Acta Univ. Agric. Silvic. Mendelianae Brun. 2005, 53(6), 85-92 | DOI: 10.11118/actaun200553060085
Business Intelligence a konkurenceschopnost podniku
- Ústav informatiky, Mendelova zemědělská a lesnická univerzita v Brně, Zemědělská 1, 613 00 Brno, Česká republika
Klíčovým faktorem výkonnosti managementu posledních několika let je rozhodování v prostředí rizika a nejistoty. Objevuje se mnoho kvalitativně nových informací i nástrojů k jejich využití v rozhodovacím procesu. Klasická statistická analýza dat je tak zařazována do širšího kontextu v příspěvku zmíněných datových skladů a metod dolování dat. Jedním z moderních nástrojů analýzy dat v manažerské praxi je umělá inteligence.
Z možností využití technologií umělé inteligence pro realizaci uživatelských aplikací v rámci podnikové inteligence jsou v příspěvku uvedeny dva příklady, pro jejichž řešení byl využit experimentální model n-vrstvé neuronové sítě s učením podle vzorů metodou zpětného šíření chyb. Takový model rozšířený o vazbu na datový sklad představuje jednoduchý nástroj získávání znalostí o stavu a chování podnikových i mimopodnikových procesů, a potažmo i konkurenční výhody.
Nejen vícevrstvé neuronové sítě, ale i další technologie umělé inteligence nacházejí stále větší uplatnění v aplikacích pro podporu rozhodovacích procesů na úrovních řízení.
Schopnost rozeznat spolehlivost disponibilních informací, správně je interpretovat a seřadit tak, aby vzniklo přesné, kvalitní a kvalifikované rozhodnutí, je v odpovědnosti manažerských týmů. Použití nejnovějších přístupů a spojení teoretických základů s nekonečným potenciálem informačních technologií přináší do manažerské práce nové impulsy. Vztah mezi praktickými potřebami manažerského týmu, pružným rozvojem nových sofistikovaných metodik a jejich podporou v informačních technologiích je výzvou pro manažery stejně jako pro informatiky.
podniková inteligence, podnikový model, datový sklad, analytické nástroje, dolování dat, neuronové sítě, expertní systémy
Business Intelligence and competition ability of enterprise
As far as the current state of the information and communication technologies usage is concerned, the information systems of the companies cover the major part of the transaction processes and the large amount of the processes at the level of the tactical decision-making.
Intensive implementation of the information technologies in many areas of the human activities cause gathering of the large amount of the data. The volume of the internal and external databases grows rapidly and the problem is to take advantage of the data they contain. But the problem is not only the growing volume of the databases but also the different and database structures. To get the new information from the large and incompatible database sources is possible but very inefficient. A manager often needs the information very fast to achieve competitive advantage and to solve problems at the level of strategic decision-making.
Another problem is the fact that the databases often contain information that is hidden there and there is no way known how to get this information out of the database. In this case, the user needs at least suitable tools in order to perform experiments and to explore and identify patterns and relationships in the data.
The transformation process of the data to information and to knowledge that is used in the process of decision-making is called Business Intelligence. Modern database tools offer wide support for building the data warehouse, OLAP analysis and data mining.
Our contribution focuses on the application of one of the data mining techniques such as neural networks and artificial intelligence. The application of those methods will be based on the assessment of the food quality and composing of the corresponding trend indicator.
Keywords: Business Intelligence, business model, data warehouse, analytical tools, data mining, neural nets, expert systems
Grants and funding:
Příspěvek vznikl v rámci výzkumného záměru VZ 6215648904.
Received: June 8, 2005; Published: December 20, 2014 Show citation
References
- Wikipedia. Business Intelligence. [online]. [23. 5. 2005]. URL
- HUJŇÁK, P. Makroinformatika a podmikové informační systémy [online]. [cit. 23. 5. 2005]. URL
- SEARCH CRM. Business Intelligence. [online]. [cit. 23. 5. 2005]. URL
- EGIDERIA. Competitive Inteligence. [online]. [cit. 23. 5. 2005]. URL
- CSIRO. Business Inteligence [online]. [cit. 23. 5. 2005]. URL
- PYLE, D.: Business Modeling and Data Mining. Morgan Kaufman Publishers, San Fracisco 2003. ISBN 1-55860-653-X
Go to original source... - BARQUIN, R. C., EDELSTEIN, H.: Planning and Designing the Data Warehouse. Prentice Hall, New Jerssey 1997.
- FRAWLEY, W., PIATENSKY-SHAPIRO, G., MATHEUS, C.: Knowledge Discovery in Databases: An Overview. AI Magazine, Fall 1992, pgs 213-228
This is an open access article distributed under the terms of the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License (CC BY NC ND 4.0), which permits non-comercial use, distribution, and reproduction in any medium, provided the original publication is properly cited. No use, distribution or reproduction is permitted which does not comply with these terms.