| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 6 / 6
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
Poročilni sistem v veliki finančni instituciji na področju javne uprave
Edis Imamović, 2021, magistrsko delo

Opis: V delu najprej obravnavamo poročilne sisteme s teoretičnega vidika. Na podlagi ugotovitev stanje poročilnega sistema proučimo v veliki finančni organizaciji v Sloveniji. Poročilni sistem obravnavamo iz več zornih kotov; najprej proučimo njegov pomen na uspešnost poslovanja in pokažemo vrsto elementov in procesov ki jih povezujejo. Vsi ti elementi morajo biti ustrezno povezani, da bi se uresničil obet poslovne vrednosti poročilnega sistema. V analizi poročilnega sistema nadalje razdelimo na dva nivoja, podatkovno skladišče in analitične aplikacije ter oba podrobno razdelamo po posameznih pomembnih gradnikih. Predstavimo tudi zrelostna modela, ki služita kot instrument za ocenjevanje napredka pri vzpostavitvi podatkovnega skladišča in poslovne analitike. Za študijo primera smo izbrali Finančno upravo republike Slovenja (FURS). Primer analiziramo skozi teoretični okvir, predstavljen zgoraj. Ugotavljamo, da je FURS na področju poročilnega sistema naredil mnogo dela in ima zato solidno podporo odločanja. Ugotovili pa smo tudi precej možnosti za izboljšave, tako na področju podatkovnega skladišča kot tudi pri poslovni analitiki. Skozi nadaljnje delo na poročilnem sistemu in njegovo kontinuirano izboljševanje bo FURS lahko dvigal raven poslovanja, prek izboljšanja poslovnega odločanja.
Ključne besede: poročilni sistem, poslovna analitika, podatkovno skladišče, zrelostni model
Objavljeno v DKUM: 20.10.2021; Ogledov: 500; Prenosov: 44
.pdf Celotno besedilo (3,28 MB)

2.
Digitalna transformacija podjetja s pomočjo rešitve SAP Leonardo
Špela Berglez, 2020, magistrsko delo

Opis: Vstopili smo v digitalno dobo, v kateri nove nastajajoče digitalne tehnologije, kot so internet stvari, masovni podatki, strojno učenje, napredna analitika, veriženje blokov, podatkovno obveščanje, umetna inteligenca itd. spreminjajo svet in vplivajo na vsa področja človeškega delovanja. Predvsem pereče učinke imajo v poslovnem svetu, na katerega smo se v magistrskem delu podrobneje osredotočili. Spreminjajo se pričakovanja strank, izdelki postajajo okrepljeni s podatki, nastajajo nova partnerstva, operacijski modeli pa se preoblikujejo v nove digitalne modele. Vse to prisili podjetja v digitalno transformacijo, ki jo opredeljujemo kot uporabo tehnologij za vplivanje na tri organizacijske razsežnosti. Zunanje, s poudarkom na digitalni izboljšavi uporabniških izkušenj in spreminjanju celotnega življenjskega cikla, notranje, ki vplivajo na poslovanje, odločanje ter organizacijske strukture, in celostno, ki zadeva vse poslovne segmente in funkcije, ki pogosto vodijo do novih poslovnih modelov. S tem podjetja vstopajo v obdobje »pametnih« procesov, kjer podatke in inteligenco postavljajo v jedro svoje prihodnosti, gradijo nove sposobnosti, veščine, tehnologije in razvijajo novo kulturo. Zaradi tega bo naslednje obdobje določeno s tako imenovanimi pametnimi podjetji, ki s pomočjo pametnih poslovnih aplikacij uporabljajo podatke in inteligenco za zajemanje novih poslovnih priložnosti, omogočajo boljše sprejemanje odločitev na vseh organizacijskih ravneh in razbijajo silose med tradicionalnimi tehnologijami. Na trgu obstaja veliko različnih ponudnikov informacijskih rešitev, ki pomagajo podjetju izvesti uspešno digitalno transformacijo. V magistrskem delu smo se osredotočili na najprodornejšega ponudnika na tem področju – na podjetje SAP in podrobno predstavili najnovejšo rešitev SAP Leonardo. Gre za kombinacijo najnovejših tehnologij in storitev, ki pomagajo obvladovati digitalno transformacijo, in sicer internet stvari, strojno učenje, masovni podatki, poslovna analitika, veriženje blokov in podatkovno obveščanje. Integrirani v celovito rešitev SAP Leonardo, s pristopom inovativnega dizajnerskega razmišljanja, pa skupaj predstavljajo zmagovalno kombinacijo na poti uspešne digitalne transformacije in preoblikovanja v pametno podjetje. Za konec smo predstavili še študije primera, s katerimi smo združili teorijo in prakso v zaokroženo celoto in prikazali resnično vrednost rešitve SAP Leonardo v nenehno spreminjajočem in tekmovalnem poslovnem okolju digitalne dobe. Z magistrskim delom smo tako izpostavili vladajočo resnico – digitalna doba nagrajuje spremembe in kaznuje zastoj. Kako uspešno bodo podjetja preoblikovala svoje jedro, bo razlika med zmagovalci in poraženci digitalne dobe.
Ključne besede: digitalna transformacija, pametno podjetje, SAP Leonardo, internet stvari, strojno učenje, masovni podatki, poslovna analitika, veriženje blokov
Objavljeno v DKUM: 25.08.2020; Ogledov: 1007; Prenosov: 227
.pdf Celotno besedilo (3,53 MB)

3.
Primerjalna analiza SAP orodij za poslovno inteligenco
Enis Zornić, 2018, diplomsko delo

Opis: Živimo v času, v katerem so ključni cilji podjetij vseh velikosti zmanjševanje stroškov, odkrivanje novih priložnosti in nevarnosti ter spremljanje podjetja na vseh področjih in poročanje vodstvu podjetja. Z vsemi omenjenimi dejavnostmi je tesno povezan pojem poslovne inteligence. Orodij za poslovno inteligenco je na trgu veliko, podjetja pa morajo izbrati tisto, ki jim najbolj ustreza. Podjetje SAP je eno izmed vodilnih ponudnikov poslovnih rešitev, že leta pa poudarjajo pomembnost analitike za podjetja vseh velikosti. V tem diplomskem delu bomo podrobneje analizirali orodja SAP (Business Warehouse/Business Ingelligence) in jih med seboj primerjali. Orodja bomo primerjali na podlagi lastno določenega merila, ki bo podjetjem pomagal bolje razumeti razlike med orodji ter njihove prednosti in slabosti. Prav tako bomo raziskali uporabniško izkušnjo, s pomočjo katere bomo ugotovili, komu so posamezna orodja namenjena in s kakšnimi težavami se uporabniki srečujejo pri uporabi teh orodij.
Ključne besede: poslovna inteligenca, SAP, BusinessObjects, analitika, poročanje, BW/BI
Objavljeno v DKUM: 08.11.2018; Ogledov: 625; Prenosov: 100
.pdf Celotno besedilo (903,29 KB)

4.
Uporaba napovedovalnikov v kontrolingu
Dario Šmigoc, 2015, magistrsko delo

Opis: Tema magistrskega dela je uporaba napovedovalnikov (orodij napovedovalne analitike) v kontrolingu. Namen dela je bil proučiti smotrnost uporabe orodij napovedovalne analitike v kontrolingu. Prikazati smo želeli pri katerih aktivnostih v kontrolingu lahko uporaba orodij napovedovalne analitike doprinese dodano vrednost. Napovedovalna analitika je opredeljena kot skupek različnih tehnologij s katerimi se odkrivajo razmerja in vzorci znotraj velikih količin podatkov, ki predstavljajo novo znanje oziroma se jih uporablja za napovedovanje dogodkov in vedenj. Najpomembnejše naloge kontrolerja so naloge povezane izvajanjem procesa in aktivnosti načrtovanja, naloge povezne z analiziranjem in nadziranjem poslovanja in naloge povezane z informiranjem. Najpomembnejše orodje kontrolerja, je njegov informacijski sistem, s katerim si zagotavlja podatke in informacije, ki jih potrebuje pri svojem delu. Kot najboljša rešitev na tem področju se je v zadnjem desetletju uveljavil sistem poslovne inteligence. Cilj magistrskega dela v empiričnem delu je bil, da se na osnovi pridobljenih znanj oblikuje model uporabe orodij napovedovalne analitike v kontrolingu, ter da se le-ta tudi preizkusi v praksi. V zasnovanem modelu uporabe orodij napovedovalne analitike v kontrolingu smo povezali informacijske potrebe, ki se pojavljajo v kontrolingu z zmožnostjo zagotavljanja informacij, ki jih lahko nudi napovedovalna analitika. Sistematično smo predelali vse predstavljene skupine aktivnosti kontrolinga in iskali področja, kjer bi lahko z nalogami in tehnikami napovedovalne analitike prišli do podatkov, ki bi določene procese izboljšali. Kot takšni smo v modelu opredelili dve skupini aktivnosti kontrolinga in sicer načrtovanje in analiziranje. Zasnovani model smo preizkusili v praksi in sicer smo uporabo orodja napovedovalne analitike SPSS Modeler preizkusili pri načrtovanju in analiziranju v kontrolingu Zavarovalnice Maribor d.d.
Ključne besede: napovedovalna analitika, podatkovno rudarjenje, poslovna inteligenca, kontroling, zavarovalništvo
Objavljeno v DKUM: 04.02.2016; Ogledov: 1521; Prenosov: 222
.pdf Celotno besedilo (1,31 MB)

5.
BIG DATA TEHNOLOGIJE ZA ANALIZO VELIKE KOLIČINE POSLOVNIH PODATKOV
Jana Medved, 2014, magistrsko delo

Opis: S tem, ko naš svet postaja vedno bolj povezan in naše aktivnosti vse bolj digitalizirane, postajajo podatki bogatejši, raznoliki in na voljo kadarkoli. Organizacije izkoriščajo te ogromne količine podatkov za natančnejše prilagoditve sistemov, podporo odločanju in razvoj proizvodov in storitev. V magistrskem delu smo predstavili karakteristike Big Data, njegove prednosti in izzive s katerimi se soočajo organizacije pri analiziranju ogromnih količin podatkov, osredotočili pa smo se na tehnologije Big Data analitike in v povezavi s tem na vizualizacijo Big Data - kot primer je predstavljena rešitev SAS Visual Analytics. Organizacije uporabljajo Big Data tehnologije, da dobijo odgovore na pomembna vprašanja z analizo podatkov takoj, torej v realnem času ter ne rabijo čakati na rezultate dneve, tedne ali celo mesece. Največja prednost Big Data tehnologij je tako pospešitev časa prejema rezultatov analize ter posledično hitrejše sprejemanje odločitev. Kot tehnologije Big Data analitike smo predstavili delovanje Hadoopa ter značilnosti NoSQL podatkovnih baz in masivnih paralelnih analitičnih podatkovnih baz. Prav tako smo predstavili visoko zmogljivo analitiko, ki s hitrostjo spreminja način obdelave in izkoriščanje vrednosti Big Data v organizacijah ter v povezavi z njo analitiko v pomnilniku (angl. in-memory analytics), ki omogoča organizacijam hitrejše odločanje, natančnejše rezultate in vzpostavitev zanesljive ter prilagodljive analitične infrastrukture. Z Big Data se povečuje tudi potreba po bolj napredni podatkovni vizualizaciji. Predstavitev informacij na razumljiv način, je glavni izziv analiziranja podatkov, če želimo, da rezultati privedejo do konkretnih ukrepov. Rezultati analiz in vizualizacija podatkov sta učinkovita kombinacija za predstavitev in deljenje informacij v podjetju. Rešitev, ki podpira vizualizacijo podatkov, izbranih za analizo, je lahko zelo koristna, sploh kadar lahko pomaga uporabniku izbrati najprimernejšo vizualizacijo za določen nabor podatkov. Takšna rešitev je SAS Visual Analytics, zmogljivo orodje raziskovanja podatkov za razkritje trendov in skritih priložnosti. Združuje analitiko, in-memory arhitekturo, raziskovanje podatkov, podporo Hadoopa in različne možnosti uporabe informacij.
Ključne besede: Big Data, vizualizacija, poslovna analitika, visoko zmogljiva analitika, SAS Visual Analytics
Objavljeno v DKUM: 13.10.2014; Ogledov: 3571; Prenosov: 651
.pdf Celotno besedilo (1,50 MB)

6.
TRENDI NA PODROČJU POSLOVNE INTELIGENCE
Breda Lever, 2013, diplomsko delo

Opis: V diplomskem seminarju so predstavljeni trendi na področju poslovne inteligence, ki so trenutno najbolj uporabljeni. Trendi so potrebni za nenehno razvijanje in izboljševanje poslovne inteligence. Predstavljeni so naslednji trendi: mobilna poslovna inteligenca, poslovna inteligenca v oblaku, poslovna inteligenca kot samopostrežna storitev ter poslovna inteligenca in socialni mediji, kamor spadata trenda: sodelovalna poslovna inteligenca in analitika socialnih medijev. Najbolj množično uporabljen trend na tem področju je mobilna poslovna inteligenca, ki preko mobilnih naprav omogoča dostop do poslovne inteligence kjerkoli in kadarkoli. Enako dostopnost podatkov ponuja tudi poslovanje v oblaku, ki je od vseh predstavljenih trendov najmanj uporabljeno, predvsem zaradi vprašanja varnosti. Predstavili smo tudi poslovno inteligenco, kot samopostrežno storitev, ki omogoča uporabnikom, da so bolj samozadostni in učinkoviti. Zaradi velike prisotnosti socialnih medijev pa obstajata tudi na to navezujoča trenda. Prvi je sodelovalna poslovna inteligenca, ki skrbi za deljenje idej in rešitev med uporabniki. Drugi trend pa je analitika socialnih medijev, ki se nanaša na hitro rastoče področje spremljanja, merjenja, analiziranja in interpretiranja pogovorov socialnih medijev, pogosto tudi v realnem času. Na koncu smo pogledali glavne ponudnike na področju poslovne inteligence in dva najuspešnejša, to sta SAP in Oracle, tudi opisali ter primerjali.
Ključne besede: Poslovna inteligenca, Mobilna poslovna inteligenca, Poslovna inteligenca v oblaku, Samopostrežna poslovna inteligenca, Sodelovalna poslovna inteligenca, Analitika socialnih medijev
Objavljeno v DKUM: 07.11.2013; Ogledov: 2262; Prenosov: 419
.pdf Celotno besedilo (1,03 MB)

Iskanje izvedeno v 0.11 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici