Iskanje po katalogu digitalne knjižnice

Opis: Povzetek: V magistrski nalogi smo raziskovali vpliv umetne inteligence na sisteme za poslovno obveščanje. Z uporabo tridesetdnevnega brezplačnega dostopa do aplikacije MicroStrategy ONE smo raziskali, kako je umetna inteligenca vplivala na zmogljivost aplikacije in koliko je to v resnici doprinos za podjetje, ki jo uporablja. V teoretičnem delu smo predstavili poslovno inteligenco oziroma sisteme za poslovno obveščanje ter kakšna je njihova vloga v podjetjih in trendi v zadnjih letih. Sledi poglavje umetne inteligence, kjer smo predstavili osnovne koncepte in metode, ki se na tem področju uporabljajo. Izpostavili smo tudi etični in pravni vidik. Vključili smo poglavje o konrolingu, saj so tako sistemi za obveščanje kot umetna inteligenca vedno bolj z njim povezani. V omenjenih poglavjih smo izpostavili prednosti in slabosti vpliva AI na ostala področja, ter povezanost BI sistemov s področjem kontrolinga. Vključili smo že izvedene raziskave na to temo. V empiričnem delu smo s pomočjo aplikacije MicroStrategy ONE naredili raziskavo na področju AI in BI. Predstavili smo aplikacijo, kaj je novega v aplikaciji, povezanega z umetno inteligenco, ter kaj je omogočeno v brezplačni poskusni različici aplikacije. Ugotovili smo, da je izbrana aplikacija uvedla večino možnosti uporabe umetne inteligence v prakso. Opazimo uporabo strojnega učenja, obdelavo naravnega jezika ter razširjeno analitiko. Aplikacija nima integriranega računalniškega vida, vendar je ta mogoč z integracijo zunanjih orodij. Druga hipoteza se je nanašala na hitrost priprave poročil. Ugotovili smo, da umetna inteligenca veliko hitreje pripravi poročila, kot uporabnik (preprosta in kompleksna). Problem nastane, ko umetna inteligenca ne pripravi takšnega poročila, kot smo si zamislili, in so potrebni popravki, ki zahtevajo dodaten čas. Kljub potrebnim popravkom porabimo manj časa, kot če bi sami oblikovali celotno poročilo. Za namen zadnje hipoteze smo primerjali izbiro podatkov, ki so vključeni v poročilo, ki ga pripravi umetna inteligenca, ter podatki, ki so vključeni v poročilo, ki ga pripravi strokovnjak na izbranem področju. Ugotovili smo, da poročila niso enaka, vendar so podobna v določenih elementih. Predvsem je razlika v prikazu podatkov in ustreznosti oblike podatkov. AI še ne more nadomestiti osebe, lahko pa nam zelo pripomore pri delu, če ga znamo pravilno izkoristiti. Rezultati, ki smo jih pridobili skozi raziskavo, potrjujejo, da umetna inteligenca pripomore k boljši uporabi sistemov za obveščanje, vendar mora biti uporabnik kritičen do podatkov, ki jih umetna inteligenca pripravi. Vsekakor nam olajša prikaz hitrih poročil, predvsem kakšne medletne primerjave, vendar je za kompleksna poročila bolje, da jih pripravi uporabnik sam ali pa mu umetna inteligenca le do določene mere pomaga.
Ključne besede: Ključne besede: umetna inteligenca, poslovna inteligenca, poslovno obveščanje, kontroling
Objavljeno v DKUM: 17.01.2025; Ogledov: 0; Prenosov: 52
Celotno besedilo (3,60 MB)

Opis: Ko se lotimo študiranja vsebin o poslovnem obveščanju, si težko predstavljamo, da veliko podjetij posluje brez primernih poslovnih orodji oziroma na svoj prilagojen način. V naši diplomski nalogi bomo najprej razdelali pojem poslovno obveščanje. Kaj pomeni, kaj ga sestavlja in kaj se z njim lahko počne. Glede na temo naše naloge se bomo kasneje dotaknili tudi malih in srednjih podjetji, v nadaljevanju s kratico MSP. Predstavili bomo predvsem to, kako jih med seboj ločimo, kakšne so njihove posebnosti ter ugotavljali, kakšne smernice bi MSP morala upoštevati pri izbiri orodja za poslovno obveščanje. Na koncu jih bomo primerjali tudi s tem, kar ponuja orodje Power BI. Microsoft je na področju poslovnega obveščanja dolga leta vztrajal z dodatki k orodju Excel, vendar s tem komaj sledil konkurenci. Kot odgovor na to, je Microsoft razvil povsem novo orodje, Power BI, ki ga je v tem segmentu poslovanja ponovno povzdignil v sam vrh. Čeprav sta na trgu prisotni tudi dve plačljivi verziji orodja, nam že brezplačna verzija ponuja neverjetne možnosti upravljanja s podatki, pri čemer je omejitev le uporabnikova domišljija.
Ključne besede: Microsoft, MSP, poslovno obveščanje, Power BI
Objavljeno v DKUM: 17.11.2020; Ogledov: 1233; Prenosov: 130
Celotno besedilo (1,25 MB)

Opis: Odločanje je temelj poslovnega vsakdana in v veliki meri vpliva na uspešnost poslovnih sistemov. V diplomskem delu pojasnjujemo vedno bolj pomembno vlogo informacijske tehnologije in poslovnega obveščanja v procesu odločanja. V organizacijah s slabše razvitimi informacijskimi sistemi je analiziranje podatkov oteženo in časovno zamudno. Analize prihajajo v roke končnega prejemnika običajno prepozno in zaradi tega služijo le preverjanju poslovnih odločitev, ne pa pomoči pri samem odločanju. Učinkovit sistem poslovnega obveščanja si lahko zagotovimo z izgradnjo podatkovnih skladišč, vpeljanimi ETL procesi za čiščenje in integracijo podatkov ter z uporabo OLAP tehnologije. To so osnovni gradniki poslovnega obveščanja. Takšen sistem nam omogoča predstavitev podatkov na jasen in pregleden način, kar nas posledično pripelje do koristnih informacij, ki so podlaga za odločanje. OLAP rešitev je primerna za analize in raziskovanje velike količine podatkov, njihovih medsebojnih povezav in pregled le-teh z različnih vidikov. V zadnjem delu diplomske naloge uporabnost OLAP pripomočkov prikažemo na primeru bančnega kontrolinga.
Ključne besede: poslovno obveščanje, ETL, podatkovno skladišče, OLAP
Objavljeno v DKUM: 28.06.2016; Ogledov: 1086; Prenosov: 103
Celotno besedilo (1,57 MB)

Opis: Vse več organizacij spoznava, da je v današnjem času pravilna, pregledna in pravočasna informacija ter znanje o notranjih in zunanjih dejavnikih poslovanja ključnega pomena. Takšen dostop do informacij omogoča poslovno obveščanje, ki je običajno sestavljeno iz podatkovnega skladišča z ETL procesom in programsko opremo (platformo) za izvajanje poizvedb, analiz, pregleda in tudi napovedi poslovanja. Pri tem slovensko sodstvo ni nobena izjema in se je zaradi zmanjševanja sodnih zaostankov, boljšega kadrovskega pregleda nad poslovanjem ter izpolnjevanja drugih zakonskih zahtev po izdelavi raznih statističnih poročil, odločilo za uvedbo podatkovnega skladišča in poslovnega obveščanja. Zrelost na področju poslovnega obveščanja v organizaciji se ugotavlja na podlagi zrelostnega modela, kjer se na podlagi uvrstitve v ustrezno hierarhično stopnjo ugotavlja stanje na področju poslovnega obveščanja. Na podlagi petih največkrat omenjenih modelov zrelosti (CMM, AMR, Gartner, HP, TDWI) smo razvili lasten stopenjski zrelostni model za ugotavljanje zrelosti poslovnega obveščanja v slovenskem sodstvu. Da bi lahko razvili svoj sistem zrelosti se je bilo potrebno seznaniti z evolucijo, zgradbo, gradniki in značilnostmi poslovnega obveščanja, ter z njegovimi vplivi ter koristmi za organizacijo s poudarkom na Kimball-ovem modelu uvedbe poslovnega obveščanja. Prav tako pa je bilo potrebno opraviti analizo in sintezo največkrat uporabljenih petih modelov zrelosti. Na podlagi razvitega stopenjskega modela zrelosti s petimi stopnjami in petimi dimenzijami, smo razvili tudi vprašalnik za ugotavljanje tehnične stopnje zrelosti in vprašalnik za ugotavljanje platformske stopnje zrelosti poslovnega obveščanja v slovenskem sodstvu. Oba vprašalnika sta služila kot osnova za kvalitativno raziskavo primera tehnične in platformske zrelosti v slovenskem sodstvu. Poleg tega smo predpostavili, da bi poslovno obveščanje v realnem času še dodatno pripomoglo k večji kakovosti poslovnega obveščanja v slovenskem sodstvu, to je k še hitrejši odpravi zaostankov. Pri tem se je večina udeležencev raziskave sicer strinjala s trditvijo, da bi pohitrili pridobivanje informacij iz platforme poslovnega obveščanja, vendar obstoječi sistem zaradi narave pravnih postopkov zadošča, uvajanje pa bilo tudi povezano z precejšnimi dodatnimi stroški. Torej ta teza ni potrjena. Raziskava pa je v nadaljevanju potrdila tezo, da se poslovno obveščanje v slovenskem sodstvu nahaja na tretji, to je optimalni, stopnji tehnične zrelosti stopenjskega modela. Prav tako pa je potrdila, da se poslovno obveščanje v slovenskem sodstvu nahaja na tretji, to je na optimalni platformski stopnji poslovnega obveščanja v slovenskem sodstvu.
Ključne besede: ETL proces, skladišče podatkov, poslovno obveščanje, zrelostni model, stopnja zrelosti, slovensko sodstvo
Objavljeno v DKUM: 26.05.2016; Ogledov: 1760; Prenosov: 136
Celotno besedilo (2,31 MB)

Opis: Diplomsko delo obravnava problem poročanja vrhnjemu menedžmentu v večjem slovenskem podjetju, ki ima svojo mrežo hčerinskih družb, predstavništev in agentov razpršeno po Evropi in Bližnjem vzhodu. Zaradi neenotnega vira podatkov je postalo poročanje o poslovanju matične in vseh odvisnih družb praktično nemogoče, saj analitiki niso več uspeli obvladovati povečane količine podatkov. Še težje ali nemogoče je bilo te podatke pravočasno združiti in analizirati ter vodstvu predlagati sprejem ustreznih ukrepov. Potrebno je bilo poiskati rešitev za poenostavitev in poenotenje poročanja ter za pravočasno dostavo pomembnih in pravih informacij odločevalcem v podjetju. Rešitev smo podali z vzpostavitvijo novega podatkovnega skladišča, ki združuje vse pomembne vire informacij v skupini. Nad tem podatkovnim skladiščem smo zgradili sistem za poročanje. Preučili smo problem obstoječega stanja. Izvedli smo temeljito analizo in z vodstvom podjetja ter znjanjskimi delavci uskladili pričakovane rezultate. Prav tako smo rezultate razvoja rešitve na področju poročanja preverjali sproti in po potrebi prilagajali. Rezultat tega dela sta novo podatkovno skladišče in poročilni sistem, ki je razširljiv ter prilagodljiv tudi za nova področja poročanja. V zaključku smo se dotaknili tudi možnosti nadaljnjega razvoja uvedenega sistema. Uporabniki so začutili velik potencial in koristi te rešitve. Razvoj rešitev se tako nadaljuje, opazen pa je tudi pozitiven rezultat pri poslovanju organizacije.
Ključne besede: podatkovno skladišče – DWH (angl. Data Warehouse), poslovno obveščanje – BI (angl. Business Intelligence), informacije, poročanje, odločanje
Objavljeno v DKUM: 07.07.2015; Ogledov: 1788; Prenosov: 93
Celotno besedilo (1,89 MB)