Search the digital library catalog

Abstract: S podatki se ljudje srečujemo na vsakem koraku že tisoče let, zato jih je zaradi ogromne količine smiselno urediti in postaviti na ustrezna mesta. Za shranjevanje in delo s podatki uporabljamo podatkovne baze, ki pa so si med seboj različne. Prav tako imamo različne vrste podatkov, ki jih lahko na grobo delimo na strukturirane, nestrukturirane in delno strukturirane podatke. Vsi imajo nekaj skupnih a tudi veliko različnih lastnosti, ki jih delajo drugačne in bolj specifične. Delo s podatki ustvarja veliko število delovnih mest, ker pa je podatkov iz dneva v dan več je vseskozi potreba po novi delovni sili, nastajajo nova delovna mesta in nenehno si je potrebno pridobivati nova strokovna znanja, da lahko izpolnjujemo pričakovanja podjetij na tem področju. S podatkovnimi bazami in podatki lahko delajo tudi osnovni poslovni uporabniki, vendar zgolj v omejeni količini, saj nimajo naprednega znanja s tega področja. V kolikor želimo z našimi podatki doseči dodano vrednost za podjetja moramo te pravilno shranjevati in kasneje za njih uporabljati določena orodja, ki so si glede na tip podatkov lahko zelo raznolika. Podatke modeliramo, da jih spravimo v ustrezno obliko in da lahko iz njih iztisnemo kar se da veliko. Pri tem nam prav pridejo tudi sistemi za upravljanje s podatkovnimi bazami, ki so za doseganje dobrih rezultatov v podjetjih dandanes skoraj nuja. Sistemi za upravljanje s podatkovnimi bazami nam omogočajo, da iz že pridobljenih podatkov z različnimi pristopi analiziramo in pridobimo odgovore na vprašanja, ki smo si jih zastavili in izboljšamo poslovanje podjetja. Za različne tipe podatkov imamo različne strukture baz, ki se skozi čas nenehno spreminjajo in izboljšujejo. Vsekakor pa v zadnjem času v ospredje prihaja umetna inteligenca, ki je v veliki meri že prisotna v podatkovnih bazah in obratno, enako velja tudi za orodja, ki se uporabljajo pri analizi podatkov. Trendi na področju podatkovnih baz pa v zadnjih letih temeljijo tudi na čim večjem vključevanju strojnega učenja, razširjanju sistemov za upravljanje s podatki in širitev teh v oblačne rešitve.
Keywords: podatkovne baze, strukturirani podatki, nestrukturirani podatki, sistemi za upravljanje s podatkovnimi bazami (SUPB), modeliranje podatkov, orodja za strukturirane in nestrukturirane podatke
Published in DKUM: 26.09.2024; Views: 0; Downloads: 6
Full text (1,62 MB)

Abstract: Nesprejetje novega nacionalnega Zakona o varstvu osebnih podatkov (ZVOP-2) na izpolnjevanje zakonskih skladnosti v organizacijah vpliva negativno. Onemogoča polno uveljavljanje Splošne uredbe o varstvu podatkov (GDPR), urejanje določenih področij v luči obstoječega zakona ZVOP-1 je nepregledno, določene določbe pa je nujno v celoti nadomestiti s posodobitvami upoštevajoč GDPR. Oteženo je tudi delo nadzornega organa, tj. Informacijskega pooblaščenca Republike Slovenije (IP). Težave imajo tudi izvajalci implementacije GDPR v organizacijah, kar se ugotavlja preko študije primera izvajalca v tem delu. Med ključna področja in poudarke področja varstva osebnih podatkov pri implementaciji se uvrščajo vgrajeno in privzeto varstvo podatkov, načela in pravne podlage za obdelavo osebnih podatkov, veljavna privolitev, transparentnost obdelave z zagotavljanjem informacij do osebnih podatkov (za posameznike), izvajanje pravic posameznikov, pogodbe o pogodbeni obdelavi osebnih podatkov, evidenca dejavnosti obdelave, varnost obdelave, kršitve varstva osebnih podatkov, ocena učinka v zvezi z varstvom podatkov, pooblaščena oseba za varstvo podatkov, prenos podatkov v tretje države ali mednarodne organizacije. Za implementacijo so pomembni še analiza stanja pred vpeljavo in obdobne revizije, preko katerih se prepozna stanje sistema v organizaciji in izpostavijo pomanjkljivosti za podajo priporočil za potrebno nadgradnjo. Upoštevati je potrebno pravni in informacijsko-tehnološki (IT) vidik skladnosti, priporoča se uporaba PDCA kroga, implementacija pa je na ta način (preko načrtovanja, izvajanja, preverjanja in ukrepanja) stalno, kontinuirano dejanje, ki zaradi zahtev poslovnega in zakonodajnega okolja zahteva celovit oziroma sistemski pristop. K njemu v svojih smernicah in priporočilih stremi tako nadzorni organ kot tudi izvajalec implementacije, kar se odraža v obravnavani dokumentaciji.
Keywords: osebni podatki, upravljanje z osebnimi podatki, podjetja, varstvo osebnih podatkov, GDPR, implementacija GDPR, študija primera, magistrska dela
Published in DKUM: 26.09.2022; Views: 906; Downloads: 147
Full text (2,68 MB)

Keywords: baze podatkov, upravljanje podatkovnih baz, podatki, relacijske baze podatkov, strukturiran poizvedovalni jezik, strukturiran povpraševalni jezik, SQL, učbeniki
Published in DKUM: 03.06.2021; Views: 1375; Downloads: 111
Full text (5,98 MB)

Abstract: Dandanes se na trgu pojavlja vedno večja konkurenca med podjetji. Za doseganje konkurenčnih prednosti mora podjetje nuditi tudi poprodajne storitve. Ena izmed najpogostejših poprodajnih storitev je servis ter garancija. Za organizacije je priporočljivo, da imajo čimvečji del svojega poslovanja podrpt z računalniškimi rešitvami. Za podporo vodenja servisa lahko podjetje računalniške rešitve samo izdela, jih najame ali kupi specifično za to funkcijo ali pa jih najame ali kupi kot del celovite računalniške rešitve. V kolikor podjetje še ne uporablja celovite rešitve je smiselno razmislitvi o uvedbi le te. V kolikor to predstavlja podjetju prevelik strošek se mora odločiti med najemom in izdelavo posamezne rešitve, če v organizaciji ni dovolj tehničnega znanja za izvedbo takšne rešitve je najbolj smiseln nakup ali najem že obstoječe.
Keywords: baze podatkov, informacijske rešitve, sistemi za upravljanje z bazami podatkov, servisni modul
Published in DKUM: 23.11.2020; Views: 1138; Downloads: 56
Full text (2,17 MB)

Abstract: Hiter tehnološki napredek na področju digitalizacije in podatkov ter analitike je omogočil nastanek novih poslovnih inovacij in novih oblik konkurence. Tehnologija se razvija na področju robotike, analitike in umetne inteligence. Nekatera podjetja pridobivajo konkurenčno prednost pri uporabi podatkov in analitike, kar omogoča hitrejše in obsežnejše sprejemanje odločitev na podlagi dokazov, pridobivanju različnih vpogledov in optimizacije procesov. Umetna inteligenca bo spremenila podjetja in ustvarila nove vrste podjetij. Tehnične inovacije so pomagale organizacijam z novimi možnostmi za doseganje strank. Sistem za upravljanje odnosov s strankami in umetna inteligenca sta zelo močna kombinacija, ki ustvarjata na digitalnem trgu. Ker je internet postal hrbtenica sodobnih prodajnih in trženjskih prizadevanj, se je moral CRM sistem razviti, da zajame in kategorizira nenehno naraščajoč tok signalov in podatkovnih točk. Cilj umetne inteligence v CRM sistemih je, da umetna inteligenca obvladuje analizo in pripravi pametna priporočila o strankah ali možnostih. Od 1028 organizacij po vsem svetu je 28% izjavilo, da so že sprejele umetno inteligenco, 41% pa jih je odgovorilo, da bodo to storile v dveh letih (Salesforce, 2019). Podjetja se zavedajo, da so njihova najdragocenejša sredstva odnosi s stankami. Dejstvo je, da izgradnja osebnih in socialnih odnosov postaja pomembno področje trženja. Podjetja upravljajo s podatki, kot so družabni marketing, maloprodajne podatkovne baze, zabeležena strankina aktivnost, logistika in podatki o podjetjih, da vzpostavijo kakovostne strategije CRM. Ker lahko velike količine podatkov zagotovijo vzorec informacij strank, lahko podjetja napovedujejo in predpostavljajo, kakšne so potrebe svojih strank danes. Velike količine podatkov so pomagale oblikovati številne industrijske panoge in spremenili način delovanja podjetij danes.
Keywords: umetna inteligenca, sistemi za upravljanje odnosov s strankami, velike količine podatkov, tehnologija
Published in DKUM: 10.12.2019; Views: 1691; Downloads: 228
Full text (1,14 MB)