هوش تجاری
اسلاید 1: 1
اسلاید 2: هوش تجاریBusiness Intelligenceعنوان درس :مدیریت منابع اطلاعاتی2
اسلاید 3: 3
اسلاید 4: 4مقدمهوقتی در یک شرکت و یا موسسه برای تولید یک محصول و یا سرویس جدید ، نظرات و پیشنهادات مختلفی ارائه می شود ، که هریک از افراد آن شرکت معمولا این پیشنهادات را با توجه به تولید کنونی و دیدی که از شرکت خود دارند ارائه می دهند، اما نکته مهم این است که آیا شنیدن آن نظر ها و پیشنهادها با تقاضای مشتری و افراد ذی نفع منطبق است ؟ در این حالت باید بخش های تحقیق و توسعه مطمئن شوند که صدای مشتری را شنیده اند. درک این خواسته های ناگفته نکته بسیار مهم و اساسی در تولید یک محصول جدید است.
اسلاید 5: 5تعریفهوشمندی کسب و کار به اکتساب،تفسیر، مقایسه، ارزیابی و بهره برداری از اطلاعات مرتبط با کسب و کار گفته می شود. هدف اصلی یک سیستم هوش تجاری پشتیبانی از تصمیم درست است.
اسلاید 6: 6اجزاء bi به عنوان زیر ساخت تکنولوژی اطلاعات برای پشتیبانی تصمیم گیریتدوین اجزاء کلیدی، بهبود در کیفیت تصمیم گیری
اسلاید 7: 7ضرورت
اسلاید 8: 8اهداف
اسلاید 9: 9آنچه در ادامه می آید:
اسلاید 10: انبار داده هااگر داده قابل اطمینان و مختصر در مورد عملیات، روندها و تغییرات جاری کل سازمان نیاز باشد، چه باید کرد؟نياز مديران امروز:تصويری شفاف از کسب و کار سازمان با دسترسی به داده‌هاي يک‌پارچه در سطح کارکردي و داشتن تاريخچه مختصري از داده‌ها با جزئيات كافي.10
اسلاید 11: مشکلات پایگاه‌های‌داده‌ی معمولی برای نیاز امروز مدیران:انبار داده ها11
اسلاید 12: تعریف بیل اینمون از انبار داده‌ها:انبار داده ها” مجموعه ای از داده های موضوع گرا، یکپارچه، غیر فرار و وابسته به زمان برای پشتیبانی از تصمیم گیری های مدیریتی.“12
اسلاید 13: ویژگی های اصلی انبار داده هاانبار داده ها13
اسلاید 14: مزاياي بكارگيري پايگاه داده تحليلي انبار داده ها14
اسلاید 15: 15پايگاه داده تحليلي استخراج تغييرشكل بارگذارينوسازيOLAPتحليلداده‌كاوي پرس‌وجو وگزارش‌گيريMonitor&Integratorداده‌جانبيمنابع دادهابزارهاي سطح بالاسرويسData Martsپايگاه‌هاي دادهسايرمنابعپايگاه داده تحليليکاربردهانمایی از موقعیت پایگاه داده تحلیلی
اسلاید 16: معماری های انبار داده هامراحل ساخت انبار داده16معماری دو لایه معماری سه لایه
اسلاید 17: 17معماری دو لایه مراحل ساخت انبار داده
اسلاید 18: 18معماری سه لایه دولینمراحل ساخت انبار داده
اسلاید 19: 19مراحل ساخت پایگاه داده تحلیلی
اسلاید 20: 20آماده سازی (ETL)مراحل ساخت انبار دادهتبدیل به فرمتی معینDWHSpread SheetsOld PCsDBText files
اسلاید 21: 21يک سيستم ETL داراي چهار بخش اصلي است:مراحل ساخت انبار داده
اسلاید 22: 22تفاوت با پايگاه داده تحلیلی با پایگاه داده عملیاتیمراحل ساخت انبار داده
اسلاید 23: 23داده کاوی(DATA MINING)تحلیل داده و داده کاوی
اسلاید 24: 24پردازش تحلیلی آنی یا OLAP (Online Analytical Processing)سيستم های OLAP برای ارائه پاسخهای سريع به سوالات و جستجوهای تحليلی روی داده های چند بعدی طراحی شده اندتعریفتحلیل داده و داده کاوی
اسلاید 25: 25تفاوت DATA MINING و OLAPتحلیل داده و داده کاویتفاوت این روش ها از دو عامل ناشی می شود :
اسلاید 26: 26معماری هوش تجاری
اسلاید 27: 27معماری هوش تجاریانتظار دارم به اطلاعاتی جهت درک مشکل و فرصت ها از منابع داده داخلی و خارجی دسترسی داشته باشم.شناسایی معیار های تصمیم گیری و داده های مورد نیاز آنشناسایی داده های غیر نامرتبط در دسترسابزار GSS و OLAP و داده کاوی و KMS
اسلاید 28: 28معماری هوش تجاریانتظار دارم به داده، مدل ها و تجارب برای شناسایی راه حل دسترسی داشته باشم.ابزار GSS و OLAP و KMS
اسلاید 29: 29معماری هوش تجاریبه بررسی ابعاد مختلف راه حل های پیشنهادی می پردازم و میزان قابلیت پذیرش آن را اندازه گیری می کنمابزار GSS و KMSابزارهای مدلسازی مبتنی بر تکنیک های هیوریستیک
اسلاید 30: 30معماری هوش تجارینتایج اجرای تصمیم بر متغیر ها و معیار های کلیدی تعریف شده در موفقیت سازمانی را مشاهده و بررسی نمایم و از تغییرات ناشی از آن در سازمان آگاهی یابم.تحلیل توسط OLAP و داده کاوی مبتنی بر اطلاعات استخراجی از SCM، ERP، CRMو KMSباز هم همه چیز به طراحی مناسب انبار داده باز می گردد.
اسلاید 31: 31خلاصه و نتیجههوش تجاری
اسلاید 32: 32با تشکر از توجه شما؟بحث و تبادل نظر
اسلاید 33: 33منابع و مآخذHan.J& Micheline.K ,(2006)“Data Mining: Concepts and Techniques”, Second Edition ,Diane Cerra 2006,pp.50,186,234Turban & Aronson& Liang (2005) “Decision Support Systems and Intelligent Systems”, Seventh Edition , Prentice Hall
نقد و بررسی ها
هیچ نظری برای این پاورپوینت نوشته نشده است.