Dr. Sasvári Péter Egyetemi docens
|
|
- Tivadar Dobos
- 6 évvel ezelőtt
- Látták:
Átírás
1 A magyarországi vállalkozások Üzleti Intelligencia használatának vizsgálata Dr. Sasvári Péter Egyetemi docens II. IRI Társadalomtudományi Konferencia, április Nové Zámky (Érsekújvár) Gymnázium P. Pázmáňa s vjm Pázmány Péter Gimnázium, Letomostie 3, Szlovákia 1 Az Üzleti Intelligencia fogalma Howard Dresner: olyan módszerek, fogalmak összessége, melyek a döntéshozás folyamatát javítják ún. tény alapú rendszerek használatával..tény alapú rendszereknek tekintjük a vezetői információs rendszereket, a döntéstámogató rendszereket, a vállalati információs rendszereket, az on-line elemző rendszereket, az adat-és szövegbányászatot, az adatvizualizációt és a geográfiai információs rendszereket. Loshin A szükséges folyamatok, technológiák és eszközök információvá alakítása, az információ átalakítása tudássá, és a tudás tervekké alakítása, melyek a jövedelmező üzleti tevékenységek hajtóerői. Az üzleti intelligencia magába foglalja az adattárházakat, az üzleti elemző eszközöket és a tudásmenedzsmentet. 2
2 Az Üzleti Intelligencia elemei Adatbányászat (Az adatbányászat egy szervezetben található vagy más forrásból származó nagy mennyiségű adatból történő hatékony tudáskinyerés, üzleti előnyök szerzése érdekében), Adatforrás(Adatforrásnak nevezzük az adattárházak forrását, amely sokféle forrásból, rendszerből származhat a vállalaton belül ), Adattárház(Az adattárház, amely témaorientált, integrált, az adatokat történetiségében tároló, tartós adatrendszer, amelynek fő célja az adatokból történő hatékony információkinyerés biztosítása, elsősorban a döntéshozatali folyamat támogatása érdekében), Adatvizualizáció(Az adatvizualizáció, amely azoknak a technológiáknak az összefoglaló neve, amelyek lehetővé teszik az adatok megjelenítését és esetenként további információk megszerzését az adatokról, sőt azok interpretációját is, az adatfeldolgozási folyamat egyes részfolyamatainak megfelelően), Döntéstámogatás(A döntéstámogatás, amely olyan modellalapú adatfeldolgozó és döntéshozó eljárások együttese, amely segíti a vezetők döntéshozási tevékenységét.), On-line Analytical Processing (OLAP) (Az OLAP olyan szoftver technológia, amely elemzők, üzletemberek, vezetők számára lehetővé teszi, hogy vállalkozásuk adatainak dimenziók szerint rendezett mértékeit gyors, konzisztens és interaktív módon vizsgálhassák). 3 Az Üzleti Intelligencia alkalmazásából származó előnyök (Bellu szerint) Adatok konzisztencia ellenőrzése; Adat redundancia csökkentése; Gyors és megalapozott döntéshozás; Gyorsabb információ elérése; Hatékony előrejelzések készítése; Javul a belső kommunikáció; Javuló adatbiztonság; Kivételek feltárása; Költségek csökkenése; Mobil eszközök bevonása; Nagyobb nyereség; Pontosabb készletnyilvántartás; Rejtett üzleti szabályok feltárása; Több releváns információ elérése; Ügyfelek igényeinek, magatartásának megértése és szélesebb ügyfélkör elérése: viselkedési minták feltárása. 4
3 A kutatás módszertana A kutatás célja a magyar vállalkozásoknál működő Üzleti Intelligencia alkalmazások használatának jellemzőinek vizsgálata. A kutatásban alkalmazásra került egy kérdőív. A kitöltő kérdőívekből álló minta 77 darab. Kutatásom elsődleges célkitűzése az Üzleti Intelligencia alkalmazások tapasztalatainak vizsgálata a magyar vállalkozások körében. A kutatás célja, hogy a kérdőívekből kapott válaszok alapján kiderüljön, hogy,vállalati méretekként eltérő előnyöket várnak-e el a vállalkozások az Üzleti Intelligencia rendszerek használatától a vállalatok mely feladatok elvégzésére használják az Üzleti Intelligencia alkalmazásokat, vállalati méretenként eltérő-e az Üzleti Intelligencia használatának sikeressége vagy sikertelensége. 5 A kutatás feltételezései 1. Méretkategóriákként eltérő előnyöket jelenthet az Üzleti Intelligencia alkalmazása. 2. A nagyvállalatokés középvállalkozásokesetében gyakoribb a pozitív tapasztalat, mint a kisvállalkozásoknál az Üzleti Intelligencia alkalmazások üzemeltetésével kapcsolatban. a. Az Üzleti Intelligencia alkalmazások használata sikerességének területei eltérőekvállalati méretkategóriánként. b. Az Üzleti Intelligencia alkalmazások használata sikertelensége területei eltérőek vállalati méretkategóriánként. 3. Méretkategóriákként eltérneka vélemények arról, hogy miben kellene fejlődnie az Üzleti Intelligencia alkalmazásoknak. 6
4 Méretkategóriákként eltérő előnyöket jelenthet az Üzleti Intelligencia alkalmazása Nagyobb adatmennyiség kezelése Gyorsabb információ elérés Pontosabb készletnyilvántartás Mikrovállalkozás Kisvállalkozás Középvállalkozás Nagyvállalat gyakoriság sorrend gyakoriság sorrend gyakoriság sorrend gyakoriság sorrend 64% 1 83% 1 75% 1 69% 1 59% 2 57% 2 44% 3 56% 2 50% 3 48% 5 56% 2 25% 6 Előrejelzések végzése 41% 4 52% 3 31% 7 50% 3 Javul a belső kommunikáció. Rejtett üzleti szabályok feltárása Viselkedési minták feltárása 41% 6 52% 4 44% 4 44% 4 5% 15 0% 16 6% 15 13% 15 5% 16 9% 15 0% 16 6% 16 7 A nagyvállalatok és középvállalkozások esetében gyakoribb a pozitív tapasztalat, mint a kisvállalkozásoknál az Üzleti Intelligencia alkalmazások üzemeltetésével kapcsolatban. Kisvállalkozás Középvállalkozás Nagyvállalat Mind sikeres 6% 0% 0% Inkább sikeres 56% 75% 85% Inkább sikertelen 0% 0% 0% Mind sikertelen 0% 0% 0% Nem volt ilyen projekt 38% 25% 15% 8
5 Az Üzleti Intelligencia alkalmazások használata sikerességének területei eltérőek vállalati méretkategóriánként A kisvállalkozásokszerint az Üzleti Intelligencia alkalmazások a pénzügyi elemzés és a piacelemzés területén voltak a legsikeresebbek, majd a kontrolling. A középvállalkozásokelsősorban a kontrollingés aktivitás monitorozás során tapasztaltak sikereket. A második helyet az ő esetükben a pénzügyi elemzés, előrejelzések készítése, piacelemzésés ügyfélmenedzsment tölti be, a harmadikat pedig a stratégiai döntéshozatal. A nagyvállalatokáltal felállított sorrend a következő: pénzügyi elemzés, kontrolling, stratégiai döntéshozatal. 9 Az Üzleti Intelligencia alkalmazások használata sikertelensége területei eltérőek vállalati méretkategóriánként A kisvállalkozásokkörében a stratégiai döntéshozatalbanvolt a legsikertelenebbek a BI rendszerek. A középvállalkozásokúgy nyilatkoztak, hogy a kockázatelemzésterületén tapasztaltak leginkább kudarcokat, míg a nagyvállalatokaz előrejelzések esetében. A vállalkozások válaszai alapján a kontrollingfeladatok ellátásában volt a legkevésbé jellemző az Üzleti Intelligencia sikertelensége. 10
6 Méretkategóriákként eltérnek a vélemények arról, hogy miben kellene fejlődnie az Üzleti Intelligencia alkalmazásoknak Költségek csökkenése Adatvédelem nagyobb szintje Egyszerűbb paraméterezhetőség Nagyobb gyártói függetlenség Szabvány funkciók elterjedése Adatintegráció jobb automatizálása Mikrovállalkozás Kisvállalkozás Középvállalkozás Nagyvállalat gyakoriság helyezés gyakoriság helyezés gyakoriság helyezés gyakoriság helyezés 50% 1 65% 1 56% 1 50% 1 27% 2 22% 3 38% 3 38% 2 18% 3 26% 2 44% 2 19% 5 14% 4 9% 5 25% 4 25% 3 14% 5 13% 4 13% 6 25% 4 0% 6 9% 6 19% 5 13% 6 11 Köszönöm a megtisztelő figyelmet! "A bemutatott kutatómunka a Osztrák-Magyar Akció Alapítvány finanszírozásával valósult meg (Projektszám: 87öu14)." 12
A 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
VÁLLALATI 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,
A KKV-K INFORMATIKAI INFRASTRUKTÚRÁJÁNAK VIZSGÁLATA A VISEGRÁDI ORSZÁGOKBAN
A KKV-K INFORMATIKAI INFRASTRUKTÚRÁJÁNAK VIZSGÁLATA A VISEGRÁDI ORSZÁGOKBAN ABSZTRAKT Sasvári Péter PhD, egyetemi docens Miskolci Egyetem, Gazdálkodástani Intézet Az informatikai eszközök, információs
Számítógépes döntéstámogatás. Bevezetés és tematika
SZDT-01 p. 1/18 Számítógépes döntéstámogatás Bevezetés és tematika Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás SZDT-01 p. 2/18 SZDT-01
Tartalom. 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
PREDIKTÍV ANALITIKÁVAL A KORAI ISKOLAELHAGYÓK SZÁMÁNAK CSÖKKENTÉSÉÉRT
PREDIKTÍV ANALITIKÁVAL A KORAI ISKOLAELHAGYÓK SZÁMÁNAK CSÖKKENTÉSÉÉRT Horváth Ádám Divízióvezető Digitális Jólét Nonprofit Kft. Digitális Pedagógiai Módszertani Központ Nagy István EFOP-3.2.15-VEKOP-17-2017-00001
SAS 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
Az információbiztonság-tudatosság vizsgálata az osztrák és a magyar vállalkozások körében
Az információbiztonság-tudatosság vizsgálata az osztrák és a magyar vállalkozások körében Dr. Sasvári Péter - egyetemi docens Nagymáté Zoltán - doktorandusz 1 A kutatás célja Információbiztonság Információbiztonsági
II. IRI Társadalomtudományi Konferencia
II. IRI Társadalomtudományi Konferencia NOVÉ ZÁMKY, 2014. ÁPRILIS 25-26. PROGRAM TARTALMI ÖSSZEFOGLALÓK ABSTRAKTY International Research Institute s.r.o. Komárno 2014 International Research Institute s.r.o.,
Palaczk 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
Vezetői 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
A 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
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
AZ 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
Az információbiztonság-tudatosság vizsgálata a magyar üzleti- és közszférában
Az információbiztonság-tudatosság vizsgálata a magyar üzleti- és közszférában Dr. Sasvári Péter egyetemi docens Som Zoltán biztonsági szakértő, oktató - Budapest, 2014. szeptember 24. 1 Pár mottó A szabály
VIR 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
Gazdasági 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
S atisztika 1. előadás
Statisztika 1. előadás A kutatás hatlépcsős folyamata 1. lépés: Problémameghatározás 2. lépés: A probléma megközelítésének kidolgozása 3. lépés: A kutatási terv meghatározása 4. lépés: Terepmunka vagy
A XXI. század módszerei a könyvvizsgálók oktatásában avagy a digitális kompetenciák és digitális tanulás fejlesztése
XXV. ORSZÁGOS KÖNYVVIZSGÁLÓI KONFERENCIA 2017. SZEPTEMBER 7-8. A XXI. század módszerei a könyvvizsgálók oktatásában avagy a digitális kompetenciák és digitális tanulás fejlesztése Madarasiné Dr. Szirmai
Big Data technológiai megoldások fejlesztése közvetlen mezőgazdasági tevékenységekhez
Big Data technológiai megoldások fejlesztése közvetlen mezőgazdasági tevékenységekhez Szármes Péter doktorandusz hallgató Széchenyi István Egyetem, MMTDI Dr. Élő Gábor egyetemi docens, Széchenyi István
Üzleti 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
Az üzleti intelligencia megoldások helye és szerepe a magyar vállalatok életében. Dr. Kovács László Dr. Sasvári Péter Miskolci Egyetem
Az üzleti intelligencia megoldások helye és szerepe a magyar vállalatok életében Dr. Kovács László Dr. Sasvári Péter Miskolci Egyetem 1 Mit jelent a BI? Mi jellemzi a BI értelmezésének fejlődését, az értelmezési
ÜZLETI INTELLIGENCIA ÉS VIZUALITÁS 31. Vándorgyűlés Szekszárd 2017
31. Vándorgyűlés 1 ÜZLETI INTELLIGENCIA ÉS VIZUALITÁS 31. Vándorgyűlés Szekszárd 2017 VÖRÖS ÁRPÁD TAMÁS 31. Vándorgyűlés 2 Alkalom, lehetőség, változás, paradigma váltás A digitális univerzum adat mennyisége
Tudásalapú 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
A szak specializációi
A szak specializációi Specializációk A specializációválasztás során a hallgatónak preferenciasorrendet kell megjelölnie, legalább két specializáció megadásával. A specializációkra történő besorolás a hallgatók
Az 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
KÖZÖSSÉGI MÉDIA ESZKÖZÖK SZEREPE A VÁLLALATI TUDÁSMEGOSZTÁSBAN
OBERMAYER NÓRA, PHD KÖZÖSSÉGI MÉDIA ESZKÖZÖK SZEREPE A VÁLLALATI TUDÁSMEGOSZTÁSBAN ISO 9000 FÓRUM XXIV. Nemzeti Minőségügyi Konferencia Balatonalmádi, 2017. szeptember 14-15. KUTATÁSI KERETRENDSZER KUTATÁS
Infor 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
Versenyelőnyszerzés az intelligens megoldások korában. Rehus Péter, SWG CEE, IS brand igazgató November 5.
Versenyelőnyszerzés az intelligens megoldások korában Rehus Péter, SWG CEE, IS brand igazgató 2013. November 5. Az új korszak átformálja a üzleti folyamatokat Big Data, közösség, mobil és felhőalapú e-business
Innovatív 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
Több 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
Pályázati lehetıségek az ECOD bevezetéséhez. Horváth Ferenc, Kereskedı Synergon Retail Systems Kft.
Pályázati lehetıségek az ECOD bevezetéséhez Horváth Ferenc, Kereskedı Synergon Retail Systems Kft. Tartalom Az ECOD bevezetésének költségei Források Pályázati lehetıségek Eredmények Az ECOD bevezetésének
Tát Tokod matematikai modelljének további hasznosítása
EEA Grants - HU04 Adaptation Programme TÁT-TOKOD TELEPÜLÉSEK CSAPADÉKVÍZ GAZDÁLKODÁSI KONCEPCIÓJA ÉS KLÍMAADAPTÁCIÓS LÉPÉSEI /Tát és Tokod Önkormányzata, DHI, BME, ÉDUVUZIG, ÉDV, BIOFORSK/ Tát Tokod matematikai
IKT megoldások az ipar szolgálatában
IKT megoldások az ipar szolgálatában Charaf Hassan, egyetemi tanár, tanszékvezető 1 IKT Trendek A mobileszközök és szenzorok erősödése A felhőszolgáltatások elterjedése Hálózati megoldások robusztussága
Dr. FEHÉR PÉTER Magyarországi szervezetek digitális transzformációja számokban - Tények és 1trendek
Dr. FEHÉR PÉTER Magyarországi szervezetek digitális transzformációja számokban - Tények és 1trendek 2 Változás sebessége A gazdasági átalakulás nehezen követi a technológiai fejlődést Technológiai változás
Témaválasztás, kutatási kérdések, kutatásmódszertan
Témaválasztás, kutatási kérdések, kutatásmódszertan Dr. Dernóczy-Polyák Adrienn PhD egyetemi adjunktus, MMT dernoczy@sze.hu A projekt címe: Széchenyi István Egyetem minőségi kutatói utánpótlás nevelésének
ELEMZŐ KAPACITÁS FEJLESZTÉSE, MÓDSZERTANI FEJLESZTÉS MEGVALÓSÍTÁSA
TÁMOP-2.4.8-12/1-2012-0001 A munkahelyi egészség és biztonság fejlesztése, a munkaügyi ellenőrzés fejlesztése ELEMZŐ KAPACITÁS FEJLESZTÉSE, MÓDSZERTANI FEJLESZTÉS MEGVALÓSÍTÁSA Előadó: Szentesi Fekete
IoT szolgáltatások fejlesztése - SensorHUB
IoT szolgáltatások fejlesztése - SensorHUB Érzékelés Feldolgozás Beavatkozás Lengyel László lengyel@aut.bme.hu Aktuális helyzet, körülmények A szenzorok, a mobil eszközök képessége nő A felhőszolgáltatások
Nyílt forráskódú technológiák központi és Önkormányzati környezetekben
Nyílt Forráskódú Szoftverek a Közigazgatásban konferencia Nyílt forráskódú technológiák központi és Önkormányzati környezetekben Dr. Szentiványi Gábor ügyvezető ULX Open Source Consulting & Distribution
Vállalkozásfejlesztési pályázatok 2012
Vállalkozásfejlesztési pályázatok 2012 Név Cél Pályázhatnak Elszámolható költségek Támogatás technológiafejlesztés GOP-2.1.1/A Közép-Magyarországi Régió felfüggesztve! Komplex vállalati technológiafejlesztés
Smart City Tudásbázis
Smart City Tudásbázis Projektpartner: Vezető partner és további projektpartnerek: TINA VIENNA (Vezető partner) Esetleg Bécs város kollégái és üzlettársai a kiválasztott tématerületeken Potenciális projektpartnerek
Miért érdemes egy vállalatnak kutatás-fejlesztési projektekben gondolkoznia? Előnyök, rejtett eredmények, megoldások.
Miért érdemes egy vállalatnak kutatás-fejlesztési projektekben gondolkoznia? INNOVÁCIÓ MENEDZSMENT SZOLGÁLTATÁSOK Előnyök, rejtett eredmények, megoldások. Tudástár 2018/10 Glósz és Társa Kft. Miért kutatás-fejlesztés
Az üzleti információs rendszerek használatának jellemzői a magyarországi és ausztriai kis- és középvállalkozások körében
Az üzleti információs rendszerek használatának jellemzői a magyarországi és ausztriai kis- és középvállalkozások körében SASVÁRI Péter Miskolci Egyetem, Gazdaságtudományi Kar, Miskolc sasvari.peter@uni-miskolc.hu
Az Európai Unió kis- és középméretű vállalkozásainak üzleti információs rendszer használatának és átlagos hozzáadott értékének vizsgálata
Az Európai Unió kis- és középméretű vállalkozásainak üzleti információs rendszer használatának és átlagos hozzáadott értékének vizsgálata SASVÁRI Péter Miskolci Egyetem, Miskolc, sasvari.peter@uni-miskolc.hu
AZ ÜZLETI INTELLIGENCIA HASZNÁLATÁNAK TERÜLETEI A HAZAI VÁLLALATOK VONATKOZÁSÁBAN
Miskolci Egyetem Gazdaságtudományi Kar Gazdálkodástani Intézet AZ ÜZLETI INTELLIGENCIA HASZNÁLATÁNAK TERÜLETEI A HAZAI VÁLLALATOK VONATKOZÁSÁBAN Kazinczy Ákos 2013 Tartalom 1. Bevezetés... 2 2. A Business
ADATTÁRHÁZ HATÉKONYSÁGNÖVELÉS, REDUNDANCIA CSÖKKENTÉS Frunza Zsolt ÜZLETI INTELLIGENCIA A JÖVŐ, AHOGY MI LÁTJUK
ADATTÁRHÁZ HATÉKONYSÁGNÖVELÉS, REDUNDANCIA CSÖKKENTÉS Frunza Zsolt ÜZLETI INTELLIGENCIA A JÖVŐ, AHOGY MI LÁTJUK TARTALOM 2 1. Miért válik a Redundancia Menedzsment egyre fontosabb kérdéssé? 2. Mit értünk
Módszertan a K+F adókedvezmények érvényesítéséhez
Módszertan a K+F adókedvezmények érvényesítéséhez Hogyan tudják kihasználni a vállalkozások a kutatás-fejlesztési adókedvezményeket www.glosz.hu www.innovacio-menedzsment.hu MIT CÉLSZERŰ TENNI EGY VÁLLALKOZÁSNAK,
Más szektorok (múltik, hazai nagyvállalatok és KKV-ék) HR trendjei és a közszolgálati emberi erıforrás menedzsment 2010
Humán Szakemberek Országos Szövetsége Budapest, 2010. március 24. Más szektorok (múltik, hazai nagyvállalatok és KKV-ék) HR trendjei és a közszolgálati emberi erıforrás menedzsment 2010 Dr. Poór József
MENEDZSMENT ALAPJAI Bevezetés
MENEDZSMENT ALAPJAI Bevezetés Dr. Gyökér Irén egyetemi docens 2012 ősz Jegyzetek, diasorok - ÜTI honlap http://www.uti.bme.hu/cgibin/hallgato/tantargyak.cgi?detail=true&tantargy_id=15035 Folyamatos számonkérés:
Vasúti Erősáramú Konferencia
Vasúti Erősáramú Konferencia 2015. NOVEMBER 17-19. Pál László általános vezérigazgatóhelyettes MÁV Zrt. Pályaműködtetési szerződés a Magyar Állam és a MÁV Zrt. között 2016-2025 A MÁV Zrt. 2016-ra tervezett
Hamisítás, kalózkodás a szellemi tulajdon vizein Budapest, 2008. november 20. Magyar Szabadalmi Hivatal
Vigyázat hamisítják! emarks projekt intelligens informatikai megoldás a hamisítás kiszűrésére Vadász Ágnes Hamisítás, kalózkodás a szellemi tulajdon vizein Budapest, 2008. november 20. 1 Hamisítási esetek
A vezetői jelentésrendszer alapjai. Információs igények, irányítás, informatikai támogatás
A vezetői jelentésrendszer alapjai Információs igények, irányítás, informatikai támogatás Tartalomjegyzék Döntéstámogató információs rendszer piramisa Integrált rendszer bevezetésének céljai Korszerű információ-szolgáltatási
A beruházások döntés-előkészítésének folyamata a magyar feldolgozóipari vállalatoknál
A beruházások döntés-előkészítésének folyamata a magyar feldolgozóipari vállalatoknál Szűcsné Markovics Klára egyetemi tanársegéd Miskolci Egyetem, Gazdálkodástani Intézet vgtklara@uni-miskolc.hu Tudományos
INFOKOMMUNIKÁCI STRATÉGI. Budapest, 2004. május 26 Philippovich Ákos philippovich@t-online.hu +36 30 555 4 666
INFOKOMMUNIKÁCI CIÓS STRATÉGI GIÁK Budapest, 2004. május 26 Philippovich Ákos philippovich@t-online.hu +36 30 555 4 666 Miről l szól l a stratégia gia 1. A térség gazdasági erősítése 2. A lakosság közérzetének
Merre megy a könyvvizsgálat a digitalizáció korában?
Merre megy a könyvvizsgálat a digitalizáció korában? XXVI. Országos Könyvvizsgálói Konferencia 2018. szeptember 6. Halmosi Gábor, FCCA kamarai tag könyvvizsgáló Napirend A digitalizáció hatása napjainkra
E-Learninga menedzsmentben és a szervezeti tudás megújításában empirikus vizsgálatok tükrében
E-Learninga menedzsmentben és a szervezeti tudás megújításában empirikus vizsgálatok tükrében Prof. Dr. Poór József, egyetemi tanár Dr. Szalay Zsigmond, egyetemi docens Pető István, adjunktus Zsigri Ferenc,
ó Á ü Á Á ü ó ó Í ö ú ó ö ö ö ú ö ö ö ü ö ö ó ö ö ü ú óú óú ú Í ú ó ú ú ú ú ú óú ú Á Í ó ö ú óú ó óú ú ú ó ö ü ö ö ü ú ú ü ö ó ü ö ö ü ü ö ü ó ó ó ü ó ó ó ö Á É ü ö Í ü Í ó ó ó ó ú ö ó ü ú ó ű ú ó ö ú
Í í É Á ö ü Ó Ü ö ü Ü í őú Ü í Í ő í Ó ú í ú í ö í ő ö ö Í í í ú ú ö ő ö ő ö ö ö í í ö ö ö ő ö í ö ő ö í ő ö í ÍÍ ö ő ü í ő ö Ü Ü ö í ő ü ü Ü í Ü Ü ö Ü Ü Ü í ö ő ű ő Ú ő ő ö ő í ö ü ő ö í ű Í Ú ö Ú ü ö
Í Ö í Í ú í Í ö ü í í í í ü í í ü ü í Ö í ü ü ü í í ü í í ő ü í í í ü ö í í í í ő í í í í í ű Ö í í Í í ö ő Í ő ü ü ő ő í í ü í Ö í Í ő Ü ö ö í ö í ö ü ü Ó ö ü ü ü ü ü í ü ü ü ö ü ö ü í Ü ü í í ú Ú ü ű
í í ö ő í í í Ö ö í ő í í í í í í Í Ó í ö ő ú ö ú í í ő ő í ö ő í ő í í í ö í í ő ü í ü ő ö í ü ö ö í ö ü ö ő ö ö í í í í ö ő ő ú ö í ő ö ö í ő ö í ő í ü ő í ü ö í í ö í í í ö í ő ö í ő ő ü ö í ő í ö ő
ő ú ő ü Í Í ü ú ö ú ö ű ö ö Á ő ő Á ú ő ú Á ö ú ö ú ő Ö ö ú ü ő ü ü ő öú ö ö ö ö ü ő ő ő ö ű ő ő ö ő ö ő ű ő ö ö ü ő ő ő Ú ü Á ö ú ő ő ő ő ő ü ő ú ő ő ö ö ő ú ö ő ü ö ö ú ü ö ő ő ü ű ö ű ű ö ö ü ö ö ő
í ő í ő ö ő í ö ö í ö ú í ú öű ő ű í ő ö í ü ő ő ő í ő ü ő ü ő ű ü ő ü ü ú ü ő ü ü ő ő ö ö ö ú ü ö í ö ö í ü ü ö ö ö í ü ü ő ő ö ő ő ő ö í ü ö ü ő ő ő ö í ö ő ö ő í É ö ü ö ö í í ő ö ú ü ö í í ő í í í
É ü ü É ü É É Ú Ó ü ü ű Ü Ú ű ü Ü Ó ü Ü Ú Ü ü ü Ó Ú ü Ü ű Ü ü Ó Ú Ú ü ü ü Ú ü Ü Ü Ú ü Ó ü ü Ü Ö Ü Ó Ü ü Ü Ü Ú Ó ü Ü ü ü ü ű Ü ű Ó Ü Ü Ü ü Ü ű Ö Ö Ő Ó É Ö ü É Ó ü ű Ú ű Ó É Ú Ú É ü Ő Ó Ő ű É Ö ű ü ü
ő ö ú ű ö ö Ö ö ő ö ö Ö ö ő ő ő ú Ó ö ő ő ú ő ő ö ő ő ö ö ö ő ő ő ö ö ő ö ü ű ő ű ő ö Á ö ő ö ő ő ű ö ő ú ö ö ű ö ő ő ő ő ő ö ö ú ű ő ü ő Ú ő ü Ű ü ö ö Ó ű ő ű ő ő ö ő ö ű ű ő ű ö ű ő ő ű ü ö ö ü ő Á ö
ó ó ú ú ő ó ő ú ú ó ű ű ú ő ű ó ó ő ő ó ó ó ú ó ó ó ő ú ó ő ő ő ó ő Ó Ó ő Ü ó ú ó Ö Ü ó ú ő ú ő ő ó ó ő ú ő ó ő ú ő ő ú ő ű Ö ú ú ó ó ő ő ó ó ó ő ú ő ó ő ő ő ó ó ú ó ő ő ó ó ő ő ő Ó ő ő ő ú ú ó ú ő ó ű
ü ö ö ú ö ü ű ö ü ö ü ö É Á Á ö Á Á Ú Á Á Á ö ú Á ö ö ü É ö Á ü ö Á ö ö ö Á ú öú ü ö ü ú Á ü ű ú ú ü Á ú ú ű ű ú ü ü Á ü ö ö ú ö ö ö ö ú ú ü ö ö ü ü ű ö ú Á ű ü ö ú ö ö ö ö ö ö ö ö ü ö ö ö Á ö ű ö ö ö
ő ű ő ő ő ő ő ő ő ő ő ő ű ő ű ű ű ő ő É ő ű ő ű ő ő Ú ű Ú ő Ú ű Ú ű ő ű ő ő ő Á Á Ú Á ő ő Ú ű ő ő Ó ő ű Ó ű ő Ü ő ő É ű ő ű ő Ú É ő ű Ú É ő Á É Á Ú ő ő É ő É Ü É É ű Ü ő Ú Ú Á É ő ő É ő ő Ó Ó ő ő É É Á
Í Ü Ő Ó Á Ó Á Ó Ú Á Á ó Í ű Á Ö Á Á Í Í Ü Á Á Í Ő Ú Á ú ú Í ó ö ö ö ű ö ö Á Á Á Á ó ö ó ó Á ö ö ú Á Í ű Ü ó Í ö ú ö ö Á ó ó ó Í ó ó ó ü ó ó ö ó Á ű ó ö Í Á ó ó ü ö ö ö Í ó ó ö Í ö ö ö ö ü ú ö ü Í ú ó ö
Ö É É ü ú ú ú ö ü ű ű ö ű Ó Ö É É Ó É ú ü É Ö ü ű ű ö ö ü ö ű ö ö ű ű ú ü ű ö ű ű ú ű ö ű ú ú ü ű ö ú ü ö ú ö ű ű ö ö ű ü ö ö ö ú ú ö ö ű ö ű ö ű ű ö ű ű ö ú ö ű ö ű ű ö ö ű ö ö ö ö ö Ü öü ö ü Ö É ö ü
Ú ő Ő É ó ó ő ó ú ö ó ó ó ó ö É ó ó ó ó ú ő ö ú ő ö Á ó ő ő ó ú ő ő ü ő ő ő ö ő ó ö ő ő ó ö ő ü ő ó ú ü ö ó ó ő ő ó ő ő ő ó ű ö ő ő ö ü ő ő ő ó ö ó ő ü ú ö ő ö ó ó ő ő ő ü ő ü ő ó ő ó ü ő ó ó ő ő ó ő ó
Ü É É É ű ű ű Ú Ü Ö Ü Ü ű Ó ű ű ű É ű ű Ő ű ű ű Ü ű É ű ű ű ű ű Ú É É Í É É É É É É É ű É É Ó Ö Ö Ö É Ö É É Ó Ö É Ó Ó ű É ű ű É É ű Ú É É ű ű Í ű É Ú ű ű ű É Ó Ö Ö É Í Ő Ö É ű É ű Ú É É ű É É ÓÚ É Ő
ö ő ü Ó Ö ü ö ő ü ó ő ü ü í ü ő ó ő ó ő ó ő ö ő ó ö ö ő ü ö ö ü í ő ü ü ü ő ö ó ő ó ő ü ő ö ő ü ú ő ö ő ó ő ö ö Ö ő ó ó ő ó ő ó ü ü ó ó ó ó í ő ó ő ü ö Ö ő ü ó ü ö ő ö Ö ő ü ú ü í ö Ö ő ó ó ő ü ö í É ö
ő ű ő ő ö ü ö ő ü ő ű ú Á ö ű ü ő ő ú ú ő ű ö ö ú ú ő ú ú ü ú ú ő ő ő ő ő ö ö ö ü ö ö ö ü ő ő ü ő ú Á ő öü Á ö ö ő ö ö ü ö ü ö ö ő ű ö ú ö ő ö ü ö ö ö ő ú ü ö ő ű ö ö ö ő ő ő ő ü ü ő ö ü ő ő ö ü ü ő ö
RFID RENDSZEREN ALAPULÓ, EGYSÉGES ORSZÁGOS HULLADÉK- KÖVETŐ INFORMATIKAI RENDSZER
RFID RENDSZEREN ALAPULÓ, EGYSÉGES ORSZÁGOS HULLADÉK- KÖVETŐ INFORMATIKAI RENDSZER Előadó: Dörnyei Zsolt fejlesztési koordinátor Fejlesztési és Stratégiai Igazgatóság Budapest, 2017. október 19. A projekt
I. CRM elmélete és gyakorlata. II. Stratégiai elemek. III. Strukturális megoldások
Transzformáció -CRM Értékesítési stratégiák I. CRM elmélete és gyakorlata II. Stratégiai elemek III. Strukturális megoldások 1 Customer Relationship Management egy filozófia Értékesítés Ügyfél Marketing
Gazdálkodószervezetek kockázatkezelési gyakorlata Magyarországon 2014.
Gazdálkodószervezetek kockázatkezelési gyakorlata Magyarországon 2014. Aon felmérés összefoglaló eredményei Előadó: Rendesi János ügyfélkapcsolati igazgató e: janos.rendesi@aon.hu Aon Risk Solutions 1
Hosszabb távra tervező és innovatívabb családi vállalkozások? Egy empirikus vizsgálat tapasztalatai
Hosszabb távra tervező és innovatívabb családi vállalkozások? Egy empirikus vizsgálat tapasztalatai Dr. Dőry Tibor Tanszékvezető, egyetemi docens XXV. Nemzeti Minőségügyi Konferencia Balatonalmádi, 2018.
Projektvezetői 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
Beruházási pályázati lehetőségek Szilágyi Péter Élelmiszer-feldolgozási Főosztály
Beruházási pályázati lehetőségek 2014-2020 Szilágyi Péter Élelmiszer-feldolgozási Főosztály TÁMOGATÓ VÁLLALKOZÁSI KÖRNYEZET Magyarország közép és hosszú távú élelmiszeripari fejlesztési stratégiája A STRATÉGIA
E E Pannonia. Nyitókonferencia Opening conference 2014. 01. 23, Pécs
E E Pannonia Nyitókonferencia Opening conference 2014. 01. 23, Pécs Izrada zajedničkog akcijskog plana energetske učinkovitosti za pograničnu regiju EE Pannonia EE Pannonia Elaboration of joint energy
KORMÁNYZATI SZEMÉLYÜGYI DÖNTÉSTÁMOGATÓ RENDSZER KÖFOP VEKOP 16
KORMÁNYZATI SZEMÉLYÜGYI DÖNTÉSTÁMOGATÓ RENDSZER KÖFOP 2.1.5 VEKOP 16 Előadó: Balogh Csaba dátum: 2018.01.26. BEVEZETÉS BEVEZETÉS Előzmények KÖZIGTAD Jellemző strukturális hibák Gyenge adatszolgáltatási
Integrált gyártórendszerek. Ágens technológia - ágens rendszer létrehozása Gyakorlat
IGYR p. 1/17 Integrált gyártórendszerek Ágens technológia - ágens rendszer létrehozása Gyakorlat Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu IGYR
TANTÁRGYI ÚTMUTATÓ. Vállalkozástan. tanulmányokhoz
II. évfolyam GM szak BA TANTÁRGYI ÚTMUTATÓ Vállalkozástan tanulmányokhoz TÁVOKTATÁS Tanév (2014/2015) II. félév A KURZUS ALAPADATAI Tárgy megnevezése: Vállalkozástan Tanszék: Vállalkozás és Emberi Erőforrások
Helyzetkép a foglalkoztatási együttműködésekről a 2015. évi adatfelvétel alapján
Hétfa Kutatóintézet Nyugat-Pannon Terület- és Gazdaságfejlesztési Nonprofit Kft. Helyzetkép a foglalkoztatási együttműködésekről a 2015. évi adatfelvétel alapján A TÁMOP 1.4.7.-12/1-2012-0001 FoglalkoztaTárs
30 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
20 éves Szombathely város térinformatikai rendszere
20 éves Szombathely város térinformatikai rendszere Keringer Zsolt Irodavezető E-mail: keringer@szombathely.hu Szombathely Megyei Jogú Város Önkormányzata Első lépések Döntés a Digitális Földmérési alaptérkép
INFORMATIKAI OKTATÁSI KONFERENCIA Pölöskei Gáborné Helyettes államtitkár
INFORMATIKAI OKTATÁSI KONFERENCIA 2019 Pölöskei Gáborné Helyettes államtitkár IPAR 4.0 az informatikai képzés átalakulása Az Ipar 4.0 megjelenésével minden foglalkozás átalakul Forrás: McKinsey (2018)
A hivatalos statisztika modernizációja az adatforradalom korában
A hivatalos statisztika modernizációja az adatforradalom korában Vukovich Gabriella 150 éves a Központi Statisztikai Hivatal Földi sokaságok égi tünemények konferencia 2017. október 18. A statisztika előtt
Az LCA Center egyesület bemutatása. István Zsolt elnök
Az LCA Center egyesület bemutatása István Zsolt elnök 1 Mi az LCA? Az életciklus-elemzés (Life Cycle Assessment, LCA) más néven életciklus-becslés, életciklus-értékelés, vagy életciklus-vizsgálat egy termék,
A precíziós gazdálkodás bankos szemmel Gór Arnold Regionális agrár kapcsolattartó Takarék Agrár Központ
A precíziós gazdálkodás bankos szemmel Gór Arnold Regionális agrár kapcsolattartó Takarék Agrár Központ 2017 május-június Mint szorgos méhecske Az agrárium a stratégiai partnerünk Kiszolgálásában egyedülálló
The 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
Változások 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
MUNKAERŐ FLUKTUÁCIÓ VIZSGÁLATA MAGYARORSZÁGON
Via Futuri Nemzetközi Konferencia, Fenntarthatóság Versenyképesség Regionális fejlődés MUNKAERŐ FLUKTUÁCIÓ VIZSGÁLATA MAGYARORSZÁGON KÉRDŐÍVES FELMÉRÉS 480 Válasz 207 Érvényes válasz A KUTATÁS KITERJEDÉSE
Big 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
KÖVETKEZŐ 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!
Smarter 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
MODERN VEZETÕI CONTROLLING
DR. HANYECZ LAJOS MODERN VEZETÕI CONTROLLING GAZDÁLKODÁS MENEDZSMENT Budapest, 2011 Szerzõ: Dr. Hanyecz Lajos 9.3 9.6 rész szerzõje Kristóf Péter Lektor: Dr. Bélyácz Iván ISBN 978 963 638 379 4 Kiadja
A 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
BIG DATA ELEMZÉSEK LEHETŐSÉGEI
BIG DATA ELEMZÉSEK LEHETŐSÉGEI A KÖRNYEZETVÉDELMI MODELLEZÉSBEN Dr. Torma A. 2015.11.13. 2015/11/13 Dr. TORMA A. >> Széchenyi István Egyetem 2 Tartalom 1. A Big Data fogalma 2. Pár érdekes adat a Big Data