Az üzleti intelligencia megoldások helye és szerepe a magyar vállalatok életében. Dr. Kovács László Dr. Sasvári Péter Miskolci Egyetem
|
|
- Alfréd Csonka
- 5 évvel ezelőtt
- Látták:
Átírás
1
2 Az üzleti intelligencia megoldások helye és szerepe a magyar vállalatok életében Dr. Kovács László Dr. Sasvári Péter Miskolci Egyetem 1
3 Mit jelent a BI? Mi jellemzi a BI értelmezésének fejlődését, az értelmezési szintek viszonyát? Az információ éhség korszakában élünk A döntésekhez szükséges információkat gyorsan,hatékonyan szeretnénk elérni Információs rendszerek : OLTP - tranzakciós adatok lekérdezése - tények közvetlen lekérdezése Döntés nehézsége: - adathiány az OLTP-ben - funkcióhiány - kérdés megfogalmazása - eredmény értelmezése 2
4 Mit jelent a BI? - olyan módszerek, eszközök összessége, melyek a döntéshozatal folyamatát javítják az adatrendszerek elemzésével kinyert információk segítségével (MIS, DSS, OLAP, DM,...). - módszerek, eszközök együttese az információk hatékony elemzésére és felhasználására a döntés támogatás hatékonyságának javítására Megvalósulásai: - jelentés készítés - üzleti, statisztikai elemzés - teljesítmény mutatók készítése - előrejelzések, idősorelemzés - mintafeltárás, kivételelemzés - vezetői irányítópult - szövegbányászat 3
5 BI előfeltevése Akko (1967): (1) A döntéshozóknál a legnagyobb nehézség a döntések meghozatalában a releváns információk hiánya (2) A vezetőáltal igényelt információaz, amire valóban szükség van a döntés meghozatalában (3) A vezetőaz igényelt információbirtokában javítani tudja a döntés meghozatal minőségét (4) A vezetők közötti kommunikáció javítja a döntéshozatal munkáját (5) A vezetők megbíznak a felhasznált rendszer működésében (+) A folyamatok kellően stacionáriusnak tekinthetőek 4
6 BI kialakulása Luhn(1958): Vízió: A business intelligence system(ibm Journal ), egy automatizált információ begyűjtő, feldolgozó és terítő rendszer -nem strukturált, dokumentum forrásokra gondol Forester, Dantzig(1962) : SAGE első elosztott döntéstámogatást biztosító rendszer katonai, nemzetvédelmi feladatokra Ferguson& Jones (1969): első számítógépes döntéstámogató rendszer (IBM) a gyártás ütemezés területén Morton(1971) : a számítógépes döntéstámogatás, modell elemzés alkalmazása a vállalati menedzsment üzleti terv tervezési feladatában (Management Decision System) Davis (1974): Management InformationSystem (komplex feladatkör) 5
7 BI kialakulása Devlion(1988) : elsőadattárház jellegűmintarendszer kidolgozása (IBM), EBIS: data warehouse structure Dresner(1989): A BI ma is használatos definíciója: eszközök és módszerek együttese döntéstámogatási feladatokra ténytár alapú rendszerekre építve Inmon(1992): az adattárhát struktúra elvi alapjainak megszilárdítása Building a data warehouse Codd(1993): az OLAP, a multidimenzionális elemzés elveinek rendszerezése Kimball(1996): az adattárház alkalmazásának, fejlesztésének gyakorlati bemutatása 6
8 BI kialakulása Alkalmazott technikák 1978: Monolit rendszerek, nagygépes környezet 1979: Spreadsheet-System VisiCalc, táblázatkezelők megjelenése 1986: Ad-hoc lekérdező relációs adatbázisok felé 1989: Adattárház rendszerek, BI megjelenése 1992: Balanced Scorecard(metrikák, indikátorok, modellek) 1993: Cube Analysis OnLine Analytical Processing(OLAP), Codd 1998: ROLAP elterjedése 1993: Adatbányászat, Knowledge Discovery in Databases(KDD) 1998: Szövegbányászat kialakulása 2005 : mobil platform : elosztott rendszerek : in-memoryrendszerek : proactive módszerek 7
9 BI kialakulása 8
10 BI kialakulása Műveletek hierarchiája Prediktív optimalizálás Előrejelzés Trend feltárás, mintakeresés Automatizált riasztások Lefúró elemzések Statisztikai alapadatok Állapot jelentés 9
11 BI kialakulása 10
12 Milyen lehetőségek rejlenek a BI eszközrendszerében? Milyen tendencia figyelhető meg az alkalmazásokban? 2012/2013: Aktuális fejlődési irányok Technológiai elemek: -új kliens felületek (mobile) - elosztott szerverek, számítási felhők -teljesítmény optimalizálás - NLI, szövegforrások (unstructured data) - új integrációs eszközök Módszertani elemek: - csoportmunka, információ megosztás (collaborative BI) - mélyebb, összetettebb elemzések (advanced analytics) - modularizálás(soa, software as service) - új alkalmazási területek (social networks, exception management) 11
13 Az új BI technológiák alkalmazása 12
14 Az előrejelző BI elemzés szerepe Múltbeli adatokra irányuló elemzés (rear-view mirror analytics) mellett fontosabb szerepet kapnak az előrejelző(advanced analytics, proactive) módszerek 13
15 A főbb alkalmazott BI módszerek Nagyobb szerepet kapnak a nem-struktúrált adatok és az adat integráció 14
16 A főbb BI alkalmazási területek Nagyobb szerepet kapnak a nem-struktúrált adatok és az adat integráció 15
17 A főbb BI IT eszközök Nagyobb szerepet kapnak mobil és beágyazott kliens felületek 16
18 Hol tartanak ma a hazai vállalatok az európai szintű összehasonlításban? A különbözőméretűvállalatok más és más karakterisztikával rendelkeznek a informatikai eszközök használata terén - mikrovállakozások - kisvállalatok - középvállalatok - nagyvállalatok A régióban Magyarország a kevésbéfejlettek csoportjába tartozik ( amennyiségi mutatókat illetően) A lemaradás különösen az üzleti intelligencia és az iroda automatizálás területein érzékelhető Az IT alkalmazási struktúrában Magyarország illeszkedik a nemzetközi szinthez (minőségi mutatók) 17
19 Alkalmazott informatikai rendszerek Mikrovállakozások HU 100% 80% 60% 40% 20% 0% TPS OAS ERP SCM MIS DSS CRM BI KWS nem tervezik van SL 100% 80% 60% 40% 20% 0% TPS OAS ERP SCM MIS DSS CRM BI KWS nem tervezik van A 100% 80% 60% 40% 20% 0% TPS OAS ERP SCM MIS DSS CRM BI KWS nem tervezik van 18
20 Alkalmazott informatikai rendszerek Kisvállalatok HU 100% 80% 60% 40% 20% 0% TPS OAS ERP SCM MIS DSS CRM BI KWS nem tervezik van SL 100% 80% 60% 40% 20% 0% TPS OAS ERP SCM MIS DSS CRM BI KWS nem tervezik van A 100% 80% 60% 40% 20% 0% TPS OAS ERP SCM MIS DSS CRM BI KWS nem tervezik van 19
21 Alkalmazott informatikai rendszerek Középvállalatok HU 100% 80% 60% 40% 20% 0% TPS OAS ERP SCM MIS DSS CRM BI KWS nem tervezik van SL 100% 80% 60% 40% 20% 0% TPS OAS ERP SCM MIS DSS CRM BI KWS nem tervezik van A 100% 80% 60% 40% 20% 0% TPS OAS ERP SCM MIS DSS CRM BI KWS nem tervezik van 20
22 Alkalmazott informatikai rendszerek Nagyvállalatok HU 100% 80% 60% 40% 20% 0% TPS OAS ERP SCM MIS DSS CRM BI KWS nem tervezik van SL 100% 80% 60% 40% 20% 0% TPS OAS ERP SCM MIS DSS CRM BI KWS nem tervezik van A 100% 80% 60% 40% 20% 0% TPS OAS ERP SCM MIS DSS CRM BI KWS nem tervezik van /44 21
23 Vezető BI technológiák iránti igény Nálunk a BI inkább mennyiségi kérdés mint minőségi előrejelző elemezés kivétel adat elemzés vizualizáció kollaboratív BI nagy adathalmaz elemzése in-memory BI mobil BI SOA BI HU USA 22
24 23 Vezető BI módszerek A módszerek eszközpalettája jól illeszkedik a nemzetközi szinthez felhő alapú O BI adattis z títás dok umentum elemz és O LAP elemzés ek work flow eszközök ETL eszközök adattárház MD elemzés HU USA
25 24 Vezető BI alkalmazási szegmensek Magyarországon a klasszikus elemzések dominálnak a BI területén kockázatele mzés piacelemzés monitorozás termékfejles ztés stratégiai DSS CRM előrejelzés pénzügy HU USA
26 VezetőBI IT eszközök A szabvány eszközök területén illeszkedünk a nemzetközi átlaghoz, de kevésbé elterjedtek a jelentés generátorok és metrika elemzők E x c e l a d a ttá r h á z m o b il e s z k ö z je le n té s g e n e r á to r s c o r e b o a r d s HU USA 25
27 Milyen a képzés és az ipari igények viszonya? Az alkalmazott technológia nagyban függ a bevont IT szakemberektől Az IT szakemberek minőségének egyik meghatározóeleme a felsőfokú oktatás Az üzleti intelligencia területe szerény részt kap az oktatott területek palettáján A BI specifikus ismeretek elsődlegesen az InformationSystem illetve gazdasági informatikus képzésekben szerepelnek Hiányzik a gyakorlatiasabb képzés 26
28 BI helye a ACM IT curricula rendszerében Az ACM ajánlásokat készít az informatikai képzés tartalmára vonatkozólag Főbb szakok: Computer Science, Computer Engineering, Software Engineering, Information Technology, Information Systems Elemzés csak az IS szakon szerepel Information System 2010: - főbb kompetenciák: analitikus gondolkodás, üzleti folyamatok ismerete, IT ismeretek, kommunikációs készség - főbb tárgyak: VIR architektúra, IT infrastruktúra, Projekt menedzsment, Elemzési eszközök, IT biztonság és kockázatok - inkább az elméleti (adatbányászati) módszerek szerepelnek elemzésnél, a programozási elemek (MDX, ETL) hiányoznak a törzsből 27
29 BI helye a futó képzésekben (külföldi egyetemek) - speciális kurzusokon - döntően MSc szinten, vagy posztgraduális képzésben - érintik az OLAP, DW alapokat - nem gyakorlat orientált Swinbourne University (Business Intelligence tárgy): - BI alapfogalmak, szerepe - tudásmenedzsment - üzleti elemzések áttekintése - OLAP elemzés - CRM, CMS, dokumentum kezelés - jogi kérdések - adat tisztítás, adat integráció - multidimenzionális adatmodellek 28
30 BI helye a hazai felsőoktatásban Három informatikai szak: gazdasági informatikus, mérnök informatikus, programtervező informatikus, Corvinus Egyetem képzésében szereplő tárgyak : - Információ menedzsment IT beruházások, EIS, ERP, BI, e-kereskedelem, védelem,.. - Üzleti intelligencia az üzleti intelligencia alapfogalmai és döntéstámogatás, adatgyűjtés problémái, adatminőség, Enterprise Guide adattárházak (adatpiacok) jellegzetességei, kialakításuk üzleti analitika, üzleti teljesítmény-menedzsment megoldások adatbányászat, SAS DM - Tudásmendezsment - Döntési technikák - Adatbányászat és adattárházak folyamat, modellek, eljárások, SAS Enterprise Miner 29
31 BI helye a hazai felsőoktatásban BME képzésében szereplő tárgyak : - Üzleti Intelligencia statisztikai modelljei próbák, becslések, regresszió elemzés,.faktor elemzés,... - Üzleti intelligencia alapú rendszerek az üzleti intelligencia alapfogalmai és döntéstámogatás, többdimenziós OLAP modellek, adattárházak adatbányászat és módszerei, algoritmusai, Oracle BI és DataMiner - Adatbányászati algoritmusok - Adatbányászat és pénzügyi folyamatok klaszterezés, osztályozás, idősorok, web-es keresés - Adatbányászat és adattárházak folyamat, modellek, eljárások, adattisztítás, statisztikai elemzések, Weka, Ecxel 30
32 BI helye a hazai felsőoktatásban Miskolci Egyetem képzésében szereplő tárgyak : - Döntéselmélet és módszertan próbák, becslések, regresszió elemzés, faktor elemzés, idősor elemzés, osztályozás alapjai, MInitab - Adattárház rendszerek az üzleti intelligencia alapfogalmai, statisztikai elemzések többdimenziós OLAP modellek, adattárházak fejlesztése, lekérdezése ETL folyamatok, Excel, Oracle Express, MS OLAP & IntegrationServer - Adatelemzési és adatbányászati módszerek OLAP modellezés, MDX, adatbányászati algoritmusok, klaszterezés, osztályozás, idősorok, web-es keresés Excel, rapidminer, saiku, Oracle OLAP 31
33 Elvárások a BI területén. Mik akadályozzák az elterjedést? A felhasználó szempontjából l fontos követelmk vetelmények: - releváns, tiszta adatok biztosítása - egyszerű kezelhetőség - hatékony adatelemzés - elfogadható ár-érték arány - adatintegráció biztosítása - szakemberek rendelkezésre állása Preferált eszközök -Magyarországon erős a Microsoft alapúés SAP technológiák jelenléte -Külföldön az IBM, Oracle is jelentőszerepet kap 32
34 Fontosabb elvárások a BI megoldásokkal szemben A legfontosabb szempont az adatok tisztaságának biztosítása 33
35 Fontosabb BI alkalmazási területek Magyarországon a BI főfelhasználás az új üzleti területek feltárása 4 3,5 3 2,5 2 1,5 1 0,5 0 üzleti folymataok optimalizálása új üzleti lehetőségek feltárásáa üzleti kockázatok feltárása re-aktív elemzés pro-aktív elemzés 34
36 Fontosabb BI megoldás szállítók A legfontosabb szempont az adatok tisztaságának biztosítása 35
37 MS Excel 36 IBM SPSS Fontosabb BI megoldás szállítók Magyarországon jelentős az MS és SAP dominancia Mic rostrateg y SAS IBM Cognos O racle SAP Microsoft O LAP SQ L HU USA
38 Elvárások a BI megoldásokkal szemben A legfontosabb szempont az egyszerű kezelő felület, hatékony működés 37
39 Elvárások a BI megoldásokkal szemben Magyarországon igen fontosak a tartalmi szempontok a BI megoldás kiválasztásánál Implementáció egyszerűsége hatékony adatkinyerés egyszerű használat komplex elemzés egyszerű adatbetöltés nyílt felület megjelenítés ár támogatás referenciák
40 A BI további elterjedését támogató igények Domináns igény az üzleti tervezés minőségének javítása, a hatékonyabb információintegrációés információmegosztás 39
41 A BI további elterjedését gátló tényezők A legfontosabb szempont az egyszerű kezelő felület, hatékony működés 40
42 Felhasználói elvárások a BI termékekkel szemben Költségek, árak csökkentése (85%) Egyszerűbb kezelő felület (84%) Komplex elemzések biztosítása (83%) Gyorsabb adatkinyerés (71%) Adatvédelem nagyobb szintje (57%) Egyszerűbb paraméterezhetőség (43%) Gyártóktól való függetlenség (28%) Adatintegráció automatizálása (16%) Szabványosítás erősítése (14%) 41
43 A BI rendszerek sikeressége Az átlagos sikerességi ráta : 73% 4,5 5 3,5 4 2,5 3 1,5 2 0, érvényes adatok hiánya adatintegráció komplexitása adattisztítás komplexitása növekvő adatmennyiség szervezési nehézség adatheterogenitá s szakemberek hiánya adatkinyerés költsége testre szabás költsége nem egyértelmű kimenet Sikertelenség okai
44 A BI-ban alkalmazandó új technológiai kihívások Master Data Management System: - adat integráció - adat tisztítás - heterogén adatok Cloud based DataWarehouse: - centralizált adatkezelés - kisebb működési költség - elosztott hozzáférés NoSQL Data Management: - nem strukturált adatok elérése (dokumentumok, képek) - természetes nyelvű források kezelése - nagy tömegű adatok kezelése BI development: - modell alapú tervezés, agilis fejlesztés -tesztelés - ontológia integrálás 43
45 Köszönöm a figyelmet! 44
Történet John Little (1970) (Management Science cikk)
Információ menedzsment Szendrői Etelka Rendszer- és Szoftvertechnológia Tanszék szendroi@witch.pmmf.hu Vezetői információs rendszerek Döntéstámogató rendszerek (Decision Support Systems) Döntések információn
RészletesebbenDr. Sasvári Péter Egyetemi docens
A magyarországi vállalkozások Üzleti Intelligencia használatának vizsgálata Dr. Sasvári Péter Egyetemi docens II. IRI Társadalomtudományi Konferencia, 2014. április 25-26. Nové Zámky (Érsekújvár) Gymnázium
RészletesebbenVezetői információs rendszerek
Vezetői információs rendszerek Kiadott anyag: Vállalat és információk Elekes Edit, 2015. E-mail: elekes.edit@eng.unideb.hu Anyagok: eng.unideb.hu/userdir/vezetoi_inf_rd 1 A vállalat, mint információs rendszer
RészletesebbenVállalati információs rendszerek I, MIN5B6IN, 5 kredit, K. 4. A meghirdetés ideje (mintatanterv szerint vagy keresztfélében):
Követelményrendszer 1. Tantárgynév, kód, kredit, választhatóság: Vállalati információs rendszerek I, MIN5B6IN, 5 kredit, K 2. Felelős tanszék: Informatika Szakcsoport 3. Szak, szakirány, tagozat: Műszaki
RészletesebbenVÁLLALATI INFORMÁCIÓS RENDSZEREK. Debrenti Attila Sándor
VÁLLALATI INFORMÁCIÓS RENDSZEREK Debrenti Attila Sándor Információs rendszer 2 Információs rendszer: az adatok megszerzésére, tárolására és a tárolt adatok különböző szempontok szerinti feldolgozására,
RészletesebbenVIR alapfogalmai. Előadásvázlat. dr. Kovács László
VIR alapfogalmai Előadásvázlat dr. Kovács László Információ szerepe Információ-éhes világban élünk Mi is az információ? - újszerű ismeret - jelentés Hogyan mérhető az információ? - statisztikai - szintaktikai
RészletesebbenGazdasági informatika alapjai
PSZK Mesterképzési és Távoktatási Központ / H-1149 Budapest, Buzogány utca 10-12. / 1426 Budapest Pf.:35 II. évfolyam Név: Neptun kód: Kurzus: Tanár neve: HÁZI DOLGOZAT 2. Gazdasági informatika alapjai
RészletesebbenInfor PM10 Üzleti intelligencia megoldás
Infor PM10 Üzleti intelligencia megoldás Infor Üzleti intelligencia (Teljesítmény menedzsment) Web Scorecard & Műszerfal Excel Email riasztás Riportok Irányít Összehangol Ellenőriz Stratégia Stratégia
RészletesebbenPapp Attila. BI - mindenkinek
Papp Attila BI - mindenkinek 100% 28% 2012 A kiterjesztett BI piac alakulása BAM/CEP 0.23 Other Data 2 Warehouse 10.5 CRM Analytics 1 Data Integration, Data Quality 3 2010 57 mrd USD BI Services 30 2011
RészletesebbenSelf Service szekció. XXVIII. Budapesti Menedzsment és Controlling Fórum. Havas Levente. Budapest, május 26. IFUA Horváth & Partners
Self Service szekció XXVIII. Budapesti Menedzsment és Controlling Fórum Havas Levente Budapest, 2016. május 26. Self Service szekció XXVIII. Budapesti Menedzsment és Controlling Fórum Havas Levente Budapest,
RészletesebbenSelf service reporting fogások, technikák és megoldások controllereknek, nem csak Excel alapon
Self service reporting fogások, technikák és megoldások controllereknek, nem csak Excel alapon Reporting, dashboarding önkiszolgáló módon Anton Dávid Havas Levente Debrecen, 2017.10.26. Mobil fogyasztás
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Dr. Kulcsár Gyula egyetemi docens Tartalomjegyzék Bevezetés Termelési paradigma fogalma Paradigma váltások A CIM fogalmának
RészletesebbenSAS szoftverek felhasználási lehetőségei a felsőoktatásban
SAS szoftverek felhasználási lehetőségei a felsőoktatásban Hodász Attila BDX Kft. Abrán József SAS Magyarország Miért SAS? Integrált keretrendszer amely a teljes feladat támogatására alkalmas Kiforrott
RészletesebbenTartalom. Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben.
Tartalom Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben. Előszó 1. Az adatbányászatról általában 19 1.1. Miért adatbányászat? 21 1.2. Technológia a rejtett információk
Részletesebben<Insert Picture Here> Közeli jövőkép az üzleti intelligenciáról
Közeli jövőkép az üzleti intelligenciáról Radnai Szabolcs Üzleti Intelligencia Üzletfejlesztési vezető - Kelet-közép Európa régió Az üzleti intelligencia feladata Embedded Business
RészletesebbenA visegrádi országok vállalati információs rendszerek használati szokásainak elemzése és értékelése
A visegrádi országok vállalati információs rendszerek használati szokásainak elemzése és értékelése KRIDLOVÁ Anita Miskolci Egyetem, Miskolc anitacska84@freemail.hu A vállalkozások számára ahhoz, hogy
RészletesebbenAz információs rendszerek funkcionális változásai a kis és középvállalkozások szemszögéből. DE ATC AVK Gazdasági- és Agrárinformatikai Tanszék
MAGISZ Fórum 2004. augusztus 27. Az információs rendszerek funkcionális változásai a kis és középvállalkozások szemszögéből. Dr. Herdon Miklós - Rózsa Tünde DE ATC AVK Gazdasági- és Agrárinformatikai Tanszék
RészletesebbenINFORMÁCI CIÓS ERŐFORRÁSOK ÉS RENDSZEREK
INFORMÁCI CIÓS ERŐFORRÁSOK ÉS INFORMÁCI CIÓS RENDSZEREK Milyen ismereteket sajátítunk tunk el e téma keretében? Adat Információ Tudás Az információ mint stratégiai erőforrás A vállalat információs rendszere
RészletesebbenA szak specializációi
A szak specializációi Specializációk A specializációválasztás során a hallgatónak preferenciasorrendet kell megjelölnie, legalább két specializáció megadásával. A specializációkra történő besorolás a hallgatók
RészletesebbenTudásalapú információ integráció
Tudásalapú információ integráció (A Szemantikus Web megközelítés és a másik irány) Tanszéki értekezlet, 2008. május 14. 1 Miért van szükségünk ilyesmire? WWW: (Alkalmazások) Keresés a weben (pl. összehasonlítás
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Tanszék 2013/14 2. félév 5. Gyakorlat Dr. Kulcsár Gyula egyetemi docens Tartalomjegyzék Klasszikus termelésirányítási
RészletesebbenMicrosoft SQL Server telepítése
Microsoft SQL Server telepítése Az SQL Server a Microsoft adatbázis kiszolgáló megoldása Windows operációs rendszerekre. Az SQL Server 1.0 verziója 1989-ben jelent meg, amelyet tizenegy további verzió
RészletesebbenSikerünk kulcsa: az információ De honnan lesz adatunk? Palaczk Péter
Sikerünk kulcsa: az információ De honnan lesz adatunk? Palaczk Péter Bevezető az Oracle9i adattárházas újdonságaihoz Elemzési és vezetői információs igények 80:20 az adatgyűjtés javára! Adattárházak kínálta
RészletesebbenSoltész Gábor. Önéletrajz Budapest, Lechner Ödön fasor em 26. a.
Soltész Gábor Önéletrajz SZEMÉLYI ADATOK Születési dátum: 1983.07.09 Születési hely: Lakcím: Dunaújváros 1095 Budapest, Lechner Ödön fasor 1. 2. em 26. a Telefonszám: +36/20-466-7553 Email: Weboldal: solteszgabor@solteszgabor.com
RészletesebbenBI megoldás a biztosítói szektorban
Dobos Zoltán 2009 szeptember 10 BI megoldás a biztosítói szektorban Tartalom Üzleti felhasználási területek a biztosítói szektorban Cognos megoldások a biztosítói szektor részére 2 Fókusz területek Értékesítési
RészletesebbenADATTÁRHÁZ MENEDZSMENT ÉS METAADAT KEZELÉS
ADATTÁRHÁZ MENEDZSMENT ÉS METAADAT KEZELÉS Gollnhofer Gábor JET-SOL Kft. Nyilvántartási szám: 503/1256-1177 TARTALOM Bemutatkozás Adattárház menedzsment szemszögből Mi kell a sikeres adattárházhoz? Kérdések
RészletesebbenA webanalitika változó világa 4 felvonásban
A webanalitika változó világa 4 felvonásban Arató Bence, BI Consulting Email: arato@bi.hu, Twitter: @aratob Traffic Meetup, 2013.02.06 1 Bemutatkozás 15 éves szakmai tapasztalat az üzleti intelligencia
RészletesebbenÜzleti és Közszolgálati informatika szakirányok. Tanszék
Üzleti és Közszolgálati informatika szakirányok Információrendszerek Tanszék Mire készítjük fel a hallgatókat? A piaci elvárások Üzleti informatika szakirány Információrendszerek Tanszék Cél Informatika
RészletesebbenThe nontrivial extraction of implicit, previously unknown, and potentially useful information from data.
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Adatelemzés intelligens módszerekkel Hullám Gábor Adatelemzés hagyományos megközelítésben I. Megválaszolandó
RészletesebbenÜzleti folyamatok rugalmasabb IT támogatása. Nick Gábor András 2009. szeptember 10.
Üzleti folyamatok rugalmasabb IT támogatása Nick Gábor András 2009. szeptember 10. A Generali-Providencia Magyarországon 1831: A Generali Magyarország első biztosítója 1946: Vállalatok államosítása 1989:
RészletesebbenAz információ hatalom. adatok. információ
DW 3. előadás Az információ hatalom adatok információ Információs rendszerek Hagyományos adatforrások (legacy system) Virt. vállalati Virtual coop. Információs Informational Döntési (Decisional) Műveleti
RészletesebbenÖnkiszolgáló BI infrastruktúra az adatvezérelt teljesítménymenedzsmentben
Önkiszolgáló BI infrastruktúra az adatvezérelt teljesítménymenedzsmentben Microsoft Future Decoded 2018.03.21. Krizsanovich Péter Ügyvezető igazgató, Stratégiai-, Tervezési és Controlling Igazgatóság Horváth
Részletesebben1964 IBM 360 1965 DEC PDP-8
VIIR Vállalatirányítási Integrált Információs rendszerek I. (Történeti áttekintés - TEI) Szent István Egyetem Információgazdálkodási Tanszék 2006. 1 Ki mikor kapcsolódott be az információs társadalomba?
RészletesebbenDW 9. előadás DW tervezése, DW-projekt
DW 9. előadás DW tervezése, DW-projekt Követelmény felmérés DW séma tervezése Betöltési modul tervezése Fizikai DW tervezése OLAP felület tervezése Hardver kiépítése Implementáció Tesztelés, bevezetés
RészletesebbenAz alábbiak közül melyek a vállalati stratégia típusok?
Az alábbiak közül melyek a vállalati stratégia típusok? Piacorientált, dinamikus, jövőorientált, integratív Költségvezető, megkülönböztető, koncentráló HELYES Innovatív, stabilizáló, leépítő Vízió, misszió
RészletesebbenDigitalizáció a vállalatirányításban - Milyen szerep jut a controllingnak? Budapest,
Digitalizáció a vállalatirányításban - Milyen szerep jut a controllingnak? Workshop controlling és teljesítménymenedzsment oktatóknak Budapest, 2019.05.10 MCE PROGRAM Idő Téma Előadó / moderátor 10.00-10.15
RészletesebbenA Jövő Internet Nemzeti Kutatási Program bemutatása
A Jövő Internet Nemzeti Kutatási Program bemutatása Dr. Bakonyi Péter és Dr. Sallai Gyula Jövő Internet Kutatáskoordinációs Központ Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, 2013. június
RészletesebbenAdattárház kialakítása a Szövetkezet Integrációban, UML eszközökkel. Németh Rajmund Vezető BI Szakértő március 28.
Adattárház kialakítása a Szövetkezet Integrációban, UML eszközökkel Németh Rajmund Vezető BI Szakértő 2017. március 28. Szövetkezeti Integráció Központi Bank Takarékbank Zrt. Kereskedelmi Bank FHB Nyrt.
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Dr. Kulcsár Gyula egyetemi docens Megoldásjavító szabályzókör A Kybernos egyszerűsített modellje Klasszikus termelésirányítási
RészletesebbenMérnök informatikus mesterszak mintatanterve (GE-MI) nappali tagozat/ MSc in, full time Érvényes: 2011/2012. tanév 1. félévétől, felmenő rendszerben
Mérnök informatikus mesterszak mintatanterve (GE-MI) nappali tagozat/ MSc in, full time Érvényes: 2011/2012. tanév 1. félévétől, felmenő rendszerben Tantárgy Tárgykód I. félév ősz II. félév tavasz Algoritmusok
RészletesebbenInformatikai rendszerek fejlesztése
Informatikai rendszerek fejlesztése Dr. Csetényi Arthur Előadás: hétfő 8:00 9:20 Fogadóóra: hétfő 9:30 11:00 (Sóház, fszt. 02) E-mail: csetenyi at uni-corvinus dot hu Informatikai rendszerek fejlesztése
RészletesebbenBEVEZETÉS AZ ADATTÁRHÁZ AUTOMATIZÁLÁSBA
BEVEZETÉS AZ ADATTÁRHÁZ AUTOMATIZÁLÁSBA Gollnhofer Gábor JET-SOL Kft. Nyilvántartási szám: 503/1256-1177 JET-SOL KFT. Alapadatok 2003-ban alakultunk Több mint 120 magasan képzett munkatárs Ügyfélkör Nagyvállalati
RészletesebbenTöbb mint BI (Adatból üzleti információ)
Több mint BI (Adatból üzleti információ) Vállalati műszaki adattárház építés és üzleti elemzések az ELMŰ-ÉMÁSZ Társaságcsoportnál Papp Imre Geometria Kft MEE, Mátraháza, 2013. szeptember 12. Visszatekintés
RészletesebbenSzolgáltatás Orientált Architektúra a MAVIR-nál
Szolgáltatás Orientált Architektúra a MAVIR-nál Sajner Zsuzsanna Accenture Sztráda Gyula MAVIR ZRt. FIO 2009. szeptember 10. Tartalomjegyzék 2 Mi a Szolgáltatás Orientált Architektúra? A SOA bevezetés
RészletesebbenTeamcenter, a Siemens PLM megoldása tervezési folyamatok kezelésére. Sallay Péter. Kasuba-Tóth Endre
Teamcenter, a Siemens PLM megoldása tervezési folyamatok kezelésére Sallay Péter ügyvezető igazgató peter.sallay@graphit.hu Kasuba-Tóth Endre PLM tanácsadó endre.kasuba-toth@graphit.hu www..hu Tartalom
RészletesebbenDW/BI rendszerek kialakítása bevezetői szemszögből. Gollnhofer Gábor - Meta Consulting Kft.
DW/BI rendszerek kialakítása bevezetői szemszögből Gollnhofer Gábor - Meta Consulting Kft. Bemutatkozás Meta Consulting Kft. BI, DW és CRM rendszerek tervezése és kialakítása rendszerintegráció, egyedi
RészletesebbenOracle SQL Developer Data Modeler és a DW adatmodellezés. Gollnhofer Gábor Meta Consulting Kft.
Oracle SQL Developer Data Modeler és a DW adatmodellezés Gollnhofer Gábor Meta Consulting Kft. Oracle Information Management & Big Data Reference Architecture 2 Mi a NoSQL modellezés célja? Forrás: Insights
RészletesebbenFekete Csaba Csongor Üzleti intelligencia vezető Citibank ZRt.
Fekete Csaba Csongor Üzleti intelligencia vezető Citibank ZRt. Tartalom BI mérföld kövek Kezdeti architektúra és kontextus Lokális Adattárház Kialakítása CRM Evolúció Üzleti Intelligencia kiaknázó eszközök
RészletesebbenHogyan segíthet egy tanácsadó egy költséghatékony IT kialakításában?
Hogyan segíthet egy tanácsadó egy költséghatékony IT kialakításában? Kórász Tamás igazgató, KPMG Tanácsadó Kft. 2013.11.12. Tartalom 1. Mit vár el egy KKV-vezető az informatikától? 2. A buzzword felhő
RészletesebbenRopogós - Oracle BI EE 12C
Ropogós - Oracle EE 12C Felsővezetői, komplex dashboard bevezetés Havas Levente Lajtos Alex Budapest, 2018. november 13. Az IFUA Horváth & Partners ajánlása szerint egy Managed Enterprise rendszernek az
RészletesebbenAdatbázisrendszerek április 17.
Adatbázisrendszerek Áttekintés az adattárházakról és az OLAP-ról 2018. április 17. Az adattárházak célja 2 A számítási kapacitások állandó növekedése és az analitikai eszközök és módszerek egyre összetettebbé
RészletesebbenÜzleti intelligencia - eszközöktől a megoldásokig
Atlanta Barcelona Berlin Vienna Budapest Bukarest Düsseldorf München Stuttgart Zurich www.ifua.hu Fekete Gábor ügyvezető partner 2007. március 21. Üzleti intelligencia - eszközöktől a megoldásokig IFUA
RészletesebbenI. RÉSZ. Tartalom. Köszönetnyilvánítás...13 Bevezetés...15
Tartalom 5 Tartalom Köszönetnyilvánítás...13 Bevezetés...15 I. RÉSZ AZ ALAPOK... 17 1. fejezet Egy kis történelem...19 A korai MIS rendszerektől az alapgondolatig...19 Operatív és analitikus rendszerek
RészletesebbenA magyarországi vállalkozások üzleti intelligencia használatának vizsgálata
A magyarországi vállalkozások üzleti intelligencia használatának vizsgálata SASVÁRI Péter Miskolci Egyetem Gazdaságtudományi Kar, Miskolc sasvari.peter@uni-miskolc.hu A vállalati döntéshozatalban az adatoknak
RészletesebbenOracle Middleware megoldások helye üzleti esettanulmányokon keresztül bemutatva, különböző iparágakban
Oracle Middleware megoldások helye üzleti esettanulmányokon keresztül bemutatva, különböző iparágakban Lenti József Projektkoordinációs vezető Intalion Kft. BPM Business Process Management Rövid áttekintés
RészletesebbenInformatikai rendszerek Vállalati információs rendszerek
Informatikai rendszerek szerepe a gazdaságban Informatikai rendszerek Vállalati információs rendszerek Szendrői Etelka szendroi@witch.pmmf.hu A termelékenység fokozása a hatékonyság növelésével és/vagy
RészletesebbenTakács Gábor mérnök informatikus, okl. mérnöktanár
Takács Gábor mérnök informatikus, okl. mérnöktanár takacsg@sze.hu http://rs1.sze.hu/~takacsg/ Big Data Definition Big Data is data that can t be stored or analyzed using traditional tools. Információ tartalom,
RészletesebbenComponent Soft 1994-2013 és tovább
Component Soft 1994-2013 és tovább IT szakemberek oktatása, tanácsadás Fő témáink: UNIX/Linux rendszerek, virtualizációs, fürtözési, tároló menedzsment és mentési technológiák Adatbázisok és middleware
RészletesebbenInnovatív trendek a BI területén
Innovatív trendek a BI területén 1 Technológiai trendek 3 BI-TREK kutatás Felmérés az üzleti intelligencia hazai alkalmazási trendjeiről Milyen BI szoftvereket használnak a hazai vállalatok? Milyen üzleti
RészletesebbenKővári Attila, BI projekt
Innovatív BI konferencia, 2011-11-22 Kővári Attila, BI projekt Az előadás bemutatja, milyen lehetőségeket és problémákat rejtenek magukban az önkiszolgáló BI rendszerek. Foglalkozik az ilyen rendszereknél
RészletesebbenAdatbányászat és Perszonalizáció architektúra
Adatbányászat és Perszonalizáció architektúra Oracle9i Teljes e-üzleti intelligencia infrastruktúra Oracle9i Database Integrált üzleti intelligencia szerver Data Warehouse ETL OLAP Data Mining M e t a
RészletesebbenÍgy kampányolunk mi. Hans Zoltán. Szolgáltatás Fejlesztés és Online Irányítás vezető. IBM-SPSS üzleti reggeli (Budapest) 2010.09.22.
Így kampányolunk mi Hans Zoltán Szolgáltatás Fejlesztés és Online Irányítás vezető IBM-SPSS üzleti reggeli (Budapest) 2010.09.22. LIFE INSURANCE PENSION INVESTMENT Tartalom AEGON Útkeresések Esettanulmány
Részletesebben30 MB INFORMATIKAI PROJEKTELLENŐR
INFORMATIKAI PROJEKTELLENŐR 30 MB DOMBORA SÁNDOR BEVEZETÉS (INFORMATIKA, INFORMATIAKI FÜGGŐSÉG, INFORMATIKAI PROJEKTEK, MÉRNÖKI ÉS INFORMATIKAI FELADATOK TALÁKOZÁSA, TECHNOLÓGIÁK) 2016. 09. 17. MMK- Informatikai
RészletesebbenGYIK GYAKRAN ISMÉTELT KÉRDÉSEK
GYIK GYAKRAN ISMÉTELT KÉRDÉSEK 1. Mi a pontos képzési program? A képzés megnevezése: Digitális Transzformáció és Ipar 4.0 alapképzés A képzés 2 db tananyagegységből/ modulból áll össze, melyek a következő
RészletesebbenProjektvezetői döntések támogatása webbányászattal
NETWORKSHOP 2008 2008. március 17-19. Dunaújváros, Dunaújvárosi Főiskola Projektvezetői döntések támogatása webbányászattal Bóta László Ph.D. hallgató (BME) Eszterházy Károly Főiskola, Eger BI (Business
RészletesebbenCopyright 2012, Oracle and/or its affiliates. All rights reserved.
1 Oracle Felhő Alkalmazások: Gyorsabb eredmények alacsonyabb kockázattal Biber Attila Igazgató Alkalmazások Divízió 2 M I L L I Á RD 4 1 PERC MINDEN 5 PERCBŐL 5 6 Ember használ mobilt 7 FELHŐ SZOLGÁLTATÁS
RészletesebbenFolyamatmodellezés és eszközei. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék
Folyamatmodellezés és eszközei Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Folyamat, munkafolyamat Munkafolyamat (Workflow): azoknak a lépéseknek a sorozata,
RészletesebbenFejlesztés, működtetés, felügyelet Hatékony infrastruktúra IBM szoftverekkel
IBM Software Group Fejlesztés, működtetés, felügyelet Hatékony infrastruktúra IBM szoftverekkel Rehus Péter Szoftver üzletág igazgató 2005. február 2. 2003 IBM Corporation On demand igény szerinti működési
RészletesebbenMelyik feladatra melyik eszközt? Kontrolling eszközök összehasonlítása. Csernus Attila Vörös-Nagy Ágnes
Melyik feladatra melyik eszközt? Kontrolling eszközök összehasonlítása Csernus Attila Vörös-Nagy Ágnes Tartalom Bevezetés Feladatok és alkalmazási területek Eszközök áttekintése Összehasonlítás alkalmazási
RészletesebbenAz információs rendszerek adatai
Az információs rendszerek adatai Nagy mennyiségű adat Tárolás Karbantartás Visszakeresés, feldolgozás Adatbázis 2 Az adatbázis fogalma Az adatbázis együtt tárolt, egymással kapcsolatban levő adatok rendszere.
RészletesebbenVáltozások előtt hol áll a banki (adat)elemzés? Nándorfi György
Változások előtt hol áll a banki (adat)elemzés? Nándorfi György Budapest Bank 1987-ben jött létre az egyik legelső hazai kereskedelmi bankként A 8 hazai nagybank egyike Tulajdonosi háttér: 1995-től 2015-ig
RészletesebbenEgyüttműködés, tudásmegosztás és feladatmenedzsment. avagy Microsoft eszközrendszer a vállalati folyamatok szolgálatában
Együttműködés, tudásmegosztás és feladatmenedzsment avagy Microsoft eszközrendszer a vállalati folyamatok szolgálatában Áttekintés Az EURO ONE fejlesztési üzletága Üzleti problémák megoldása SharePointtal
RészletesebbenAZ INFORMÁCIÓS RENDSZEREK KISVÁLLALATI ALKALMAZÁSÁNAK VIZSGÁLATA, LENGYEL- ÉS MAGYARORSZÁGI ÖSSZEHASONLÍTÓ ELEMZÉS
BEVEZETÉS AZ INFORMÁCIÓS RENDSZEREK KISVÁLLALATI ALKALMAZÁSÁNAK VIZSGÁLATA, LENGYEL- ÉS MAGYARORSZÁGI ÖSSZEHASONLÍTÓ ELEMZÉS Sasvári Péter PhD, egyetemi docens Miskolci Egyetem, Gazdálkodástani Intézet
RészletesebbenData Integrátorok a gyakorlatban Oracle DI vs. Pentaho DI Fekszi Csaba Ügyvezető Vinnai Péter Adattárház fejlesztő 2013. február 20.
Data Integrátorok a gyakorlatban Oracle DI vs. Pentaho DI Fekszi Csaba Ügyvezető Vinnai Péter Adattárház fejlesztő 2013. február 20. 1 2 3 4 5 6 7 8 Pentaho eszköztára Data Integrator Spoon felület Spoon
RészletesebbenPROGRAMTERVEZŐ INFORMATIKUS ALAPKÉPZÉSI SZAK
PROGRAMTERVEZŐ INFORMATIKUS ALAPKÉPZÉSI SZAK 1. Az alapképzési szak megnevezése: programtervező informatikus (Computer Science) 2. Az alapképzési szakon szerezhető végzettségi szint és a szakképzettség
RészletesebbenFolyamatok rugalmas irányítása. FourCorm Kft.
Folyamatok rugalmas irányítása FourCorm Kft. www.frckft.hu 1 Dokumentumok áramlása Gyakran szekvenciális Rengeteg felesleges másolat Információk alacsony rendelkezésre állása Nincs szolgálati út- és határidőfigyelés
RészletesebbenSAS A HAZAI FELSŐOKTATÁSBAN
SAS A HAZAI FELSŐOKTATÁSBAN 2010 január 25. A SAS programcsomag felsőoktatásban történő használatáról szakmai tanácskozás résztvevőivel készített felmérés eredménye Gáspár-Papanek Csaba gaspar@tmit.bme.hu
RészletesebbenGazdálkodási modul. Gazdaságtudományi ismeretek II.
Gazdálkodási modul Gazdaságtudományi ismeretek II. Vezetés és kommunikációs ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc Információmenedzsment 90. lecke INFORMÁCIÓ MENEDZSMENT
RészletesebbenSzolgáltatásintegráció (VIMIM234) tárgy bevezető
Szolgáltatásintegráció Szolgáltatásintegráció (VIMIM234) tárgy bevezető Gönczy László gonczy@mit.bme.hu A tárgyról A tantárgy célja a hallgatók megismertetése a komplex informatikai rendszerek integrációs
RészletesebbenA vállalkozás sikerének tényezi. Termék, szolgáltatás Erforrások Információtechnológia 2005.12.08. 1
A vállalkozás sikerének tényezi Termék, szolgáltatás Erforrások Információtechnológia 2005.12.08. 1 A siker két egymást segít eleme az IT-ben ERP rendszerek alkalmazása Outsourcing 2005.12.08. 2 A vállalati
RészletesebbenAz információs rendszerek adatai
Az információs rendszerek adatai Nagy mennyiségű adat Tárolás Karbantartás Visszakeresés, feldolgozás Adatbázis 2 Az adatbázis fogalma Az adatbázis együtt tárolt, egymással kapcsolatban levő adatok rendszere.
RészletesebbenA Gazdasági - Műszaki Főigazgatóság feladatai az intézményirányítás fejlesztésében
A Gazdasági - Műszaki Főigazgatóság feladatai az intézményirányítás fejlesztésében 1. Menedzsment controlling rendszer bevezetése 2. Menedzsment controlling folyamatok kockázatelemzése 3. Az AVIR-hez kapcsolódó
RészletesebbenRapidAnalytics Enterprise Edition bevezetés a Telenor Magyarországnál. Szakács Balázs - Telenor Magyarország Szücs Imre United Consult
RapidAnalytics Enterprise Edition bevezetés a Telenor Magyarországnál Szakács Balázs - Telenor Magyarország Szücs Imre United Consult Miről lesz szó? Telenor bemutatása Eszközválasztás háttere Igények
RészletesebbenKÖVETKEZŐ GENERÁCIÓS NAGYVÁLLALATI TARTALOMKEZELŐ MEGOLDÁSOK Stratis Kft. / Autonomy üzleti reggeli / 2014.10.16. Mezei Ferenc üzletág-igazgató
KÖVETKEZŐ GENERÁCIÓS NAGYVÁLLALATI TARTALOMKEZELŐ MEGOLDÁSOK Stratis Kft. / Autonomy üzleti reggeli / 2014.10.16. Mezei Ferenc üzletág-igazgató Hasonló, mégis más Ez se rossz amíg ezt ki nem próbáltad!
RészletesebbenBig Data az adattárházban
Big Data az adattárházban A párbaj folytatódik? Néhány fontos Big Data projekt Cég Téma Adat Újfajta Mennyiség Saját adat? Típus Google Influenza Google I big I Előjelzés előjelzés Farecast Xoom Chicagoi
RészletesebbenSmarter cities okos városok. Dr. Lados Mihály intézetigazgató Horváthné Dr. Barsi Boglárka tudományos munkatárs MTA RKK NYUTI
MTA Regionális Kutatások Központja Nyugat-magyarországi Tudományos Intézet, Győr Smarter cities okos városok Dr. Lados Mihály intézetigazgató Horváthné Dr. Barsi Boglárka tudományos munkatárs MTA RKK NYUTI
Részletesebben- Adat, információ, tudás definíciói, összefüggéseik reprezentációtípusok Részletesebben a téma az AI alapjai című tárgyban
I. Intelligens tervezőrendszerek - Adat, információ, tudás definíciói, összefüggéseik reprezentációtípusok Részletesebben a téma az AI alapjai című tárgyban Adat = struktúrálatlan tények, amelyek tárolhatók,
RészletesebbenÜzleti intelligencia 2. RENDSZEREZÉS 3. ELEMZÉS. vállalati adattárház. adattárolás. operatív adattár. A vállalati információellátás ciklusa
Krauth Péter Tézis: Az üzleti intelligenciát biztosító technológiák nemcsak a nagyvállalatoknál segítik elő integrált információgazdákodási rendszerek létrejöttét, hanem az adatok egyre változatosabb körét
RészletesebbenData Vault 2.0 és az Oracle DW/BD referencia architektúra. Gollnhofer Gábor Meta Consulting Kft.
Data Vault 2.0 és az Oracle DW/BD referencia architektúra Gollnhofer Gábor Meta Consulting Kft. Az Oracle referencia architektúrák Rövid bevezető Az IT Strategies from Oracle (ITSO) része Átgondolt, bevált,
RészletesebbenNyílt forráskód, mint üzleti előny. Szücs Imre VTMSZ - CMC Minősítési előadás 2013.03.05. Ha valamit érdemes csinálni, akkor azt megéri jól csinálni
Nyílt forráskód, mint üzleti előny Szücs Imre VTMSZ - CMC Minősítési előadás 2013.03.05 Ha valamit érdemes csinálni, akkor azt megéri jól csinálni 1 Open source Első kérdések Forráskóddal kell dolgoznom?
RészletesebbenSAS Enterprise BI Server
SAS Enterprise BI Server Portik Imre vezető szoftverkonzulens SAS Institute, Magyarország A SAS helye a világban 280 iroda 51 országban 10,043 alkalmazott 4 millió felhasználó világszerte 41,765 ügyfél
RészletesebbenA felsőoktatási szolgáltatások rendszer szintű fejlesztése: diplomás pályakövetés és vezetői információs rendszerek (TÁMOP 4.1.3)
A felsőoktatási szolgáltatások rendszer szintű fejlesztése: diplomás pályakövetés és vezetői információs rendszerek (TÁMOP 4.1.3) 2011. december 7. Fejlesztés a minőségi oktatásért Minőség a felsőoktatásban
RészletesebbenMOBILITÁS VÁLLALATI KÖRNYEZETBEN MEGOLDÁS KONCEPCIÓ
MOBILITÁS VÁLLALATI KÖRNYEZETBEN MEGOLDÁS KONCEPCIÓ 1 Mobil eszközök növekedési trendje 2 A mobil eszközök előnyei Támogatják a mobilitást, könnyű velük utazni, terepen munkát végezni Széles applikáció
RészletesebbenPiaci körkép és szállítók
Piaci körkép és szállítók e US Army Gartner BI MQ 2012 3 Gartner BI MQ 2014 Gartner BI MQ 2015 Forrester Enterprise BI Platforms Forrester Enterprise BI Platforms Forrester Enterprise BI Platforms Gartner
RészletesebbenAdatbányászat és Perszonalizáció az Oracle9i-ben
Adatbányászat és Perszonalizáció az Oracle9i-ben Oracle9i adatbányászat 2000. szeptember 6. Fekete Zoltán Palaczk Péter Agenda Oracle9i Database Teljes e-business Intelligence infrastruktúra Mi is az adatbányászat?
RészletesebbenÁgazati Vezetői Információs Rendszer koncepciója
Ágazati Vezetői Információs Rendszer koncepciója Ágazati Vezetői Információs Rendszer koncepciója Bemutatja: Bruhács Tamás főosztályvezető-helyettes - OM, Fejlesztési és Tudományos Ügyek Főosztálya Hodász
RészletesebbenPalaczk Péter A marketing folyamatok adattárház alapú támogatása
Palaczk Péter A marketing folyamatok adattárház alapú támogatása A hatékony marketingtámogatás alapjai Infrastrukturális feltételek Működő vállalati adattárház Megbízható ügyféladatok Beüzemelt adatbányászati
RészletesebbenVezetői információs rendszerek
Vezetői információs rendszerek 1. előadás: VIR alapok Elekes Edit, 2015. E-mail: elekes.edit@eng.unideb.hu Anyagok: eng.unideb.hu/userdir/vezetoi_inf_rd 1 Tananyag VIR alapok A vezetői információs rendszerek
RészletesebbenMérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time)
Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time) (specializáció választás a 4. félévben, specializációra lépés feltétele: az egyik szigorlat
RészletesebbenCOMPANY PROFILE SZOFI ALGORITHMIC RESEARCH KFT
COMPANY PROFILE SZOFI ALGORITHMIC RESEARCH KFT WWW.SZOFIUSA.COM CÉGTÖRTÉNET 1990 Alapítás 1990 Informatikai fejlesztések kezdete 1992 Felsőfokú informatikai képzési rendszer kidolgozása a kormányzat részére
Részletesebben