking) 2. Συγκέντρωση Πληροφορίας (Collection) 3. Επεξεργασία (Processing & Exploitation) 4. Ανάλυση (Analysis) 5. Παραγωγή Reports & ιάχυση Πληροφορίας (Production Dissemination) 6. Χρήση Προκαλεί αλλεπάλληλους κύκλους Αξιολόγησης 9
10 Ξεκινά τη στιγµή που αντιλαµβανόµαστε την ανάγκη να «παίξουµε» µε την ιδέα της Επιχειρησιακής Νοηµοσύνης ηλαδή να αξιοποιήσουµε τη δυνατότητα να µετατρέψουµε τα data, που... απλώς υπάρχουν ανεκµετάλλευτα, σε χρήσιµη πληροφορία Περιλαµβάνει Την καταγραφή της ανάγκης, την ανάλυση της απαίτησης (Ποιός το σκέφτηκε; Για ποιό λόγο; Το ζήτησε κάποιος; Συνειδητοποιούµε την αξία του εγχειρήµατος, καταλαβαίνουµε τι περιµένουµε να πάρουµε; Τι περιµένουν οι χρήστες;) Την ονοµασία των components έργου ΕΝ, π.χ. Μηνιαίο Report Εσόδων-Εξόδων κλπ. Την οργάνωση του έργου ως project µε αρχή, µέση και τέλος... και time plan! (όπως πρέπει να κάνουµε µε κάθε έργο Πληροφορικής) Ποιός; 10
11 Ποιά data θέλουµε; Ποιές πηγές data θα αξιοποιήσουµε; Από ποιές Υπηρεσίες του οργανισµού, του ήµου; Από ποιές εφαρµογές Πληροφορικής; Κάθε πότε; Από ποιές αυτοµατοποιηµένες ιαδικασίες (όταν το έργο LGAF εγκατασταθεί στους ήµους) - σήµερα από το Πρωτόκολο... Από άλλες πηγές, εξωτερικές; Ποιές; «Επίσκεψη» στα data Κατάλογος των data που θα χρησιµοποιηθούν (Cataloging) και των πηγών (databases) από τις οποίες θα αντληθούν Φιλτράρισµα (Filtering) Ποιός; + 11
12 Τα data που θα επιλεγούν να χρησιµοποιηθούν θα πρέπει, αν θέλουµε η εργασία µας να είναι συστηµατική, να µεταφερθούν Από τις πηγές τους (production databases) Σε ένα νέο περιβάλλον (data warehouse), που θα δηµιουργήσει τις «σχεσιακές συνδέσεις» ανάµεσα στα δεδοµένα που προέρχονται από διαφορετικές πηγές Ποιός; Howson: Successful Business Intelligence Data από Εξωρτερικές Πηγές {ETL: extract, transform, load} 12
13 Το έργο δηµιουργεί αποτελέσµατα (µε βάση όσα ορίσθηκαν στη φάση του Σχεδιασµού) είκτες, ιστογράµµατα, πίνακες κλπ. Χρειάζεται τώρα να γίνουν οι παρακάτω έλεγχοι Έλεγχος ποιότητας: Αν τα παραγόµενα αποτελέσµατα είναι σε αντιστοιχία µε την πραγµατικότητα, αν επιβεβαιώνονται (ή αλληλοσυµπληρώνονται) µεταξύ τους, άν δηµιουργούν αντιφάσεις που πρέπει να ερευνηθούν Έλεγχος πιστότητας και χρηστικότητας: Αν τα παραγόµενα αποτελέσµατα ανταποκρίνονται στις προθέσεις σχεδιασµού του έργου. Αυτός ο έλεγχος περιλαµβάνει επίσης αναδιατάξεις των αποτελεσµάτων, συµπλήρωση µε νέες δυνατότητες συνδυασµών ώστε το παραγόµενο έργο να µπορεί να χρησιµοποιηθεί µε τον καλύτερο δυνατό τρόπο στο πλαίσιο που έχει σχεδιασθεί και να υποστηρίζει πράγµατι τις ανάγκες λήψης αποφάσεων... Ποιός; 13
14 Όταν περατωθούν οι έλεγχοι, και οι απαραίτητες, προσαρµογές της φάσης «Ανάλυση», το έργο ηµιουργεί τα µέσα (user interface) µε τα οποία τα αποτελέσµατα της εφαρµογής της Επιχειρησιακής Νοηµοσύνης (δηλ. είκτες µε ονοµασία και επεξηγήσεις, Reports) Θα γίνονται προσβάσιµα απο τους χρήστες (visualization) Ποιός; + Βέβαια αυτά µπορεί να περάσουν από µικρούς κύκλους αξιολόγησης για να πάρουν οι σχεδιαστές του έργου το «feedback» των χρηστών... Το έργο όµως τώρα µπορεί να χρησιµοποιηθεί (Φάση Χρήσης) 14
15 του αποτελέσµατος 15
16 Στην Πρακτική Άσκηση αυτής της Ενότητας (Βc1.1.2) θα δείτε στην πράξη την παραγωγή δεικτών και reports (hands-on experience) µε data που έχουν αντληθεί από ήµους της χώρας (Πρωτόκολο) και τροποποιηθεί για να µην έχουν... οµοιότητα µε την πραγµατικότητα 16
17 17 Εξερεύνησης των δεδοµένων µε σκοπό την παραγωγή γνώσης (Knowledge Discovery)
18 Data από διαφορετικές πηγές, τα συγκεντρώνει, τα επεξεργάζεται και τα κάνει προσβάσιµα στους χρήστες, µέσα από πολλά «user interfaces»... Με σκοπό µέσα από αυτή τη διαδικασία να παράγει χρήσιµη πληροφορία για τον οργανισµό και να οδηγήσει σε καλύτερες αποφάσεις και στην αύξηση της ποιότητας των παρεχοµένων υπηρεσιών Όπως µέχρι τώρα έχουµε παρουσιάσει την Επιχειρησιακή Νοηµοσύνη, το αποτέλεσµα που παίρνουµε από την εφαρµογή της είναι αυτό που σχεδιάσαµε στη βάση της ανάγκης που επισηµάναµε Στη γλώσσα που χρησιµοποιούν οι ειδικοί, αυτή λέγεται «proactive business intelligence» 18
19 Έχουν πολλές φορές και µια εσωτερική αξία που δεν βλέπουµε µε την πρώτη µατιά (τα data κρύβουν όπως λέµε patterns & trends, δηλ. πρότυπα και κανονικότητες) Και που προκύπτουν µέσα από την εφαρµογή µεθόδων και τεχνικών εξερεύνησης των data 19
20 Συνδυασµοί και τεχνικές εξερεύνησης των data Που έχουν σκοπό να «ανακαλύψουν» γνώση που δεν «υποπτευόµαστε» ότι υπήρχε... εν ξεκινάµε µε γνωστό το τι θέλουµε να «ανακαλύψουµε» Γνώση που «προκύπτει» εξ αιτίας του γεγονότος ότι µπορούµε, µε τη βοήθεια των τεχνικών της Επιχειρησιακής Νοηµοσύνης, να εφαρµόσουµε αλγορίθµους εντοπισµού προτύπων και κανονικοτήτων, σε µεγάλες «ποσότητες» data (πολλών χρόνων) Παράδειγµα: Οι Τράπεζες και οι εµπορικές επιχειρήσεις εφαρµόζουν αυτές τις τεχνικές στα data που γεννούν οι πιστωτικές κάρτες «για να «ανακαλύψουν» κανονικότητες στη συµπεριφορά των καταναλωτών (π.χ. ηλικίες, έστω 15-34, που αγοράζουν πιο συχνά το προιόν Χ, και ποιά µέρα της εβδοµάδας, εργάσιµη ή Σάββατο, κλπ.) 20
21 Μέθοδοι + Τεχνικές Παρατήρηση κανονικοτήτων και τάσεων (Τrend reporting) Εξόρυξη δεδοµένων (Data mining) Ανάλυση Προβλέψεων (Predictive analysis) Alerts στην περίπτωση που εντοπιστεί ένα «γεγονός» που περιέχει µέρος από ένα σύνολο χαρακτηριστικών που έχουν προσδιοριστεί εξ αρχής Οι ηµόσιοι Οργανισµοί αρχίζουν να ενδιαφέρονται για τη χρήση αυτών των µεθόδων και τεχνικών Παραδείγµατα: Παρατήρηση τάσεων για την πρόβλεψη της εξέλιξης της αγοράς γης (σε τοπικό επίπεδο) ή της δηµιουργίας νέων θέσεων εργασίας... 21
22 Data Warehouses 22
23 Μπορούν να γίνουν µε λίγα µέσα και χρησιµοοιώντας εργαλέια που προσφέρει το Web Βλ. Πρώτη Ενότητα (Bc1.1.1) Βλ. Όταν όµως σχεδιάζει κανείς ένα έργο Επιχειρησιακής Νοηµοσύνης σε βάθος, που θα αποδίδει συνέχεια και µε συστηµατικότητα αποτελέσµατα Θα πρέπει να σκεφτεί την οργάνωση συστήµατος που θα συλλέγει σε µόνιµη βάση data από εσωτερικές και εξωτερικές πηγές Επιστρέφουµε στη φάση «Επεξεργασία» της Επιχειρησιακής Νοηµοσύνης... Το σύστηµα αυτό λέγεται Data Warehouse 23
24 Τι είναι ένα Data Warehouse Ένα φυσικό αποθετήριο δεδοµένων (data) όπου συλλέγονται data από διάφορες πηγές, και αναδιοργανώνονται για να πάρουν τη µορφή που της «πληροφορίας», που θα απαντά στις ανάγκες των χρηστών Ο Κύκλος της Επιχειρησιακής Νοηµοσύνης Φάση: Επεξεργασία 24
25 Data Warehouse E Turban et al: Business Intelligence, Prentice Hall 25
26 εν είναι υπόθεση ενός µικρού οργανισµού, όπως είναι ένας ήµος Εκτός αν πρόκειται για τους πολύ πολύ µεγάλους ήµους της χώρας Προφανώς, το θέµα θα εξεταστεί στο πλαίσιο του Παρατηρητηρίου της ΚΕ ΚΕ Το Παρατηρητήριο της Τοπικής και Περιφερειακής Ανάπτυξης Θα παρέχει στατιστικά δεδοµένα που θα καταχωρούνται από τους ήµους αλλά και που θα συλλέγονται κεντρικά Πληροφορίες και υποστήριξη στους φορείς της Τοπικής Αυτοδιοίκησης (και σε κάθε ενδιαφερόµενο) Ωστε να υποστηριχθούν µε τον αποτελεσµατικότερο τρόπο οι λήψεις αποφάσεων σε τοπικό και περιφερειακό επίπεδο 26
27 Συστήµατα Επιχειρηµατικής Ευφυΐας στη Γ.Γ.Π.Σ. του Υπουργείου Οικονοµίας και Οικονοµικών rl=http%3a%2f%2fwww.dmst.aueb.gr%2fdamianos%2faueb%25 20BI%252023_6_08_v1.0.ppt&ei=YEnqSbLyBpGPsAbHtt2GBw&u sg=afqjcnh9lgsdq8msuolsoecxafvkpsp8g&sig2=pbdffewzrlk2i-lfzisdna ικτυωθείτε (Go Online): Eπιχειρηµατική Eυφυΐα και Αποθήκευση εδοµένων: Οι κυρίαρχες τάσεις Tech-Writer.net: The Intelligence Cycle Τι είναι ένα Data Warehouse; 27
28 ΟΤΑ Επιχειρησιακή Νοηµοσύνη Παραγωγή Περιεχοµένου: ΕΑΙΤΥ [ΕΜ9: ATLANTIS Group] Συγγραφείς Θ. Εµµανουηλίδης, Π. Καβάσαλης, Γ. Κούζας, Αθ. Μώραλης, Ζ. Πολιτοπούλου ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοηµοσύνη [Bc1.1.3 ΑΝΑΠΤΥΞΗ] 28
Εµβάθυνση στις έννοιες: Ανάλυση, β) Εξαγωγή Αναφορών (Enterprise Reporting & Online Analytical Processing / OLAP). Παραδείγµατα.
Εµβάθυνση στις έννοιες: α) Εξερεύνηση Βάσεων εδοµένων και Ανάλυση, β) Εξαγωγή Αναφορών (Enterprise Reporting & Online Analytical Processing / OLAP). Παραδείγµατα. ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοηµοσύνη [Bc1.1.2
Επιχειρησιακή Νοηµοσύνη: (και της παραγόµενης από αυτά γνώσης / knowledge) στη αναγνώριση καταστάσεων και τη λήψη αποφάσεων
Επιχειρησιακή Νοηµοσύνη: Κατανόηση του ρόλου των δεδοµένων / data (και της παραγόµενης από αυτά γνώσης / knowledge) στη αναγνώριση καταστάσεων και τη λήψη αποφάσεων ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοηµοσύνη [Bc1.1.1
Ποιοί χρησιµοποιούν την Επιχειρησιακή Νοηµοσύνη σε έναν οργανισµό. Ποιοί θα
Ποιοί χρησιµοποιούν την Επιχειρησιακή Νοηµοσύνη σε έναν οργανισµό. Ποιοί θα µπορούσαν να τη χρησιµοποιήσουν σε ένα ήµο και πώς; Πρώτα σενάρια και προσδοκώµενα αποτελέσµατα. Παρουσίαση τυπικών «απλών» προβληµάτων
Επιχειρησιακή Νοημοσύνη με τη χρήση τεχνολογιών Aνοικτού Lογισμικού(Eclipse BIRT) και παραδείγματα από τους Οργανισμούς Τοπικής Αυτοδιοίκησης
Επιχειρησιακή Νοημοσύνη με τη χρήση τεχνολογιών Aνοικτού Lογισμικού(Eclipse BIRT) και παραδείγματα από τους Οργανισμούς Τοπικής Αυτοδιοίκησης Γιώργος Κούζας, Παν. Αιγαίου(ΤΜΟΔ) Γιώργος Αραβανής, Παν. Αιγαίου(ΤΜΟΔ)
Παρακολούθηση (monitoring) εκτέλεσης Επιχειρησιακών Διαδικασιών και εξαγωγή «µετρησίµων» (metrics)
Παρακολούθηση (monitoring) εκτέλεσης Επιχειρησιακών Διαδικασιών και εξαγωγή «µετρησίµων» (metrics) Παρουσίαση µεθόδων και εργαλείων παρακολούθησης (monitoring) Επιχειρησιακών Διαδικασιών ΠΕΤΑ: ΟΤΑ Επιχειρησιακή
Επιχειρησιακές Διαδικασίες στους Δήµους: Εξοικείωση µε τη χρήση (ΙΙ)
Επιχειρησιακές Διαδικασίες στους Δήµους: Εξοικείωση µε τη χρήση (ΙΙ) Διαχείριση Επιχειρησιακών Διαδικασιών στην πράξη. Παρουσίαση υποδείγµατος (case): Πληρωµή µη βεβαιωµένων τελών, φόρων, παραβόλων κλπ.
(Επιχειρησιακοί Πίνακες Ελέγχου και Επιχειρησιακές Αναφορές): Παραδείγµατα προς µελέτη. ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοηµοσύνη [Bc1.1.
Business Dashboards & Enterprise Reports (Επιχειρησιακοί Πίνακες Ελέγχου και Επιχειρησιακές Αναφορές): Παραδείγµατα προς µελέτη. ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοηµοσύνη [Bc1.1.3 ΕΙΣΑΓΩΓΗ] 1 Εξαγωγή µετρήσιµων
ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Α: ΟΤΑ Επιχειρησιακή Νοημοσύνη: Οδηγίες
ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Α: ΟΤΑ Επιχειρησιακή Νοημοσύνη: Οδηγίες ΟΤΑ Επιχειρησιακή Νοημοσύνη: Περίγραμμα Μαθήματος Τί ειναι; Τί περιλαμβάνει; Παραδείγματα Κι άλλα Παραδείγματα Δομή Μαθήματος 4 Κύκλοι Δομή (υπο)ενότητας
Επιχειρησιακές Διαδικασίες στους Δήµους: Εξοικείωση µε τη χρήση (IΙ)
Επιχειρησιακές Διαδικασίες στους Δήµους: Εξοικείωση µε τη χρήση (IΙ) Διαχείριση Επιχειρησιακών Διαδικασιών στην πράξη. Παρουσίαση υποδείγµατος (case): Παραχώρηση χώρου στάθµευσης σε άτοµα µε ειδικές ανάγκες.
Εξαγωγή Μετασχηματισμός Εισαγωγή Δεδομένων στην Αποθήκη Πληροφοριών (ETL) ETL) Αριστομένης Μακρής
Εξαγωγή Μετασχηματισμός Εισαγωγή Δεδομένων στην Αποθήκη Πληροφοριών (ETL) ETL) Τεχνολογίες Υποστήριξης Λήψης Διοικητικών Αποφάσεων OLTP (On Line Transaction Processing) Επιχειρηματικές Εφαρμογές (Σχεσιακές
Παρακολούθηση (monitoring) εκτέλεσης Επιχειρησιακών Διαδικασιών και εξαγωγή «µετρησίµων» (metrics)
Παρακολούθηση (monitoring) εκτέλεσης Επιχειρησιακών Διαδικασιών και εξαγωγή «µετρησίµων» (metrics) Ο κύκλος εξέλιξης µιας επιχειρησιακής διαδικασίας. Παρακολούθηση (monitoring) Επιχειρησιακών Διαδικασιών:
Business Development, SAP Hellas 01/12/2007
Επιχειρηµατική Ευφυΐα Απότηνιδέαστηνπράξη Παναγιώτης Θεοφάνους Business Development, SAP Hellas 01/12/2007 Περιεχόµενα 1. SAP Εταιρικόπροφίλ 2. Επιχειρηµατική Ευφυΐα - Η ανάγκη 3. SAP Business Intelligence
Επιχειρησιακές Διαδικασίες στους Δήµους: Εξοικείωση µε τη χρήση (Ι)
Επιχειρησιακές Διαδικασίες στους Δήµους: Εξοικείωση µε τη χρήση (Ι) Αυτοµατοποίηση επιχειρησιακών διαδικασιών. Πώς και γιατί; Πώς θα εκτελούνται αύριο, από τους Δήµους, οι διαδικασίες εξυπηρέτησης των
Συνοπτική επισκόπηση αγοράς & εργαλείων ΒΙ
Συνοπτική επισκόπηση αγοράς & εργαλείων ΒΙ Μιχάλης Μεταξάς Innovatia ΕΠΕ Agenda Αναφορά σε στοιχεία της µελέτης «Συγκέντρωση, ανάλυση και αξιολόγηση εργαλείων και λογισµικού Επιχειρηµατικής Ευφυΐας» Ορισµοί
ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Α: ΟΤΑ Επιχειρησιακή Νοημοσύνη: Οδηγός. Επιμορφωτών 1
ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Α: ΟΤΑ Επιχειρησιακή Νοημοσύνη: Οδηγός Επιμορφωτών 1 Οδηγός Επιμορφωτών_αριθμός 1 για τις (υπο)ενότητες Bc1.1.1-Bc1.1.3 Bc1.1.1: Επιχειρησιακή Nοημοσύνη (Business Intelligence -ΒΙ) Bc1.1.2:
Επιχειρησιακές Διαδικασίες στους Δήµους: Εξοικείωση µε τη χρήση (Ι)
Επιχειρησιακές Διαδικασίες στους Δήµους: Εξοικείωση µε τη χρήση (Ι) Διαχείριση Επιχειρησιακών Διαδικασιών στην πράξη. Παρουσίαση υποδείγµατος (case): Συλλογή ογκωδών αντικειµένων, οικοδοµικών υλικών, κλπ.
Data Mining: Στοχεύοντας στους σωστούς πελάτες. Αριστομένης Μακρής
Data Mining: Στοχεύοντας στους σωστούς πελάτες To CRM front-office πελατών Οι Προμηθευτές Οι Πελάτες ΟΟργανισμός Τροφοδότηση ενεργειών Μάρκετινγκ ΒΙ Απόταδεδομέναστηγνώση Επιχειρηματική Γνώση Επιχειρηματικοί
Κεφάλαιο 20. Ανακάλυψη Γνώσης σε Βάσεις δεδοµένων. Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η.
Κεφάλαιο 20 Ανακάλυψη Γνώσης σε Βάσεις δεδοµένων Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Τεχνητή Νοηµοσύνη, B' Έκδοση - 1 - Ανακάλυψη Γνώσης σε
Εξόρυξη Γνώσης από εδοµένα (Data Mining)
ΠΜΣ Πληροφορικής Πανεπιστηµίου Πειραιά Εξόρυξη Γνώσης από εδοµένα (Data Mining) Αποθήκες εδοµένων Γιάννης Θεοδωρίδης Τµήµα Πληροφορικής, Πανεπιστήµιο Πειραιά http://isl.cs.unipi.gr/db/courses/dm "Πυραµίδα"
Συστήματα Επιχειρηματικής Ευφυίας. Εισαγωγικές Έννοιες
Συστήματα Επιχειρηματικής Ευφυίας Εισαγωγικές Έννοιες Περιεχόμενα Επιχειρηματική Ευφυΐα: Παραδείγματα Επιχειρηματική Ευφυΐα: Ορισμοί Χρησιμότητα - Σημασία της Επιχειρηματικής Ευφυΐας Δυνατότητες - Οφέλη
Περιεχόµενα 1 Περιγραφή Προετοιµασία εκτέλεσης της άσκησης Πρόσβαση στην άσκηση τοπικά στον Υπολογιστή σας Περιεχόµενα αρχε
ΟΤΑ Επιχειρησιακή Νοηµοσύνη Ενότητα: Bc.1.1.1 Επιχειρησιακή Νοηµοσύνη (Business Intelligence - ΒΙ) Πρακτική Άσκηση (επίπεδο 1): Στόχος της άσκησης είναι η εξοικείωση των εκπαιδευόµενων µε τη χρήση και
FROM TESTOTA.REGISTRY
ΟΤΑ Επιχειρησιακή Νοηµοσύνη Ενότητα: Βc1.1.3 Επιχειρησιακή Νοηµοσύνη και Τεχνολογίες της Πληροφορικής και των Επικοινωνιών (BI & IT) Πρακτική Άσκηση (επίπεδο 1): Στόχος της άσκησης είναι η εµβάθυνση στην
ΕΙΣΑΓΩΓΗ ΣΤΙΣ Β ΣΕ Ε Σ Ι ΟΜΕΝ
ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΒΑΣΕΙΣ Ε ΟΜΕΝΩΝ Βασικές Έννοιες - εδοµένα { Νίκος, Μιχάλης, Μαρία, Θάλασσα, Αυτοκίνητο }, αριθµοί, π.χ. {1, 2, 3, 5, 78}, συµβολοσειρές (strings) π.χ. { Κώστας, 5621, ΤΡ 882, 6&5 #1, +
Περιεχόµενα Bc ΠΡΑΚΤΙΚΗ ΑΣΚΗΣΗ ΕΠΙΠΕ ΟΥ 2 1 Περιγραφή Προετοιµασία υλοποίησης της άσκησης Περιεχόµενα αρχείου εγκατάστασης..
ΟΤΑ Επιχειρησιακή Νοηµοσύνη Ενότητα: Βc1.1.2 Επιχειρησιακή Νοηµοσύνηη και Τεχνολογίες της Πληροφορικής και των Επικοινωνιών (BI & IT) Πρακτική Άσκησηη (επίπεδο 2): Στόχος της ά άσκησης είναι η περεταίρω
Περιεχόµενα Bc1.1.1 ΠΡΑΚΤΙΚΗ ΑΣΚΗΣΗ ΕΠΙΠΕ ΟΥ 2 1 Περιγραφή Επιλογή εικτών Ανάκτηση δεδοµένων από δικτυακό τόπο Προετοιµασία ανάκτ
ΟΤΑ Επιχειρησιακή Νοηµοσύνη Ενότητα: Bc.1.1.1 Επιχειρησιακή Νοηµοσύνη (Business Intelligence - ΒΙ) Πρακτική Άσκηση (επίπεδο 2): Στόχος της άσκησης είναι να προετοιµάσει τους εκπαιδευόµενους στην συλλογή
Ανάλυση και Σχεδιασµός Πληροφοριακών Συστηµάτων
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 1/10 2/20 3/15 4/10 5/20 6/20 7/10 /105 Συνολο Ανάλυση και Σχεδιασµός Πληροφοριακών Συστηµάτων ΕΞΕΤΑΣΗ
Περιεχόµενα 1 Περιγραφή Προετοιµασία εκτέλεσης της άσκησης Περιεχόµενα αρχείου εγκατάστασης Εγκατάσταση εφαρµογής
ΟΤΑ Επιχειρησιακή Νοηµοσύνη Ενότητα: Βc1.1.2 Επιχειρησιακή Νοηµοσύνη και Τεχνολογίες της Πληροφορικής και των Επικοινωνιών (BI & IT) Πρακτική Άσκηση (επίπεδο 1): Στόχος της άσκησης είναι µια πρώτη εκπαίδευση
Βηµατική µέθοδος δηµιουργίας dashboards & παραγωγής επιχειρησιακών αναφορών. µεθόδου σε ένα πραγµατικό ήµο.
Βηµατική µέθοδος δηµιουργίας dashboards & παραγωγής επιχειρησιακών αναφορών (reports). Σενάριο εφαρµογής της ανωτέρω µεθόδου σε ένα πραγµατικό ήµο. ΠΕΤΑ: ΟΤΑ Επιχειρησιακή Νοηµοσύνη [Bc1.1.3 ΑΝΑΠΤΥΞΗ]
ΟΤΑ Επιχειρησιακή Νοηµοσύνη. Ενότητα: Bc1.1.6 Παρακολούθηση (monitoring) εκτέλεσης Επιχειρησιακών Διαδικασιών και εξαγωγή «µετρήσιµων» (metrics)
ΟΤΑ Επιχειρησιακή Νοηµοσύνη Ενότητα: Bc1.1.6 Παρακολούθηση (monitoring) εκτέλεσης Επιχειρησιακών Διαδικασιών και εξαγωγή «µετρήσιµων» (metrics) Πρακτική Άσκηση (επίπεδο 2): Η άσκηση ζητά να εκτελεσθεί
4. ΔΗΜΙΟΥΡΓΙΑ ΜΟΝΤΕΛΟΥ ΠΟΛΥΔΙΑΣΤΑΤΗΣ ΑΝΑΛΥΣΗΣ
4. ΔΗΜΙΟΥΡΓΙΑ ΜΟΝΤΕΛΟΥ ΠΟΛΥΔΙΑΣΤΑΤΗΣ ΑΝΑΛΥΣΗΣ Στο προηγούμενο εργαστήριο είδαμε πώς μπορούμε να αντλήσουμε πληροφορίες από μια σχεσιακή βάση δεδομένων με τη βοήθεια των ερωτημάτων (queries). Το μειονέκτημα
Πληροφοριακά Συστήματα Διοίκησης
Πληροφοριακά Συστήματα Διοίκησης Επιχειρηματική ευφυΐα ΠΜΣ Λογιστική Χρηματοοικονομική και Διοικητική Επιστήμη ΤΕΙ Ηπείρου Επιχειρηματική ευφυΐα Η πλειονότητα των ατόμων μιας επιχείρησης έχουν ανάγκη υποστήριξης
http://www.economics.edu.gr 7
6 ΑΡΧΕΣ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ 1.3 Λειτουργίες της Επιχείρησης 1.3.1 Η αλυσίδα των Επιχειρησιακών Λειτουργιών Όπως κάθε οργανισµός, έτσι και η επιχείρηση, προκειµένου να ζήσει, ν ανταποκριθεί
Πανεπιστήμιο Πειραιώς Τμήμα : Οργάνωσης και Διοίκησης Επιχειρήσεων
Πανεπιστήμιο Πειραιώς Τμήμα : Οργάνωσης και Διοίκησης Επιχειρήσεων ΕΚΠΑΙΔΕΥΣΗ & ΑΡΧΙΚΗ ΕΠΑΓΓΕΛΜΑΤΙΚΗ ΚΑΤΑΡΤΙΣΗ (Ε.Π.Ε.Α.Ε.Κ. II) στο πλαίσιο των Κατηγοριών Πράξεων 2.2.2.α. «Αναμόρφωση Προπτυχιακών Προγραμμάτων
Τι προσφέρουν τα Τµήµατα Πληροφορικής. ... το Εργαστήριο Πληροφοριακών Συστηµάτων του Πα.Πει. Ερευνητικές δραστηριότητες σε GI Ενδεικτικές εργασίες
ΗΓεωπληροφορικήστα Τµήµατα Πληροφορικής Γιάννης Θεοδωρίδης Τµήµα Πληροφορικής Πανεπιστήµιο Πειραιά Περιεχόµενα... Τι προσφέρουν τα Τµήµατα Πληροφορικής το Τµήµα Πληροφορικής του Παν/µίου Πειραιά... το
SELECT DISTINCT EIDOS_EISERXOMENOY, COUNT (EIDOS_EISERXOMENOY) AS "Αριθµός" FROM TESTOTA.REGISTRY GROUP BY EIDOS_EISERXOMENOY ORDER BY "Αριθµός" DESC
ΟΤΑ Επιχειρησιακή Νοηµοσύνη Ενότητα: Bc1.1.3 Επιχειρησιακή Νοηµοσύνη και Τεχνολογίες της Πληροφορικής και των Επικοινωνιών (BI & IT) Πρακτική Άσκηση (επίπεδο 2): Στόχος της άσκησης είναι η περεταίρω εµβάθυνση
Ένα σύνολο αλληλοσχετιζόμενων συστημάτων που συλλέγουν, επεξεργάζονται, αποθηκεύουν και διανέμουν πληροφορίες
Συστήματα Επιχειρηματικής Ευφυΐας (BI Business Intelligence) Οι πιέσεις του περιβάλλοντος Πληροφοριακά Συστήματα Ένα σύνολο αλληλοσχετιζόμενων συστημάτων που συλλέγουν, επεξεργάζονται, αποθηκεύουν και
Ολοκληρωµένη λύση επιλεκτικής συγκέντρωσης, αναδιοργάνωσης δεδοµένων και παραγωγής πληροφορίας
e.nfo Ολοκληρωµένη λύση επιλεκτικής συγκέντρωσης, αναδιοργάνωσης δεδοµένων και παραγωγής πληροφορίας Εξασφάλιση της εξειδικευµένης λύσης business intelligence για κάθε επιχείρηση πελάτης Τράπεζα Πειραιώς
CYPDIS BI Platform. ών Υπηρεσιών
CYPDIS BI Platform Η επιχειρηματική νοημοσύνη (BI) του συστήματος βασίζεται στην πλατφόρμα Pentaho. Πρόκειται για μια πλατφόρμα λογισμικού που αποτελείται από το πλαίσιο (framework), τα εργαλεία (ΒΙ Components),
Επιχειρηµατικές ιαδικασίες: Εισαγωγικές Έννοιες & Αρχικά στάδια µοντελοποίησης
ΟΙΚΟΝΟΜΙΚΌ ΠΑΝΕΠΙΣΤΉΜΙΟ ΑΘΗΝΏΝ ΤΜΗΜΑ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Επιχειρηµατικές ιαδικασίες: Εισαγωγικές Έννοιες & Αρχικά στάδια µοντελοποίησης 1o φροντιστήριο στο µάθηµα Ανάλυση και µοντελοποίηση
ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΙΟΙΚΗΣΗΣ ΣΥΣΤΗΜΑΤΑ ΙΟΙΚΗΣΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΩΝ
ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΙΟΙΚΗΣΗΣ ΣΥΣΤΗΜΑΤΑ ΙΟΙΚΗΣΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΩΝ ιοίκηση Πληροφοριακών Συστηµάτων: Εισαγωγή ΣΥΣΤΗΜΑΤΑ ΙΟΙΚΗΣΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΩΝ Υπεύθυνος µαθήµατος: Ειασηγητής:Dr. Σκάρλας Λάµπρος Email:
Ευφυΐας (Business Intelligence)
(Business Intelligence) Οι πιέσεις του περιβάλλοντος Πληροφοριακά Συστήματα Ένα σύνολο αλληλοσχετιζόμενων συστημάτων που συλλέγουν, επεξεργάζονται, αποθηκεύουν και διανέμουν πληροφορίες ΠΕΡΙΒΑΛΛΟΝ Προμηθευτές
Εισαγωγή στα Πληροφοριακά Συστήματα
Εισαγωγή στα Πληροφοριακά Συστήματα Ενότητα 3: Η έννοια της ΠΛΗΡΟΦΟΡΙΑΣ - INFORMATION Κωνσταντίνος Ταραμπάνης Τμήμα Οργάνωσης & Διοίκησης Επιχειρήσεων ΕΙΣΑΓΩΓΗ ΣΤΑ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ Κωνσταντίνος Ταραμπάνης
ΟΤΑ Επιχειρησιακή Νοηµοσύνη. Ενότητα: Bc1.1.6 Παρακολούθηση (monitoring) εκτέλεσης Επιχειρησιακών Διαδικασιών και εξαγωγή «µετρήσιµων» (metrics)
ΟΤΑ Επιχειρησιακή Νοηµοσύνη Ενότητα: Bc1.1.6 Παρακολούθηση (monitoring) εκτέλεσης Επιχειρησιακών Διαδικασιών και εξαγωγή «µετρήσιµων» (metrics) Πρακτική Άσκηση (επίπεδο 1): Η άσκηση ζητά να εκτελεσθεί
Τεχνικές Εξόρυξης Δεδομένων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ Διατμηματικό Μεταπτυχιακό Πρόγραμμα στα Πληροφοριακά Συστήματα ( MIS ) Τεχνικές Εξόρυξης Δεδομένων για την βελτίωση της απόδοσης σε Κατανεμημένα Συστήματα Ζάχος Δημήτριος Επιβλέποντες:
Περιγραφή. Προέλευση εδοµένου (Στοιχεία «ΥΠΕΡ ΟΥ» κλπ) Πρόσβαση & εδοµένα. Υπεύθυνος Λειτουργίας (Web Officer)
Περιγραφή Υπηρεσιών ΤΣΕΚ Περιγραφή Η υπηρεσία ΤΣΕΚ (Τειρεσίας Σύστηµα Ελέγχου Κινδύνων) αποσκοπεί στην άµεση και αξιόπιστη υποστήριξη των επιχειρηµατικών αποφάσεων, έτσι ώστε να αξιολογούνται αντικειµενικότερα
ΔΙΑΔΙΚΤΥΑΚΟ ΣΥΣΤΗΜΑ ΒΕΛΤΙΣΤΗΣ ΔΙΑΧΕΙΡΙΣΗΣ ΕΝΕΡΓΕΙΑΚΩΝ ΠΟΡΩΝ E.M.I.R. - Energy Management & Intelligent Reporting
ΔΙΑΔΙΚΤΥΑΚΟ ΣΥΣΤΗΜΑ ΒΕΛΤΙΣΤΗΣ ΔΙΑΧΕΙΡΙΣΗΣ ΕΝΕΡΓΕΙΑΚΩΝ ΠΟΡΩΝ E.M.I.R. - Energy Management & Intelligent Reporting Διαδικτυακό OLAP Σύστημα Λήψης Αποφάσεων και δημιουργίας έξυπνων προσαρμοστικών γραφημάτων
Η ιαχείριση της Γνώσης ως Μοχλός Ανάπτυξης της Σύγχρονης Επιχείρησης
Η ιαχείριση της Γνώσης ως Μοχλός Ανάπτυξης της Σύγχρονης Επιχείρησης Φώτης Σακελλαρίδης V.P. Europe OBI ιευθύνων Σύµβουλος Janssen-Cilag ΑΠΟΤΕΛΕΣΜΑ Η πρόκληση του σήµερα Αλλαγές Αγοράς Αλλαγές Επιχείρησης
1. ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ ΔΕΔΟΜΕΝΩΝ
1. ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ ΔΕΔΟΜΕΝΩΝ Τα δεδομένα που θα επεξεργασθούμε στη διάρκεια του εργαστηρίου παραχωρήθηκαν από την εταιρεία ICAP ειδικά για τις ανάγκες του μαθήματος. Τα δεδομένα αυτά αντλήθηκαν από την
ΔΗΜΙΟΥΡΓΩΝΤΑΣ ΤΗΝ ΔΙΚΗ ΜΟΥ ΕΠΙΧΕΙΡΗΣΗ. Creating my own company
ΔΗΜΙΟΥΡΓΩΝΤΑΣ ΤΗΝ ΔΙΚΗ ΜΟΥ ΕΠΙΧΕΙΡΗΣΗ Creating my own company Στόχος του Προγράμματος Το πρόγραμμα με τίτλο «Δημιουργώντας την Δική μου Επιχείρηση» είναι μα πλήρης, αυτόνομη και ολοκληρωμένη εκπαιδευτική
ΓΕΝΙΚ Ι Ο Κ Ο Ε ΠΙ Π Τ Ι Ε Τ Λ Ε ΕΙΟ Ι Ο Ε Θ Ε Ν Θ ΙΚ Ι Η Κ Σ Η Α Μ
ΓΕΝΙΚΟ ΕΠΙΤΕΛΕΙΟ ΕΘΝΙΚΗΣ ΑΜΥΝΑΣ ΚΛΑΔΟΣ ΣΤΡΑΤΗΓΙΚΗΣ & ΠΟΛΙΤΙΚΗΣ ΔΙΕΥΘΥΝΣΗ ΑΜΥΝΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ Σεμινάριο ΔΙΑΚΛΑΔΙΚΟ ΣΧΟΛΕΙΟ ΔΙΑΛΕΙΤΟΥΡΓΙΚΟΤΗΤΑΣ -ΠΟΙΟΤΗΤΑΣ - ΣΤΟΧΟΘΕΣΙΑΣ Θέμα: «Τεχνικές Διαχείρισης
Ανακάλυψη κανόνων συσχέτισης από εκπαιδευτικά δεδομένα
6ο Πανελλήνιο Συνέδριο των Εκπαιδευτικών για τις ΤΠΕ «Αξιοποίηση των Τεχνολογιών της Πληροφορίας και της Επικοινωνίας στη Διδακτική Πράξη» Σύρος 6-8 Μαϊου 2011 Ανακάλυψη κανόνων συσχέτισης από εκπαιδευτικά
Ότι δεν μετριέται, δεν βελτιώνεται. Peter Drucker
Ότι δεν μετριέται, δεν βελτιώνεται Peter Drucker Η Εταιρεία Η Seven Red Lines ιδρύθηκε το 2017 και δραστηριοποιείται στη διάθεση υπηρεσιών και λύσεων πληροφορικής και ειδικότερα σε θέματα Διαχείρισης Δεδομένων
Τι είναι πληροφοριακό σύστημα
Τι είναι πληροφοριακό σύστημα Ένας ορισμός είναι ότι ένα πληροφοριακό σύστημα είναι ένα σύνολο αλληλοσυνδεόμενων μερών που συνεργάζονται για τη συλλογή, επεξεργασία, αποθήκευση και διάχυση πληροφοριών
Πληροφοριακά Συστήματα Διοίκησης
Πληροφοριακά Συστήματα Διοίκησης Επιχειρηματική ευφυΐα ΠΜΣ Λογιστική Χρηματοοικονομική και Διοικητική Επιστήμη ΤΕΙ Ηπείρου @ 2017 Επιχειρηματική ευφυΐα Η πλειονότητα των εργαζομένων μιας επιχείρησης έχουν
ΣΕΜΙΝΑΡΙΟ:Σχεδιασµός, Σχεδιασµός, ανάπτυξη & υλοποίηση επιχειρηµατικών διαδικασών µε την ενορχήστρωση Web υπηρεσιών και τη χρήση ΕΛΛΑΚ εργαλείων 3o Συνέδριο Ελεύθερου Λογισµικού / Λογισµικού Ανοικτού Κώδικα
Business Objects Μετατρέψτε τα εδοµένα της Επιχείρησης σας σε Επιτελική Πληροφορία
Business Objects Μετατρέψτε τα εδοµένα της Επιχείρησης σας σε Επιτελική Πληροφορία Από το 1990, τα BusinessObjects έχουν βοηθήσει τις επιχειρήσεις να αξιοποιήσουν την αξία των εταιρικών τους δεδοµένων
Παρατηρητήριο Οικονομικής Αυτοτέλειας των ΟΤΑ
Παρατηρητήριο Οικονομικής Αυτοτέλειας των ΟΤΑ ΥΠΕΣ Mάρτιος 2013 Η Πολιτική μας Η συρρίκνωση κατά 60% της κρατικής χρηματοδότησης για τους ΟΤΑ τα τελευταία χρόνια, καθώς και η ανάγκη για τη στήριξη, τον
ΔΙΟΙΚΗΣΗΣ MANAGEMENT INFORMATION SYSTEMS (M.I.S.)
ΔΙΟΙΚΗΣΗΣ MANAGEMENT INFORMATION SYSTEMS (M.I.S.) 2.1 Κωνσταντίνος Ταραμπάνης Καθηγητής Τμήμα Οργάνωσης και Διοίκησης Επιχειρήσεων Πανεπιστήμιο Μακεδονίας Γρ. 307 2310-891-578 kat@uom.gr ΤΑΞΙΝΟΜΗΣΗ ΤΩΝ
Πληροφοριακά Συστήματα Διοίκησης
Πληροφοριακά Συστήματα Διοίκησης Επιχειρηματική ευφυΐα ΠΜΣ Λογιστική Χρηματοοικονομική και Διοικητική Επιστήμη ΤΕΙ Ηπείρου @ 2018 Επιχειρηματική ευφυΐα Η πλειονότητα των εργαζομένων μιας επιχείρησης έχουν
Open Text edocs Records Management
Open Text edocs Records Management Η λύση Open Text edocs Records Management, παρέχει ένα ασφαλές και πλήρως λειτουργικό περιβάλλον τήρησης και παρακολούθησης του αρχείου ενός οργανισµού, πειθαρχώντας
Business Intelligence Tools Avecon, data mining techniques online analytical processing OLAP Avecon Εξοικονόμηση κόστους: DataMATRIX3
Οι επιχειρήσεις αναγνωρίζουν πλέον την δύναμη και την ανταγωνιστικότητα που αποκτούν με την ενσωμάτωση επιχειρηματικών εφαρμογών ευφυΐας - Business Intelligence Tools. Οι εφαρμογές B.I παρέχουν στις επιχειρήσεις
ιοίκηση Πληροφοριακών Συστηµάτων
ιοίκηση Πληροφοριακών Συστηµάτων ιάλεξη 4 η 4.1 Αρχιτεκτονική Επιχειρησιακών Εφαρµογών 4.2 1 Επιχειρησιακά Συστήµατα ή Επιχειρησιακά Συστήµατα ιαχείρισης Πόρων(ERPs) Συστήµατα ιαχείρισης Εφοδιαστικής Αλυσίδας
ΝΕΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ, ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ, ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ, ΤΕΙ ΙΟΝΙΩΝ ΝΗΣΩΝ ΕΙΣΑΓΩΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ
Α' ΕΞΑΜΗΝΟ 1 Α.1010 Μικροοικονομική (Microeconomics) ΜΓΥ Υ 2 2 4 8 5 2 Α.1020 Χρηματοοικονομική Λογιστική (Financial Accounting) ΜΓΥ Υ 2 2 2 6 10 6 3 Α.1030 Αρχές Οργάνωσης και Διοίκησης Επιχειρήσεων (Principles
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΤΜΗΜΑΤΟΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ ΣΧΕΔΙΑΣΗ ΚΑΙ ΧΡΗΣΗ ΕΚΤΥΠΩΣΕΩΝ-ΑΝΑΦΟΡΩΝ ΣΤΑ ΣΥΣΤΗΜΑΤΑ ERP ΜΕ ΣΚΟΠΟ ΤΗΝ ΣΤΗΡΙΞΗ ΑΠΟΦΑΣΕΩΝ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ
Αλλάξτε τον τρόπο που κάνετε τη δουλειά σας
ΓΙΑ ΜΙΑ ΑΝΟΙKΤΗ ΕΠΙΧΕΙΡΗΣΗ Αλλάξτε τον τρόπο που κάνετε τη δουλειά σας Web & Mobile apps Για µια ανοικτή επιχείρηση Σήµερα περισσότερο από ποτέ, µια επιχείρηση που θέλει να ανοίξει νέους δρόµους ανάπτυξης
Εξόρυξη Γνώσης µε SQL Server 2005 Analysis Services
Εξόρυξη Γνώσης µε SQL Server 2005 Analysis Services Γεράσιµος Μαρκέτος Οµάδα ιαχείρισης εδοµένων, Τµήµα Πληροφορικής, Πανεπιστήµιο Πειραιώς (http://isl.cs.unipi.gr/db) οµή παρουσίασης SQL Server 2005 Επιχειρηµατική
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ, ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ, ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ 435: ΑΛΛΗΛΕΠΙ ΡΑΣΗ ΑΝΘΡΩΠΟΥ ΥΠΟΛΟΓΙΣΤΗ Ακαδηµαϊκό Έτος 2004 2005, Χειµερινό Εξάµηνο 2 Η ΟΜΑ ΙΚΗ ΕΡΓΑΣΙΑ: ΑΝΑΠΤΥΞΗ ΑΡΧΙΚΗΣ Ι ΕΑΣ ΤΟΥ ΣΥΣΤΗΜΑΤΟΣ ΚΑΙ ΑΝΑΛΥΣΗ ΑΝΑΓΚΩΝ
Συστήματα Επιχειρηματικής Ευφυΐας (BI/BA) Αριστομένης Μακρής
Οι πιέσεις του περιβάλλοντος Πληροφοριακά Συστήματα Ένα σύνολο αλληλοσχετιζόμενων συστημάτων που συλλέγουν, επεξεργάζονται, αποθηκεύουν και διανέμουν πληροφορίες ΠΕΡΙΒΑΛΛΟΝ Προμηθευτές Πελάτες ΟΡΓΑΝΙΣΜΟΣ
Απάντηση 8: Σύμφωνα με την διακήρυξη, απαιτείται η ανάπτυξη ενός συστήματος με υψηλές δυνατότητες αναφορών και συνδυασμού δεδομένων από πολλές πηγές.
Ερώτηση 8: Αναφορικά με την ανάπτυξη συστήματος και παραγωγής αναφορών όπως αυτό προδιαγράφεται στο τεύχος διαγωνισμού «Ανάπτυξη Ψηφιακών Εφαρμογών για την συλλογή και αξιοποίηση δεδομένων προώθησης της
Εισαγωγή. Χαράλαμπος Καραγιαννίδης. Διάλεξη 1. Εφαρμογές ΤΠ στην ΕΕΑ & Διδακτική της Πληροφορικής.
Διάλεξη 1 Εισαγωγή Εφαρμογές ΤΠ στην ΕΕΑ & Διδακτική της Πληροφορικής Χαράλαμπος Καραγιαννίδης karagian@uth.gr Διάλεξη 1: Εισαγωγή 1/21 15/2/2017 Καλώς ήρθατε J Διάλεξη 1: Εισαγωγή 2/21 15/2/2017 Εγώ Χαράλαμπος
Περιεχόµενα. Πληροφοριακά Συστήµατα: Κατηγορίες και Κύκλος Ζωής. Π.Σ. ιαχείρισης Πράξεων. Π.Σ. ιοίκησης. Κατηγορίες Π.Σ. Ο κύκλος ζωής Π.Σ.
Πληροφοριακά Συστήµατα: Κατηγορίες και Κύκλος Ζωής Περιεχόµενα Κατηγορίες Π.Σ. ιαχείρισης Πράξεων ιοίκησης Υποστήριξης Αποφάσεων Έµπειρα Συστήµατα Ατόµων και Οµάδων Ο κύκλος ζωής Π.Σ. Ορισµός Φάσεις Χρήστες
Θ. Χατζηπαντελής, Γκίνης Δ. 1. PDF created with pdffactory Pro trial version
Η ΚΑΤΕΥΘΥΝΟΜΕΝΗ ΕΡΓΑΣΙΑ ΓΙΑ ΤΗ ΔΙΔΑΣΚΑΛΙΑ ΤΗΣ ΣΤΑΤΙΣΤΙΚΗΣ Η κατευθυνόμενη εργασία είναι αναπόσπαστο στοιχείο της εκπαιδευτικής διαδικασίας στα σχολεία του εξωτερικού. Στην κατευθυνόμενη εργασία ο μαθητής
Συγκριτικά Πλεονεκτήµατα Γραµµατείας 2003 έναντι Γραµµατείας 2.5
Συγκριτικά Πλεονεκτήµατα Γραµµατείας 2003 έναντι Γραµµατείας 2.5 ιαφορετική αρχιτεκτονική: Κοινή βάση δεδοµένων, υνατότητες διασύνδεσης διαφορετικών συστηµάτων Η ανάγκη για την βελτίωση της ποιότητας των
Created by : Market Research Team. Market Research Team
Υπηρεσίες Έρευνας Αγοράς 2 0 0 9 Created by : Έρευνα Αγοράς Σήµερα που οι συνθήκες ανταγωνισµού στην αγορά γίνονται όλο και πιο απαιτητικές, οι επιχειρήσεις έχουν ολοένα και µεγαλύτερη ανάγκη για αξιοποίηση
http://62.103.162.99/pilot/ Κοινή συνισταµένη Βιοµηχανίας / Μεταπωλητή
http://62.103.162.99/pilot/ Κοινή συνισταµένη Βιοµηχανίας / Μεταπωλητή Τι σηµαίνει i2dealer (για τον Μεταπωλητή και τη Βιοµηχανία) Κοινή Βάση εδοµένων, Εύκολη Εισαγωγή / Εξαγωγή εδοµένων, Κοινές Αναφορές,
Μάθηµα 2. Τµήµα Αρχειονοµίας - Βιβλιοθηκονοµίας
Μάθηµα 2 24 Στρατηγική Τεχνολογιών της Πληροφορίας Οστρατηγικός σχεδιασµός: Εντοπίζει παραµέτρους του περιβάλλοντος της βιβλιοθήκης που επηρεάζουν & πρέπει να προσδιορίζουν της επιλογές της Προσδιορίζει
Cloud ERP. Αλλάξτε τον τρόπο που κάνετε τη δουλειά σας
Cloud ERP Αλλάξτε τον τρόπο που κάνετε τη δουλειά σας για µια ανοικτή επιχείρηση... Με τις προκλήσεις της αγοράς να αυξάνονται διαρκώς, κάθε επιχείρηση, ανεξαρτήτως μεγέθους και κλάδου δραστηριοποίησης,
ΑΝΑΚΟΙΝΩΣΗ. Ημερομηνίες Δηλώσεων Μαθημάτων Ανανέωσης εγγραφής
Καρλόβασι, 15/3/2017 ΑΝΑΚΟΙΝΩΣΗ Ημερομηνίες Δηλώσεων Μαθημάτων Ανανέωσης εγγραφής Οι ημερομηνίες ανανέωσης εγγραφής δηλώσεων μαθημάτων αρχίζουν από την Πέμπτη 16/03/2017 έως και την Παρασκευή 31/3/2017.
Βασικά σημεία διάλεξης. λογιστική. Χρηματοοικονομική λογιστική (ΧΛ) ιοικητική Λογιστική. Λογιστική και Χρηματοοικονομική (Π.Μ.Σ.)
Λογιστική και Χρηματοοικονομική (Π.Μ.Σ.) ιοικητική Λογιστική Εισαγωγή στη διοικητική λογιστική Βασικά σημεία διάλεξης Τι είναι η διοικητική λογιστική Ο ρόλος του διοικητικού ού λογιστή Χρηματοοικονομική
Εισαγωγή στην Επιστήµη Δεδοµένων
Εισαγωγή στην Επιστήµη Δεδοµένων Δρ. Δηµήτριος Τσέλιος Επίκουρος Καθηγητής ΤΕΙ Θεσσαλίας Τµήµα Διοίκησης Επιχειρήσεων Οι διαλέξεις χρησιµοποιούν το βιβλίο Data Science for Business των Foster Provost καιtom
Η ποιοτική εξυπηρέτηση του πολίτη αποτελεί πλέον µια από τις βασικές προτεραιότητες της πολιτείας, µε τις Τεχνολογίες της Πληροφορικής και των Επικοινωνιών, να καλούνται να παίξουν ένα σηµαντικό και υποστηρικτικό
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ. Παραγωγικές Λειτουργίες Επιχείρησης
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΙΟΙΚΗΣΗ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΜΑΘΗΜΑ: Οικονοµικές, Εµπορικές και Παραγωγικές Λειτουργίες
DATA QUALITY & ANALYTICS DRIVING BUSINESS GROWTH AT YDROGIOS. Θάνος Αγγελόπουλος
DATA QUALITY & ANALYTICS DRIVING BUSINESS GROWTH AT YDROGIOS Θάνος Αγγελόπουλος ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΙΣ ΥΠΟΛΟΓΙΣΜΟΣ ΚΕΦΑΛΑΙΩΝ ORSA ΠΟΛΙΤΙΚΕΣ ΑΝΑΦΟΡΕΣ DATA POINT MODEL ΠΟΙΟΤΗΤΑ ΔΕΔΟΜΕΝΩΝ Reserves Pricing Marketing
Συστήµατα Τηλεκπαίδευσης: Κύκλος ζωής εκπαιδευτικού υλικού
1 Συστήµατα Τηλεκπαίδευσης: Κύκλος ζωής εκπαιδευτικού υλικού Τµήµα Διοίκησης Επιχειρήσεων Τει Δυτικής Ελλάδας Μεσολόγγι Δρ. Α. Στεφανή Διάλεξη 3 Το Εκπαιδευτικό Υλικό Το Εκπαιδευτικό Υλικό, έχει έντυπη
Γεωγραφικά Πληροφοριακά Συστήµατα (Geographical Information Systems GIS)
Γεωγραφικά Πληροφοριακά Συστήµατα (Geographical Information Systems GIS) ρ. ΧΑΛΚΙΑΣ ΧΡΙΣΤΟΣ xalkias@hua.gr Χ. Χαλκιάς - Εισαγωγή στα GIS 1 Ορισµοί ΓΠΣ Ένα γεωγραφικό πληροφοριακό σύστηµα Geographic Information
ΟΤΑ Επιχειρησιακή Νοηµοσύνη
ΟΤΑ Επιχειρησιακή Νοηµοσύνη Ενότητα: Bc1.1.4 Επιχειρησιακές Διαδικασίες στους Δήµους: Εξοικείωση µε τη χρήση Ι Πρακτική Άσκηση (επίπεδο 2): Στόχος της άσκησης είναι η εξοικείωση των εκπαιδευοµένων µε την
Συνεργατική Λήψη Αποφάσεων. Υποστήριξη στη Συνεργατική. Αποφάσεων. ιάρθρωση ενότητας. Η προτεινόµενη προσέγγιση. γνώσης και επιχειρηµατολογίας
Υποστήριξη στη Συνεργατική Λήψη Αποφάσεων Νίκος Καρακαπιλίδης Industrial Management & Information Systems Lab MEAD, University of Patras, Greece nikos@mech.upatras.gr ιάρθρωση ενότητας Συνεργατική Λήψη
Η Αναδιάρθρωση των Διαδικασιών στην Τοπική Αυτοδιοίκηση. Πέτρος Καβάσαλης
Η Αναδιάρθρωση των Διαδικασιών στην Τοπική Αυτοδιοίκηση Πέτρος Καβάσαλης Greek ICT Forum 2009 Αθήνα, 05.11.2009 1 Τα θέματα της συζήτησης Online Υπηρεσίες Χρησιμοποιήσιμες «End-to-end» Ψηφιακές e-government
Big Data/Business Intelligence
Big Data/Business Intelligence 5 8 Φεβρουαρίου 2018 ΓΕΝΙΚΑ Το μάθημα αποτελείται από δύο ενότητες, η πρώτη σε Big Data και Data Analytics και η δεύτερη σε Business Intelligence. Η πρώτη ενότητα παρέχει
ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΔΙΟΙΚΗΣΗΣ MANAGEMENT INFORMATION SYSTEMS (M.I.S.)
ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΔΙΟΙΚΗΣΗΣ MANAGEMENT INFORMATION SYSTEMS (M.I.S.) 1.1 Κωνσταντίνος Ταραμπάνης Καθηγητής Τμήμα Οργάνωσης και Διοίκησης Επιχειρήσεων Πανεπιστήμιο Μακεδονίας Γρ. 307 2310-891-578 kat@uom.gr
ΤοδιαδίκτυοστηνΕλλάδα: Εµπόδια και Προοπτικές
Ι ΡΥΜΑ ΟΙΚΟΝΟΜΙΚΩΝ& ΒΙΟΜΗΧΑΝΙΚΩΝ ΕΡΕΥΝΩΝ FOUNDATION FOR ECONOMIC & INDUSTRIAL RESEARCH Τ. Καρατάσσου 11, 117 42 Αθήνα,, TηλT ηλ.: 210 92 11 200-10, Fax: 210 92 33 977, www.iobe.gr 11 T. Karatassou sou
Μάθηµα 3. Τµήµα Αρχειονοµίας - Βιβλιοθηκονοµίας
Μάθηµα 3 45 Ολοκληρωµένα Συστήµατα Βιβλιοθηκών Η έννοια του «Ολοκληρωµένου» Συστατικά (modules)( Καταλογογράφηση Προσκτήσεις ανεισµός ιαχείριση Περιοδικών ηµόσιος Κατάλογος (OPAC( OPAC-On-line Public Access
Ολοκληρωμένο ERP σύστημα με διευρυμένες δυνατότητες
Ολοκληρωμένο ERP σύστημα με διευρυμένες δυνατότητες WinEra ERP Ενισχύστε την επιχείρησή σας! Ολοκληρωμένη Λύση Πλήρης εικόνα των επιχειρηματικών λειτουργιών Αυτοματοποιημένες διαδικασίες για κάθε τμήμα
Εκπαιδευτική Μονάδα 1.1: Τεχνικές δεξιότητες και προσόντα
Εκπαιδευτική Μονάδα 1.1: Τεχνικές δεξιότητες και προσόντα Πέρα από την τυπολογία της χρηματοδότησης, των εμπλεκόμενων ομάδων-στόχων και την διάρκεια, κάθε project διακρατικής κινητικότητας αποτελεί μια
ΓΕΩΠΟΝΙΚΗ ΣΧΟΛΗ ΑΠΘ Εργαστήριο Πληροφορικής στη Γεωργία ΠΛΗΡΟΦΟΡΙΚΗ Ι
ΓΕΩΠΟΝΙΚΗ ΣΧΟΛΗ ΑΠΘ Εργαστήριο Πληροφορικής στη Γεωργία ΠΛΗΡΟΦΟΡΙΚΗ Ι Συστήματα Υποστήριξης Αποφάσεων Τα Συστήματα Υποστήριξης Αποφάσεων (Σ.Υ.Α. - Decision Support Systems, D.S.S.) ορίζονται ως συστήματα
Επιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Χρήστος Γκόγκος ΤΕΙ Ηπείρου Χειμερινό Εξάμηνο 2014-2015 1 / 1 Τι είναι η Επιχειρησιακή Έρευνα; Η Επιχειρησιακή Έρευνα (Operations Research ή Operational Research) είναι ένας επιστημονικός
Ανοιχτά Οικονοµικά εδοµένα
Ανοιχτά Οικονοµικά εδοµένα Θοδωρής Παπαδόπουλος Γιώργος Θεοχάρης Πρόδροµος Τσιαβός Εθνική Σχολή ηµόσιας ιοίκησης και Αυτοδιοίκησης WebGov Awards 2011 Αθήνα εκέµβριος, 2011 Το Πρόβληµα Καθηµερινά, κυβερνήσεις
ULTIMUS Adaptive BPM Suite
ULTIMUS Adaptive BPM Suite Η φιλοσοφία σχεδίασης και δόµησης του Λογισµικού ιαχείρισης Ροών Εργασίας Ultimus BPM βασίζεται στην ικανότητα και ευκολία προσαρµογής του στις εκάστοτε απαιτήσεις. Έτσι αποτελείται
Εξόρυξη Γνώσης από εδοµένα (Data Mining)
Πανεπιστήµιο Πειραιώς Τµήµα Πληροφορικής Εξόρυξη Γνώσης από εδοµένα (Data Mining) Αποθήκες εδοµένων Γιάννης Θεοδωρίδης, Νίκος Πελέκης Οµάδα ιαχείρισης εδοµένων Εργαστήριο Πληροφοριακών Συστηµάτων http://isl.cs.unipi.gr/db
Επιβλέπων: Ιωάννης Βλαχάβας Μέλη: Κυριακή Κοσμίδου Νικόλαος Βασιλειάδης ΘΕΣΣΑΛΟΝΙΚΗ - Μάρτιος 2014-
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ ΚΑΙ ΔΙΟΙΚΗΣΗ» ΤΜΗΜΑΤΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Διπλωματική Εργασία της Ιωάννας Δόντσιου (ΑΕΜ: