Döntéstámogatás üzleti intelligencia alkalmazásával
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Thesis |
| Kulcsszavak: | adatbázis adatelemzés - adatbányászat adattárház idősorelemzés üzleti intelligencia |
| Online Access: | http://dolgozattar.uni-bge.hu/40690 |
| Abstract: | A folyamatosan és gyorsan változó üzleti környezet következtében a vállalkozások elkezdték felismerni a meglévő információk értékét, mely eredményeképpen az utóbbi években igazán fontossá vált az üzleti intelligencia és annak alkalmazása döntéstámogatás céljából. Szakdolgozatomon belül az üzleti intelligencia meghatározásán felül megismerkedhetünk az adatok típusának, gyűjtési és tárolási módszereinek meghatározásával is, melyek elengedhetetlenek lesznek a későbbi elemzések elkészítéséhez, illetve ahhoz, hogy az adataink megfelelő időben és megfelelő minőségben álljanak majd rendelkezésre. Az adatelemzésekhez kapcsolódóan megismerkedhetünk az OLAP rendszer fogalmával, melyet kifejezetten a vezetői döntéstámogatás céljából alkottak meg; az adatbányászattal; mindezek mellett bővebben kerül bemutatásra az idősorelemzés és az idősorok ARIMA modellel készített előrejelzésének módszere is. Kutatásom célja az volt, hogy megmutassam miképpen alkalmazhatóak az üzleti adatelemzés módszerei a vizsgálatban szereplő vállalkozásnál meglévő nagy adatmennyiségre alapozva, melyek első sorban a vizsgált adatokra vonatkoztatva tranzakciós adatok, illetve arcstatisztikák (nem, kor). Továbbá az is, hogy bemutatásra kerüljön milyen előnyei származhatnak ezzel a vállalatnak, mely kérdésekre kaphatunk információkat. Az elemzések elkészítése a Python fejlesztőkörnyezetére alapul.A kutatásom elérte a célját, olyan kérdésekre kaphatjuk meg a választ a vizsgálatban szereplő benzinkút hálózatra és a hálózatban szereplő eszközökre vonatkozóan, hogy melyik a legkeresettebb termék, milyen összefüggés található az eladott üzemanyag mennyisége és az üzemanyag egységára között, mely megyékben lehet érdemes terjeszkedni, illetve mely hibák azok, amelyeket érdemes felülvizsgálni. Mindemellett készíthetünk egy prediktív modellt a múltbéli adatainkra alapozva a várhatóan eladásra kerülő üzemanyag mennyiségre vonatkozóan, így az adott kúton lévő tartályadatok alapján azt is meghatározhatjuk, hogy mikorra fogy el az üzemanyag, küldhetünk figyelmeztetést, ha rendelni szükséges azt. Azonban a felvetett kérdések megválaszolásával még nem áll meg a folyamat. Az ügyfelek és vezetők igényeinek felmérésével további kérdések vethetőek fel, melyeket az adatokra alapozva megválaszolhatnánk, ezzel tovább segítve a döntéshozatalt. A vállalat a jövőben ezen elemzések jelenlegi rendszerébe történő beépítésével növelheti ügyfelei elégedettségét, versenyelőnyét, továbbá egy plusz szolgáltatást nyújthat. |
|---|