هوش تجاری

1. شرکت ها به شدت به سمت حمایت کامپیوتری از سازمان های خود حرکت می کنند. آیا می توانید حداقل 2 مورد از عواملی که باعث این حرکت می شود را لیست کنید؟

• سرعت و کارایی.

• خوانایی و دقت.

• خودکفایی.

• تحقیق و توسعه ارزان تر.

2. تعریف هوش تجاری (BI) این است:

BI یک اصطلاح چتر است که معماری، ابزارها، پایگاه های داده، ابزارهای تحلیلی، برنامه های کاربردی و متدولوژی ها را ترکیب می کند.

اصطلاح “چتر” به چه معناست؟

تعریف هوش تجاری (BI) شامل برنامه های نرم افزاری مختلفی است که برای تجزیه و تحلیل داده های خام سازمان استفاده می شود. این رشته شامل بسیاری از فعالیت های مرتبط از جمله داده کاوی، پردازش تحلیلی آنلاین، پرس و جو و گزارش است.

3. گاهی اوقات می گوییم که اصطلاح هوش تجاری (BI) “بدون زمینه” است. این یعنی چی؟

اصطلاح هوش تجاری «بدون زمینه» است به این معنا که این عبارت برای افراد مختلف به معنای چیزهای متفاوت است. به همین دلیل، ما شاهد هستیم که محققان تعاریف مختلفی را برای هوش تجاری ارائه می دهند.

4. توضیح دهید که انبار داده چیست و چگونه ممکن است با پایگاه داده سنتی مورد استفاده برای پردازش تراکنش متفاوت باشد.

بخوانید
10 مزیت تعمیر و نگهداری منظر تجاری

انبار داده یک مخزن مرکزی برای داده ها و اطلاعات شرکت است که یک سازمان داده های تراکنش، سیستم های عملیاتی و منابع داده خارجی را استخراج می کند. اگرچه این دو ممکن است شبیه به هم به نظر برسند، اما از نظر الگوی استفاده، معماری و همچنین فناوری تفاوت‌های زیادی را نشان می‌دهند. یک پایگاه داده سنتی مبتنی بر پردازش عملیاتی است در حالی که یک انبار داده مبتنی بر پردازش اطلاعات است.

یک انبار داده بر ذخیره، فیلتر کردن، بازیابی و تجزیه و تحلیل اطلاعات حجیم تمرکز دارد.

یک پایگاه داده سنتی برای عملیات روزانه استفاده می شود در حالی که یک انبار داده برای نیازهای اطلاعاتی بلند مدت استفاده می شود.

5. تفاوت انبار داده و دیتا مارت چیست؟

دیتا مارت زیرمجموعه ای از انبار داده است که به خط تجاری خاصی مربوط می شود. داده‌ها توسط یک بخش خاص در یک سازمان مدیریت می‌شوند. از سوی دیگر، یک انبار داده شامل حوزه های موضوعی متعددی است و اطلاعات دقیق را از سیستم های منبع متعدد جمع آوری می کند.

بخوانید
کسب مدرک لیسانس در کالج طراحی داخلی

6. منظور از «داده بزرگ» چیست؟

کلان داده به حجم عظیمی از داده های ساختاریافته، نیمه ساختاریافته و بدون ساختار اطلاق می شود که می توان از آنها اطلاعات قابل قبولی استخراج کرد. این نوع داده ها به قدری حجیم هستند که با استفاده از پایگاه داده و تکنیک های نرم افزاری قدیمی قابل پردازش نیستند. کلان داده به سازمان ها کمک می کند تا عملیات خود را بهبود بخشند و در موقعیتی قرار گیرند که تصمیمات سریع و هوشمندانه بگیرند.

7. روش های داده کاوی به روش های نظارت شده و بدون نظارت تقسیم می شوند. اینها چیست و چه تفاوتی با هم دارند؟

روش داده کاوی نظارت شده با ارائه داده های کاملاً برچسب گذاری شده به یک الگوریتم یادگیری ماشین انجام می شود. از سوی دیگر، روش های داده کاوی بدون نظارت، خوشه بندی را انجام می دهند. نمونه های داده به تعدادی گروه تقسیم می شوند.

روش های داده کاوی بدون نظارت بر ویژگی های از پیش تعیین شده تأکید نمی کنند. علاوه بر این، یک مقدار هدف را پیش بینی نمی کند. در عوض، داده کاوی بدون نظارت ساختار و رابطه پنهانی را بین داده ها پیدا می کند.

بخوانید
آیا برای توسعه وب منبع باز رقابت می کنید؟

روش‌های داده‌کاوی تحت نظارت زمانی مناسب هستند که یک مقدار هدف خاص وجود داشته باشد که از آن برای پیش‌بینی داده‌ها استفاده شود. اهداف می توانند دو یا چند نتیجه ممکن داشته باشند یا حتی یک مقدار عددی پیوسته باشند.

روش های داده کاوی نظارت شده، کلاس ها از قبل شناخته شده هستند، در حالی که در روش های دیگر، گروه ها یا کلاس ها از قبل شناخته شده نیستند. در روش‌های داده‌کاوی نظارت‌شده، داده‌ها قبل از محاسبه مشخص می‌شوند، اما در یادگیری بدون نظارت، مجموعه داده‌ها به بخش‌ها اختصاص می‌یابند، بدون اینکه خوشه‌ها مشخص باشند.

8. وقتی KPI (شاخص‌های کلیدی عملکرد) را در نظر می‌گیریم، بین KPIهای محرک و KPIهای نتیجه تمایز قائل می‌شویم. تفاوت این دو چیست (از هر کدام چند مثال بزنید)

شاخص های کلیدی عملکرد چارچوبی را ارائه می دهند که بر اساس آن سازمان ها می توانند پیشرفت خود را ارزیابی کنند. KPI های نتیجه که به آنها شاخص های عقب مانده نیز گفته می شود، خروجی فعالیت های قبلی را اندازه گیری می کنند. از سوی دیگر، شاخص‌های کلیدی عملکرد/شاخص‌های پیشرو، فعالیت‌هایی را اندازه‌گیری می‌کنند که روی KPI نتیجه‌ی مهمی دارند. KPIهای محرک تأثیر قابل توجهی بر KPIهای نتیجه دارند، اما برعکس لزوماً صادق نیست.

بخوانید
انتخاب معمار مناسب برای توسعه املاک تجاری شما

9. رویکرد BSC (کارت امتیازی متوازن) برای BPM (مدیریت فرآیند کسب و کار) به خوبی شناخته شده و به طور گسترده مورد استفاده قرار می گیرد. نقاط قوت یک رویکرد BSC را شرح دهید.

BPM مستلزم فعالیت هایی است

BPM شامل فعالیت هایی مانند اتوماسیون، بازسازی، نظارت، و تجزیه و تحلیل و بهبود فرآیندهای تجاری است.

کارایی هزینه

این یکی از محسوس ترین مزایای رویکرد BPM است. هزینه ها را کاهش می دهد و درآمد را افزایش می دهد. BPM با اجازه دادن به کسب و کارها برای رقابت در سطح جهانی، ارزش بسیار مهمی را در درازمدت می افزاید. فناوری BPM یک کسب و کار را برای تعویض دنده و پاسخ مناسب به محیط کسب و کار در حال تغییر تجهیز می کند.

چابکی

تغییر در کسب و کار اجتناب ناپذیر است و یک کسب و کار باید در هر زمان آماده تغییرات ناگهانی باشد. BPM به کسب و کار انعطاف پذیری ایجاد تغییرات با حداقل هزینه را می دهد.

بخوانید
استفاده از NodeJS و JSON در توسعه اپلیکیشن موبایل

بهره وری بهبود یافته است

BPM چندین عنصر را در جریان های کاری معمولی خودکار می کند. بهبودهای فرآیند مانند حذف اشکالات، حذف مراحل اضافی و معرفی پردازش موازی از طریق BPM حاصل می شود. این پیشرفت‌های فرآیندی به کارمندان اجازه می‌دهد تا روی سایر فعالیت‌های مهم کسب‌وکار خود تمرکز کنند، زیرا وظایف پشتیبانی اصلی انجام می‌شد.

دید بهتر

اساسا، BPM از برنامه های نرم افزاری پیشرفته برای تسهیل فرآیند اتوماسیون استفاده می کند. این برنامه ها به صاحبان فرآیند امکان می دهد تا از عملکرد خود مطلع شوند. جدای از تضمین شفافیت، BPM نحوه عملکرد فرآیندها را بدون نیاز به تکنیک های نظارت و نیروی کار زیاد پیگیری می کند.

10. یک فرآیند حلقه بسته اغلب برای بهینه سازی عملکرد کسب و کار استفاده می شود. به طور خلاصه توضیح دهید که فرآیند حلقه بسته به چه معناست.

یک فرآیند حلقه بسته که به آن سیستم کنترل بازخورد نیز می‌گویند، یک سیستم مدیریتی است که یک پایگاه سازمان‌یافته از نتایج ترجیحی و بازخورد سیستم را ارتقا می‌دهد. این فرآیند برای دستیابی و حفظ خروجی مطلوب در مقایسه با شرایط واقعی طراحی شده است.



Source by Duncan Abuga

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.