خلاصه جلسات اول تا پنجم و هشتم و دهم درس هوش تجاری -استاد:جناب آقای دکتر حسنعلی نعمتی شمس آباد

خلاصه جلسات اول تا پنجم و هشتم و دهم درس هوش تجاری -استاد:جناب آقای دکتر حسنعلی نعمتی شمس آباد
درس: هوش تجاری
BUSINESS INTELLIGENCE

موضوع :
خلاصه جلسات اول تا پنجم و هشتم و دهم درس هوش تجاری

استاد:جناب آقای دکتر حسنعلی نعمتی شمس آباد


استادیار: سرکار خانم مهندس زهرا سادات طبائي

تهیه وتدوین: محمد عباسی






جلسه اول:
فصل اول: قلمرو مطالعه هوش تجاري
دراین جلسه کلیات درس و طرح درس توضیح داده می شود
این درس در دو بخش کلی توضیح داده می شود
بخش مفاهيم پايه شامل سه فصل به ترتيب زير
فصل دوم: سيستم هاي كسب و كار
فصل سوم: هوشمندي
فصل چهارم: هوشمندي كسب و كارهوش تجاري
بخش دوم: آشنايي با تكنيك ها و تكنولوژي هاي هوش تجاري
با تكنيكها و تكنولوژي هاي هوش تجاري در پنج فصل به ترتيب زير آشنا مي شويم
فصل پنجم: يادآوري زيرساخت تكنولوژي هاي اطلالاعاتي و ارتباطي
فصل ششم: انباره سازي(انبارش) داده ها
فصل هفتم: پردازش تحليلي برخط
فصل هشتم: داده كاوي
فصل نهم: متن كاوي و وب كاوي

بخش سوم: برنامه ريزي و مديريت عملكرد، هوش تجاري كاربردها و توسعه سيستم هاي هوش تجاري
در بخش سوم با در سه فصل به ترتيب با برنامه ريزي و مديريت عملكرد، كاربردها و توسعه سيستم هاي هوش تجاري آشناي مي شويم:

فصل دهم: برنامه ريزي و مديريت عملكرد كسب و كار
فصل يازدهم: استفاده و تأثير سيستم هاي هوش تجاري (برای پروزه پایانی)
فصل دوازدهم: توسعه و پياده سازي سيستم هاي هوش تجاري(برای پروزه پایانی)

چرا براي درك كامل مفهوم هوش تجاري به مدلي پايه نياز داريم؟

هوش تجاري يك واژه چتري است Umbrella Term
در قلمرو مطالعه هوش تجاري، اصطلاحات مبهم فراواني وجود دارد ما از مفاهيم مدلBIS حوزه براي ايجاد يك مدل ذهني مشترك براي اصطلاح هوش تجاري استفاده مي كنيم.
درس BUSINESS INTELLIGENCE در واقع این اصلاح در فارسی ترجمه های متعددی پیرامون این کلمه صورت گرفته است بعضی از مواقع در فارسی به BUSINESS INTELLIGENCEمی گویند هوشمندی کسب و کار وهوش تجاری و بعضی از مواقع هوش کسب و کار می گویند.
ولی موضوع درس با توجه به تایید وزارت علوم با عنوان هوش تجاری ترجمه گردید است در هر جایی از مطالب درس که اشاره شده به نام BUSINESS INTELLIGENCE منظور و مفهوم آن هوشمندی کسب و کاراست وهمان طور که می دانید business به معنای تجارت عام تر می باشد و حوزه وسیعتری را تحد پوشش خود می گیرد وهمچنین با توجه به نظریه های محققین در این حوزه معنی commerceهمان business است ولی با این تفاوت که در commerce می باید حتما تبادل کالا با پول صورت گیرد یعنی اینکه حتما برای خرید، پول رد بدل گردد.
در سازمان هاي اقتصادي، فعاليت هاي هدفمند انسانها، همان كسب و كارآنها است و لذا مي توان يك سازمان را به عنوان سيستمي از كسب و كار (Business System) سيستمي از فعاليت هاي انساني Work Systems Human يا سيستمي از كار Activity Systems در نظر می گیرند
پس سيستم فعاليت سازمان معادل سيستم كسب و كار يا سيستم كار آن است.
يك سازمان بزرگ ممكن است چند كسب و كار داشته باشد
به سازمان هاي بزرگي كه داراي چند كسب و كار باشند بنگاه يا مؤسسه مي گويند Enterprise
توضیح چگونگی این درس:
این درس از دروس میان رشته ای سیستم های اطلاعاتی استخراج شده است واین درس ماهیت انسانی و اجتماعی وسازمانی وهمچنین فنی و تکنیکی دارد. واین درس هم مسائل مدیریتی بررسی می گردد و هم فنی مهندسی به علت این که شما به عنوان کارشناس ارشد از این دو موضوع در یک کیس به صورت موفق استفاده نماید پس می توان گفت ما دراین درس سیستم های bi می تواند از 1- جنبه انسانی و اجتماعی و مدیریتی 2- جنبه فنی ، تکنیکی و تکنولوژی می باشد.
مدل حوزه سیستم های اطلاعات کسب وکار (BIS)
در مدل ذیل میتوان کلیه مطالب BI را در داخل آن تعبیه نمود وبه وسیله ان توجیه کرد.
در شکل ذیل یه سازمان در یک محیط قرار داد این سازمان با نقش افرینان خارج از سازمان در حال مبادله ارزش است (هر نوع کالا یا خدمات است ویا سرمایه اجتماعی است که در حال مبادله است بین محیط و سازمان )
بانگرش سیستمی که گفته شد سازمان یه سیستم اجتماعی است و در داخل این سازمان ما سلسله مراتبی از سیستم ها را دارای هستیم 1- سیستم های فعالیت سازمان است (فرایند های سازمان): جایست است که انسان به دور هم جمع شده اند به کمک یکدیگر کاری را عهده دار هستند به ترتیب انجام میدهند برای اینکه فعالیت سازمان به صورت مناسب صورت بگیرد سازمان نیاز به هماهنگی انسان باهم داریم بگونه ای عدم هماهنگی انسان باعث انجام نشدن کار می شود.
هماهنگی به صورتی انجام می شود ؟
با رد بدل نمودن اطلاعات بین اجزا فذا هر سیستم فعالیت فیزیکی در کنارش یک سیستم اطلاعاتی وجود دارد که به عنوان زیر سیستم افراد بااستفاده از این سیستم اطلاعات فعالیتشان را هماهنگ می کنند پس سیستم اطلاعات سیستمی از ارتباطات انسانی هست برای انجام فعالیت سازمان های تجمعی از تکنولوژی اطلاعات با این مفهومی توضیح داده شد استفاده نمی شد می توان گفت این سازمان های سیستم های اطلاعات داشتن ولی سیستم اطلاعاتشان دستی بود وفرایند تصمیم گیری شان از طریق اسناد و مدارکات و گزارشات کاغذی بود ولی درسیستم های جدید در دل سیستم اطلاعات سیستم ICT داریم دراین بخش مربوط به بخش تکنولوژی مربوط به جمع اوری یا پردازش وتوزیع ویا ذخیره سازی اطلاعات بخشی فنی است بخش سیستم های اطلاعات بر روی ان تکیه می نماید وسیستم اطلاعات ما بین سیستم فعالیت و سیستم ICT قرار دارد یعنی ماهیت فنی واجتماعی یعنی فنی سیستم ICT و اجتماعی سیستم فعالیت ، دراین جا هست که داده ها در سیستم ICT داده ها جمع اوری شده و بعد پردازش می شوند وبعد از آن ذخیره می گردند از طریق اینترفیس انسان ها با سیستم ICT کار می کنند ودراین جا اینترفیس سیستم اطلاعات مطرح هست در جایی که پای انسان در سیستم میاد داده ها تفسیر می شود به اطلاعات و داده تفسیر می شود به تصمیمات و تصمیماتی که به اقدامات سازمان منجر می شو د.واین مدل به عنوان مدل اصلی در درس محسوب می گردد.

مولفه های اصلی مدل حوزه کسب وکار
مولفه های مدل حوزه کسب وکار تقسیم می شود به چهار مدل مختلف
1-محیط سازمان (بیرون سازمان):آنچه که دربیرون سازمان وجود دا رد
خود محیط محیط به چهار نوع مختلف تقسیم می شود :
ü محیط اقتصادی
ü محیط اجتماعی
ü محیط سیاسی
ü محیط فیزیکی (همه این محیط در فصول اتی توضیح داده میشود)
2-سازمان وارزش : منظور از ارزش تنها ارزش های افتصادی نیست وهر ارزشی می تواند باشدمثلا سازمان انتفاعی شاید ارزش اقتصادی برایشان پر اهمیت نباشد و ارزش های اجتماعی برایشان دارای اهمیت باشد هدف آن تولید ارزش افزوده است واین ارزش ها می توان بر روی هم اثر گذار باشند مثلا ارزش سیاسی بر روی ارزش اقتصادی اثر می گذارد یا همین طور ارزش سیاسی روی ارزش اقتصادی اثر گذار است
سیستم های فعالیت (سیستم اجتماعی فرایندهای سازمانی ): شامل بخش اصلی یا فرایندهای اصلی سازمان است که با انسان ها سروکار دارددراین بخش با نگرش سیستمی به ان نگاه می کنیم (نگرش سيستمي به سازمان سازمان به عنوان سيستم فعاليت انساني يا سيستم نرم) وبحث های مربوط به عملکرد سازمان دراین قسمت شکل می گیرید بعد از آن مسائل مربوط به تغییر عملکرد و مقاومت های ناشی از آن دراین بخش صورت میگیرد و می توان بیان نمود مهمترین بخش دراین قسمت می باشد.
سیستم های اطلاعات (سیستم فنی – اجتماعی ):در واقعا ما سیستم های اطلاعات را نوعی از سیستم های Bi می دانیم که ماهیت ان اجتماعی و فنی است ودر سیستم های اطلاعات ما
سیستم های تکنولوژی اطلاعات و ارتباطات(سیستم فنی) داریم به علت اینکه دارای لایه بندی ودارای عملکرد سیستمی هستند
موارد و بحث هایی که دراین مدل قرار می گیرد بحث های مربوط به
برنامه ریزی ، مدیریت و عملیات است که روی سیستم های انجام می گیرد
مبحث بعدی که خیلی مهم و ثمره کار است
داده ها ، اطلاعات ، تصمیمات (هوشمندانه)و اقدامات
توسعه سیستم های اطلاعات (منظور از توسعه : شکل گیری ، تحلیل ،طراحی ، ساخت پیاده سازی ، سیستم هاست ) وقتی بیان می شود سیستم های اطلاعات سریع درذهتان بیاد در مورد سیستم های bi تمامی این موارد می بایست اجرا شود
استفاده و تاثیر سیستم های اطلاعات

درمدل سیستم های اطلاعات کسب و کار بر اساس نگرش سیستمی سیستم های تکنولوژی اطلاعات و ارتباطات(سیستم فنی) به عنوان پشتیبان سیستم های اطلاعاتی هستند سیستم های اطلاعات به عنوان زیر سیستم کنترلی سیستم فعالیت سازمانی است
تصمیمات و پشتیبانی با استفاده از فناوری ICT گرفته می شود
البته در فصول بعدی توضیح داده می شود

یک زیرسیستمی در هرسیستم است که با استفاده از آن می توان اجزای داخل سازمان را با هم دیگر هماهنگ کنیم و یا تنظیم کنیم .یا علاوه بر آن می توان اجزای بیرونی سازمان رو نیز هماهنگ و مدیریت کرد .
2کاراصلی در زیرسیستم کنترل انجام می شود:1- تنظیم درونی سیستم 2- انطباق بیرونی سیستم

اگر دیتا از داخل سیستم جمع بشه می توان موجب تنظیم سیستم شود ولی اگر دیتا از خارج سیستم جمع بشه سیستم را با با محیط خارجی آن وعوامل متغییر محیطی منطبق می کند پس هرسیستم فرآیند کنترل یک زیر سیستمی است که با استفاده از ورودی های کنترل سیستم ما می تواند به سمت سطح مشخصی از عملکرد برسونه.
انواع کنترل:
1-کنترل استراتژی ( بیرونی ):کنترلی است کار کنترل بیرون سازمان برعهده دارد درواقع رقباء تحلیل بررسی می کند (تعریف اهداف بلند مدت وسیاست های تخصص منابع ) و درواقع عملیات انطباق بیرونی انجام می شود.
2-کنترل مدیریتی ( میانی): این کنترل ها اهداف سازمان مشخص شده وسیاست های تعیین شده وماشاخص های عملکرد اصلی داریم می خواهیم به شاخص های برسیم پیاده سازی کنترل استراتژی هستند برای کنترل اهداف است
3-کنترل عملیاتی (یاروز مره ) اجرای کارا وموثر وظایف مشخص است
-زیرساخت سیستم فعالیت 2-زیرساخت اطلاعات 3- زیرساخت سیستم اطلاعات4-زیرساخت ict
زیرساخت اطلاعات:شامل اطلاعات مورد نیاز (موجودیت ) و فعالیت های درگیرجمع آوری ، ذخیره سازی توزیع و استفاده از اطلاعات درسازمان می باشد.
سیستم اطلاعات:تا 2تا سیستم اطلاعات داریم:سیستم 1- fronf-end 2- back-end
سیستم fronf-end سیستمی هستند در جبهه بیرونی سازمان ما قرار میگیریند مثل سیستم های جبهه (مشتری – کارکنان –مدیریت- تامین کننده )
سیستم back-end سیستمی هستند معمولا در وسط سازمان هستند.(سیستم پردازش سفارش فروش و سیستم خرید –مالی – مدیریت موجودی –پرداخت )
سیستم اطلاعات مدیریت شامل(سه دسته : سیستم اطلاعات مدیریت عملیاتی – تاکتیکی - استراتژیک)
مدیریت تاکتیکی با سیستم اطلاعات mis (سیستم اط مدیریت) ارتباط دارند
سیستم های استراتژیک دریک سطح بالاتر مخصوص مدیران ارشد eisسازمان است چون کار سیاست گذاری بعهده دارند.که از دل سیستم misهای یک پایگاه برنامه ریزی باید داشته باشند.
سیستم های جبهه مشتریان: سیستم بازاریابی و تبلیغات

منابع استفاده شده در این درس

جلسه دوم:
بخش اول: مفاهيم پايه
فصل دوم: سيستم هاي كسب و كار
هوش تجاري يك واژه چتري است Umbrella Term
در قلمرو مطالعه هوش تجاري، اصطلاحات مبهم فراواني وجود دارد ما از مفاهيم مدلBIS حوزه براي ايجاد يك مدل ذهني مشترك براي اصطلاح هوش تجاري استفاده مي كنيم.
درس BUSINESS INTELLIGENCE در واقع این اصلاح در فارسی ترجمه های متعددی پیرامون این کلمه صورت گرفته است بعضی از مواقع در فارسی به BUSINESS INTELLIGENCEمی گویند هوشمندی کسب و کار وهوش تجاری و بعضی از مواقع هوش کسب و کار می گویند.
ولی موضوع درس با توجه به تایید وزارت علوم با عنوان هوش تجاری ترجمه گردید است در هر جایی از مطالب درس که اشاره شده به نام BUSINESS INTELLIGENCE منظور و مفهوم آن هوشمندی کسب و کاراست وهمان طور که می دانید business به معنای تجارت عام تر می باشد و حوزه وسیعتری را تحد پوشش خود می گیرد وهمچنین با توجه به نظریه های محققین در این حوزه معنی commerceهمان business است ولی با این تفاوت که در commerce می باید حتما تبادل کالا با پول صورت گیرد یعنی اینکه حتما برای خرید، پول رد بدل گردد.
در سازمان هاي اقتصادي، فعاليت هاي هدفمند انسانها، همان كسب و كارآنها است و لذا مي توان يك سازمان را به عنوان سيستمي از كسب و كار (Business System) سيستمي از فعاليت هاي انساني Work Systems Human يا سيستمي از كار Activity Systems در نظر می گیرند
پس سيستم فعاليت سازمان معادل سيستم كسب و كار يا سيستم كار آن است.
يك سازمان بزرگ ممكن است چند كسب و كار داشته باشد
به سازمان هاي بزرگي كه داراي چند كسب و كار باشند بنگاه يا مؤسسه مي گويند Enterprise
با رد بدل نمودن اطلاعات بین اجزا فذا هر سیستم فعالیت فیزیکی در کنارش یک سیستم اطلاعاتی وجود دارد که به عنوان زیر سیستم افراد بااستفاده از این سیستم اطلاعات فعالیتشان را هماهنگ می کنند پس سیستم اطلاعات سیستمی از ارتباطات انسانی هست برای انجام فعالیت سازمان های تجمعی از تکنولوژی اطلاعات با این مفهومی توضیح داده شد استفاده نمی شد می توان گفت این سازمان های سیستم های اطلاعات داشتن ولی سیستم اطلاعاتشان دستی بود وفرایند تصمیم گیری شان از طریق اسناد و مدارکات و گزارشات کاغذی بود ولی درسیستم های جدید در دل سیستم اطلاعات سیستم ICT داریم دراین بخش مربوط به بخش تکنولوژی مربوط به جمع اوری یا پردازش وتوزیع ویا ذخیره سازی اطلاعات بخشی فنی است بخش سیستم های اطلاعات بر روی ان تکیه می نماید وسیستم اطلاعات ما بین سیستم فعالیت و سیستم ICT قرار دارد یعنی ماهیت فنی واجتماعی یعنی فنی سیستم ICT و اجتماعی سیستم فعالیت ، دراین جا هست که داده ها در سیستم ICT داده ها جمع اوری شده و بعد پردازش می شوند وبعد از آن ذخیره می گردند از طریق اینترفیس انسان ها با سیستم ICT کار می کنند ودراین جا اینترفیس سیستم اطلاعات مطرح هست در جایی که پای انسان در سیستم میاد داده ها تفسیر می شود به اطلاعات و داده تفسیر می شود به تصمیمات و تصمیماتی که به اقدامات سازمان منجر می شو د.واین مدل به عنوان مدل اصلی در درس محسوب می گردد.

هوشمندی درسلسله مراتب سیستم
بحث اصلی ما که هوشمندی است می خواهیم ببنیم در این سلسله مراتب سیستم ها به چه صورت عنوان می گردد ما هوشمندی را در هر کدام از این سیستم ها با نگرش خواستی مطرح کنیم اما هدف اصلی هوشمندی رسیدن به تصمیمات هوشمندانه است هر چند تکامل مباحث هوشمندی به بحث های مدیریت دانش منجر می شود ولی در این درس بیشتر به دنبال مباحث هوش تجاری هستیم ومفهومی که برای هوش درنظر گرفته ایم این هوشمندی در قالب تصمیماتی هست که قراره گرفته شود واین تصمیمات قراره تبدیل شود به اقدامات

واین هوشمندی در سیستمهای ict و سیستم های اطلاعات این هوشمندی امکانش وجود دارد ولی هدف این دو سیستم ایجاد زمینه برای رسیدن به تصمیمات هوشمندانه در سیستم های فعالیت انسانی در سطح سازمان است واین نکته است در فصل سوم باتوجه به مدل سایمون بیشتر پیرامون ان توضیح خواهد شد.
هوشمندی می تواند درسیستم های ذیل مشاهده کرد

چگونه می شود رسید به کسب و کار هوشمند :
به این صورت وقتی که داده های در سیستمهای ict در جریان هست به شکل مناسبی وبر اساس برنامه های و استراتژی های حوزه is طراحی وپیاده سازی می شود سیستمهای ict ما هدفمند در جهت پشتیبانی از سیستم های اطلاعاتی که منجر شود به تصمیمات سیستم فعالیت به هوشمندی می رسیدم نگاه در برنامه ریزی در هوش تجاری می بایست از بالا سازمان شروع شود اما با پیاده سازی سیستم های هوش تجاری از پایین وممکن است هوش تجاری را در حوزه خاصی در سازمان پیگیری شوید ولی در صورتی که به ارزش هوش تجاری می توانیم برسیم که مفاهیم هوش تجاری ویا تصمیم گیری را پیوند دهیم با مدیریت عملکرد کسب و کار که در فصول بعدی درباری آن صحبت می کنیم .

با توجه به نگرش سیستمی درون سازمان با توجه به مدل پایه انفورماتیک می توان بیان نمود قلمرو هوش تجاری می شود در سه نوع سیستم درون سازمان تفکیک و مطالعه نمود.
هوشمندی در سیستم های فعالیت
هوشمندی در سیستم های اطلاعات
هوشمندی در سیستم های ict
با توجه به ماهیت هر کدوم از این سیستم ها می تونه تفاوت داشته باشه هر کدام از این سیستم ها
در هوش تجاری اگر نگاه شما نگاه مدیریتی و سازمانی باشد با یک سری از موضوعات در هوش تجاری طرف هستید واگر نگاهتان هوشمندی درسیستم های ict باشد با یکسری از مباحث مهندسی طرف هستید که دراین درس قصد داریم هم مباحث فنی را و هم مباحث مهندسی را پیگیری نمایم.
ای موضوع چگونه اتفاق می افتد ؟
در لایه وسط یعنی همان سیستم های اطلاعات واین سیستم را بر مبنای مدل bis به جلو حرکت کنیم هم مباحث فنی و هم مباحث مدیریتی چرا؟ چون گفتیم سیستم های اطلاعات یکسرشون انسانی اند و یک سرشون تکنولوژی های که در این سیستم استفاده می شوند فلذا هوشمندی درسیستم های اطلاعات اتوماتیک کل مباحث هوش تجاری را می تواند پوشش دهد برای یاد گیری و آموزش مجبور به تفکیک مباحث هستیم در قابل یک مدل همه اینها رو باهم انسجام دهیم که بخش مفاهیم پایه این مباحث را دنبال می نماید.
هوش با هوشمندی در سیستم های فعالیت کسب و کار:
هوشمندی در سیستم های کسب وکار با ذیل عنوانی به نام Business Performance MANAGEMENT -BPM به خاطر این در سیستم های فعالیت انسانی ویا سازمان مسئله مهم Performance سازمان است وفعالیت های که در حال انجام شدن است.
اسلاید 10
مدیریت عملکرد کسب و کار
معمولا مدیریت عملکرد سازمان موضوعات ذیل را مورد توجه قرار می دهیم :
ü هدف و غایت سازمان چیست؟
ü چشم انداز ان چیست ؟
ü نتیجه گیری برای فعالیت های مورد نظرش چیست ؟
ü اهداف جزئی و اصلی سازمان چیست ؟
این موارد در مدیریت عملکرد به صورت جدی مورد بررسی قرار می گیرد
بعد از مشخص شدن غایت ها حال نوبت به بررسی تمیدات می رسد
ü ماموریت ها
ü استراتژی ها
ü تاکنیک ها
ü سیاست عا
ü قواعد کسب و کار
در واقعا تمیدات ابزارهایی هستند که مارا به اهدافمان می رساند
دراین مسیر یکسری از عوامل هستند بر چگونگی طی مسیر تاثیر گذار هستند همانند عوامل داخلی و خارجی

که در فصل 10 به صورت کامل آن را بررسی می کنیم.
رابطه مدیریت عملکرد کسب و کار و هوش تجاری
بعد از اینکه نگاه bi و مباحث تکنولوژی مطرح شد bpm رنگ وبوی دیگری پیدا کرد . شما می توانید bpm را ترکیبی از مباحث مربوط به طراحی در سطح بالای سازمان وbi به دانید

وبحث bpm یک بحث اساسی در سازمان است پس روش ها تکنیک ها و استراتژی ها bpm با bi همپوشانی دارد وهمدیگر را کامل می کنند وبهتر است این دو را به هم تکمیل کنند وچون بحث bpm یک بحث اساسی در سازمان است .
فرآیند بهبود عملکرد کسب وکار
معمولابرای بهبود عملکرد مدیریت کسب وکار از یک چرخه استفاده می کنیم واین چرخه به صورت ذیل است که مبنا ما در فصل دهم این چرخه است

که در قالب یک مدل در اینجا آورده شده است
هدف اصلی و روش های BPM
*كارت امتيازي متوازن(BSC):
هم متولوژی مدیریت و هم روشی برای سنجش عملکرد درچند بعد بررسی می کند
استراتژي را به اقدام تبديل مي كند
استفاده از واژه ”متوازن يا بالانس“ در كارت امتيازي متوازن از آنجا است كه تركيبي از سنجه هايي متفاوت زیر

1-دربعد مالی(برای موفقیت مالی چه طور در مقابل سهم داران ظاهر شویم)
2 بعد فرآیند های داخلی (برای کسب رضایت مشتریان و سهم داران کدام فرآیند مورد توجه قرار دهیم تا برتر شویم)
3-در بعد آموزش و رشد (برای این چشم انداز تحقق پیدا کنم چطور باید تغییرات و اصلاحات را انجام بدیم )
4-بعد مشتری (چکاری برای مشتریان انجام دهیم)
نقشه استراتژی ( مالی – مشتری – پردازش – رشد ویادگیری )
***شش سيگما(Six Sigma)
مثلBSC یک متدولوژي مديريت عملكرده
هدفش:كاهش تعداد خطاهاي فرآيندهاست.به طوري كه در هريك ميليون فرصت، به صفر نزديك شود.
واحداندازه گیرش : DPMO 304دریک میلیون
39

شش سیگما روی مدل مرجعی ساده ای بنام DMAIC دامیگ قرار گفته (تست بک)
(1-تعریف2- سنجش 3- تحلیل 4-بهبود5-کنترل)

هوشمندی در زیر سیستم اطلاعات

در زیر سیستم اطلاعات مسئله اصلی ما رابطه بین انسان ها با استفاده از اطلاعات است وعمدتا از تکنولوژی اطلاعاتی و ارتباطی استفاده می کند این به این صورت است که در قدیم هم مورد استفاده قرار می گرفته حال به صورت تکنولوژی مدرن بلکه به صورت ارتباطات فیس تو فیس یا به صورت کاغذی
مسئله اصلی در سیستم اطلاعات تنظیم رابطه بین انسانهاست . با استفاده از اطلاعات واین رابطه در نهایت به تصمیم گیری درست و بهینه می گردد وهر چه این ارتباطات درست برقرار گردد تصمیمات بهتری اخذ می گردد و مشکلات سریعا با هماهنگی های صورت گرفته در زمان خود حل و فصل می گردد .
این سیستم ها نقش پشتیبانی را دارند واین سیستم ها با تصمیم سازی هوشمندانه سر کار دارد .
سطوح هوشمندی و سطوح تصمیم گیری

وسیستم هایی که برای این سه سطح استفاده می شود دارای سطوح مختلفی هستند با هم متفاوت هستند که در فصل سوم و چهارم پیگیری می کنیم
مراحل تصمیم گیری .سیستم های پشتیبانی و ابسته

گام های انتخاب عبارتنداز:
1-حل مدل 2- انالیزحساسیت 3-انتخاب بهترین ورضایت بخش ترین گزینه4-برنامه ریزی برای پیاده سازی یعنی بایدراه حل اول جستجوشود وبعد از آن ارزیابی شود.

قابلیت تصمیم گیری در سطوح مختلف را دارد.
وظیفه کنترل و نظارت در گام هوشمندی است


که فصل سوم بیشتر توضیح خواهد شد
هوشمندی درسیستم های ICT
بعد توضیح مباحث سیستم ها به مباحث سیستم های ICT می رسیم یعنی سطح سوم درس هوش تجاری
مسله اصلی در سیستم های ICT یعنی اینکه سیستم های ICT پشتیبانی فنی از سیستم های اطلاعات را انجام می دهد خوب این کار چگونه اتفاق می افتد با ایجاد رایانش با همان جمع اوری و ذخیره سازی و پردازش و همچنین توزیع مناسب داده ها در زیر سیستم ارتباطی وانجام می دهد .این سیستم برای اسانی عملیات رایانش امده است
اگر بخواهیم بر اساس مدل BIS حرف بزنیم درسطح فنی ما درگیر استفاده از تکنولوژی های هوشمندیم که خود ان فیلد مستقلی رو طلب می نماید خیلی از مباحث مربوط به هوشمندی در سیستم های فنی در این دست در پنج فصل یعنی در بخش دوم درس دنبال می کنیم
طبق مدل BIS گفتیم یک سیستم ICT خودش سه تا لایه داشت
ü لایه برنامه های کاربردی
ü لایه واسط
ü لایه مدیریت داده ها
این لایه ها می تواند روی زیرساخت ارتباطی هم توزیع شوند فذا از منظره کارکردی چطور یک سیستم ICT کار می کند ما می توانیم هوشمندی را بررسی کنیم واینکه در لایه واسط چه نوع تکنولوژی هایی هوشمندی وجود دارد و چکار کنیم که به تکنولوژی هوشمندی برسیم!
ولایه کاربردی از چه تکنولوژی های استفاده شود که در نهایتا پشتیبانی کند تا کارایی افزایش یابد
چند نوع هوشمندی کسب وکارداریم ؟
سه نوع
نوع اول: هوشمندي در جزئي از يك واحد كسب و كار
نوع دوم: هوشمندي در كل كسب وكار
نوع سوم: هوشمندي در بيرون و درون كسب وكار
نوع اول:
دراین نوع دربخشی از فرایندها و فعالیتها و وظایف به صورت هوشمندانه درکسب و کار انجام می شود.این تصمیمات براساس برخی از مشاهده و آگاهی و داده ها و اطلاعات مورنیاز برای آن محدوده است.
نوع دوم:
دراین نوع ازسطح یک فرایند یا فعالیت افزایش یافته و کل فعالیت های سازمان درنظر گرفته می شود پس تمام مشاهده و آگاهی و داده ها و اطلاعات موردنیاز است. ضمن این که تمام تصمیمات با هماهنگی همدیگر انجام میشه همانند نوع قبلی نیست که نسبت به تصمیمات بخشی از بخش دیگر بی اطلاع باشند.پس این هوشمندی باعث تنظیم و کنترل درونی بین سیستم می گردد ولی نسبت اهداف ثابت این هوشمندی برقرار راست نسبت به اهداف متغییر این هوشمندی کارا نیست.
نوع سوم :
دراین علاوه برانجام فعالیت های سازمانی جهت گیری اساسی کسب وکار حتی استراتژی باهوشمندی تدوین می شود برمبنا اطلاعات بیرونی مثل رقباء تنظیم وهماهنگ می گردد پس نقش انطباق بیرونی را برعهده دارد این نوع سیستم است، دراین نوع سیستم دو حلقه کنترلی دارد:
1) حلقه کنترلی داخلی
2) حلقه کنترلی بیرونی
حلقه بیرونی باعث میشه اهداف واستراتژی کل سازمان بر مبنای اطلاعاتی که از رقبا یا محیط می گیریم تنظیم کنیم.پس درکل می توان هوش رقابتی یعنی استفاده از سیستم های اطلاعاتی برای مدیران ارشد .جنس هوشمندی چیست؟ تصمیم گیری.ماهیتش چیه ؟ سایبری و اطلاعات است.

*پس سیستم هوشمند همان سیستم اطلاعات است پس دارای چه ویژگی هایی است؟
1)برای تصمیم گیری دریک بخش ویا کل کسب وکار ویا بیرون کسب کار ازآن استفاده می شود.(همان 3 نوع که در مطالب قبلی این فصل توضیح داد شد)
2)باهمه سیستم های اطلاعات به صورت سیستمایک درارتباط است درصورت نیازاز داده ها و اطلاعات وسرویسهایشان استفاده می نماید
3)درسیستمهاتی هوش تجاری با استفاده تکنولوژی اطلاعات و ارتباطات (ICT) عملیات مورد نیاز سیستم را محاسبه می نماید. یعنی داده ها را به اطلاعات و اطلاعات را به دانش ودانش رو به تصمیم گیری تبدیل مینماید.
4)این سیستم ها باید دارای ابزارهای گرافیکی وجذاب برای تصمیم گیری تصمیم گیرندگان(مدیران) داشته باشد و همچنین دارای تحلیل های چند جانبه داشته باشند مدیران بتواند شاخص و معیارهارا باهم مقاسیه کندو راحت تصمیم گیری نمایند.

دراین سیستم دونوع مکانیزم کنترل دارد :سیستم هوش تجاری زیر سیستم کنترلی است
کنترل درونی (تنظیم )-هوش درونی
کنترل بیرونی (انطباق )-هوش رقابتی







جلسه سوم:
:
مرحله اول تصمیم گیری

گام های تصمیم گیری :
هوشمندی
طراحی
انتخاب
پیاده سازی
گام های هوشمندی عبارت اند از :
1-شناسایی مسئله وفرصت
2-رده بندی مسئله
ü ساختاریافته
ü نیمه ساختاریافته
ü بدون ساختار
3-تجزیه مسئله
4-مالکیت مسئله

گام های طراحی :
1-فرمول بندی مدل
2- تعیین معیارعای انتخاب گزینه
3-یافتن یا ایجاد گزینه های راحل
4- پیش بینی سنجش نتایج
انوع مدل سازی:1-مدل های تجسمی (ایکونیک )2-انالوک(شکلی)3- ذهنی (کیغی)4-ریاضی (کمی)

ابتدا سازه ها ( مفاهیم و متغییر های مدل)را تعریف می کنیم و بعد این سازه ها رو نمادگذاری می کنیم وبااستفاده از قواعدو اصول مدل سازی می کنیم.
تعیین معیار های انتخاب :1-تمایل به ریسک بالا یا پایین2- پیدا کردن بهترین و رضایت بخش ترین راحل (هنجاری بودن و یا توصیفی بودن راحل)
مدل هنجاری: انتخاب بهترین گزینه ممکن وجود دارد واساس آن بهینه سازی راه حل است از سه راه به وجود می آید 1-بالاترین سطح حاصل از مصرف یک مجموعه منبع را بدست می اورد2-گزینه پیدا کنید بالاترین راندمان را پیدا کند 3-گزینه ای را پیدامی کند برای تحقق اهداف کمترین هزینه را داشته باشد.
مدل ابتکاری (هیروستید)مدلی است مدل هنجاری است که دروضعیتی مدل بهینه سازی را ساده می کند.
مدل توصیفی چیست: مدلی است درشرایط مختلف راحل های متفاوتی(یک سری متغییر داریم شرایطشون عوض میشه) را توصیف می کندولی بهترین راحل ممکن را توصیف نمی کند.(شبیه سازی –پیش بینی تکنولوژی – جریان اطلاعات – برنامه ریزی مالی – تحلیل سناریو یا اثرات محیطی )
گام های انتخاب عبارتنداز:
1-حل مدل 2- انالیزحساسیت 3-انتخاب بهترین ورضایت بخش ترین گزینه4-برنامه ریزی برای پیاده سازی یعنی بایدراه حل اول جستجوشود وبعد از آن ارزیابی شود.

مدل سایمون قابلیت تصمیم گیری در سطوح مختلف را دارد.
وظیفه کنترل و نظارت در گام هوشمندی است وده طاپ


پیاده سازی
انتخاب
طراحی
هوشمندی
داده دستکاری
واقعیت
اقدام
تصمیم
راحل ها
مسله بیان
اطلاعات
داده ها
پشتیبانی از تصمیم گیری در هوشمندی:

پشتیبانی از تصمیم گیری در طراحی:

فرآیند تصمیم گیری را همان فرآیند حل مسئله دانست.
مسئله زمانی به وجود آید که چیزی های که در ذهن ما هست با مسائل واقعی در تعارض باشه.
بین سطح دانش و ماهیت تصمیم و شرایط رابطه مستقیم وجود داردهر چه دانش افرایش یابد مسئله راحتر حل می شود.

رابطه هوشمندی و دانش: ما با مدیریت دانش می توانیم به هوشمندی برسیم هوشمندی باعث تصمیم گیری موثر و اثر بخش می شود.
چند نوع منبع دانش درسازمان داریم؟ دونوع منبع
منابع دانشي شماتيك :منابع دانشي كه وجودش به وجود سازمان وابسته است و انواع آن عبارتند از: فرهنگ، زيرساخت، استراتژي، مقصود.
منابع دانشي محتوايي
منابع دانشي كه وجودش مستقل از سازمان است و انواع آن عبارتند از: دانش ذينفعان و مشاكت كنندگان در پردازش دانش اعم از انساني و كامپيوتري و دانش موجود در مصنوعات


مدیریت دانش چیست : به تلاش های سیسماتیک یه فرد یا سازمان برای گسترش و به کاربردن دانش درجهت تحقق اهداف برای افزایش ارزش های مورد نظر
چند نوع دستکاری دانش درسیره دانش داریم: 5نوع شامل 1- اکتساب 2- انتخاب 3-توالید دانش4-همگون سازی 5-انتشار دانش
چند نگاه به مدیریت دانش وجود دارد؟ 2 نگاه
نگاه هرمي به دانش دانش را محصول تجميع داده و اطلاعات مي داند. (هرم معروف: داده، اطلاعات، دانش، حكمت)
نگاه فرآيندي به مديريت دانش در نگاه فرآيندي دانش عامل اصلي در فرآيند يادگيري است يك نمونه چرخه عمر مديريت دانش) اكتساب، توسعه، تسهيم، بكار گيري)
رابطه بین تصمیم گیری و سیستم مبتی بردانش چیست؟
داده ها باید آماده سازی شوند وبعد تبدیل بشن به اطلاعات و از داده کاوی روی اطلاعات به دانش می رسیم با استفاده از مدل های تصمیم گیری مختلف (بهینه سازی است و یا پیش بینی )هست ما به تصمیم می رسیم از طریق تصمیم ها به عملکرد مناسب می رسیم


جلسه چهارم:
هوشمندی در کسب وکار
هوشمندی از نگاه پیتر لان چیست؟
توانایی فهم روابط متقابل بین واقعیت های موجود به طوری که اقدامی را به سوی هدف خوبی را هدایت کند (یعنی توجه به واقعیت ها و جمع آوری داده ها عنصر اساسی و کشف روابط بین آنها شمارو به درکی می رساند بتوان فرد را به سوی هدف هدایت نماید)

ديدگاه هاي هوشمندی :
تكنولوژي محور
اطلاعات محور، فرآيند محور
سازمان محور
رقابت محور

تعریف دیگرهوشمندي كسب و كار يا هوش تجاري:
يك عبارت چترگانه است كه در ذيل آن معماري ها، ابزارها، پايگاه داده ها، ابزارهاي تحليلي، برنامه هاي كاربردي و متدولوژي ها با هم تركيب مي شوند.

هوش تجاری یعنی شما بتوانید به صورت تعاملی درفاصله های زمانی مختلف یا به صورت بلادرنگ به داده دسترسی داشته باشدو کاملا آنها را مدیریت میکند و روابط بین آنهارا کشف می نماید و بتوان تحلیل های موردنیاز رابرای تصمیم گیری انجام دهد.
ولی بلادرنگ بودن ودسترسی داده همیشه ممکن نیست زیرا ممکن است انباره داده ها را درحال بروزرسانی باشد.

چند نوع هوشمندی کسب وکارداریم ؟
سه نوع
نوع اول: هوشمندي در جزئي از يك واحد كسب و كار
نوع دوم: هوشمندي در كل كسب وكار
نوع سوم: هوشمندي در بيرون و درون كسب وكار
نوع اول:
دراین نوع دربخشی از فرایندها و فعالیتها و وظایف به صورت هوشمندانه درکسب و کار انجام می شود.این تصمیمات براساس برخی از مشاهده و آگاهی و داده ها و اطلاعات مورنیاز برای آن محدوده است.
نوع دوم:
دراین نوع ازسطح یک فرایند یا فعالیت افزایش یافته و کل فعالیت های سازمان درنظر گرفته می شود پس تمام مشاهده و آگاهی و داده ها و اطلاعات موردنیاز است. ضمن این که تمام تصمیمات با هماهنگی همدیگر انجام میشه همانند نوع قبلی نیست که نسبت به تصمیمات بخشی از بخش دیگر بی اطلاع باشند.پس این هوشمندی باعث تنظیم و کنترل درونی بین سیستم می گردد ولی نسبت اهداف ثابت این هوشمندی برقرار راست نسبت به اهداف متغییر این هوشمندی کارا نیست.
نوع سوم :
دراین علاوه برانجام فعالیت های سازمانی جهت گیری اساسی کسب وکار حتی استراتژی باهوشمندی تدوین می شود برمبنا اطلاعات بیرونی مثل رقباء تنظیم وهماهنگ می گردد پس نقش انطباق بیرونی را برعهده دارد این نوع سیستم است، دراین نوع سیستم دو حلقه کنترلی دارد:
3) حلقه کنترلی داخلی
4) حلقه کنترلی بیرونی
حلقه بیرونی باعث میشه اهداف واستراتژی کل سازمان بر مبنای اطلاعاتی که از رقبا یا محیط می گیریم تنظیم کنیم.پس درکل می توان هوش رقابتی یعنی استفاده از سیستم های اطلاعاتی برای مدیران ارشد .جنس هوشمندی چیست؟ تصمیم گیری.ماهیتش چیه ؟ سایبری و اطلاعات است.

*پس سیستم هوشمند همان سیستم اطلاعات است پس دارای چه ویژگی هایی است؟
1)برای تصمیم گیری دریک بخش ویا کل کسب وکار ویا بیرون کسب کار ازآن استفاده می شود.(همان 3 نوع که در مطالب قبلی این فصل توضیح داد شد)
2)باهمه سیستم های اطلاعات به صورت سیستمایک درارتباط است درصورت نیازاز داده ها و اطلاعات وسرویسهایشان استفاده می نماید
3)درسیستمهاتی هوش تجاری با استفاده تکنولوژی اطلاعات و ارتباطات (ICT) عملیات مورد نیاز سیستم را محاسبه می نماید. یعنی داده ها را به اطلاعات و اطلاعات را به دانش ودانش رو به تصمیم گیری تبدیل مینماید.
4)این سیستم ها باید دارای ابزارهای گرافیکی وجذاب برای تصمیم گیری تصمیم گیرندگان(مدیران) داشته باشد و همچنین دارای تحلیل های چند جانبه داشته باشند مدیران بتواند شاخص و معیارهارا باهم مقاسیه کندو راحت تصمیم گیری نمایند.

دراین سیستم دونوع مکانیزم کنترل دارد :سیستم هوش تجاری زیر سیستم کنترلی است
کنترل درونی (تنظیم )-هوش درونی
کنترل بیرونی (انطباق )-هوش رقابتی

مدل فشار و پاسخ کسب و کارچست؟
این مدل سه بخش می باشد
1) فشارهایی که از طرف محیط وارد میشه
2) اقدامات : پاسخ های سازمان درمقابله با فشارهای
3) تصمیمات و پشتیبانی با استفاده از فناوری ICT گرفته می شود

عوامل فشاری های کسب و کار
الف) فاکتور محیطی
عوامل مربوط به بازار
تقاضایی مصرف کننده کنندگان
فناوری
عوامل اجتماعی وسیاسی

ب) برای پاسخ گویی سازمان به فشارها می بایست سازمان:
واکنشی باشد
آمادگی همیشگی داشته باشدودارای قدرت پیش بینی باشد
انطباقی باشه خود شو زود منطبق با محیط کند
پیش فعال وجریان ساز باشد

ج) برای اینکه بتوانیم پاسخگو باشیم باید بتوانیم تحلیل داشته باشیم وپیش بینی کنیم برای پاسخ گو به مسائل موجود وسیستم کامپیوتری را پشتیبانی وقدرت تصمیم داشته باشد به صورت یکپارچه ترکیب اطلاعات داخل و خارج کسب وکاربه ما کمک کند برای گرفتن تصمیم.
BIچیست ؟
یک سیستم یکپارچه تصمیم گیری که برمبنای فناوری اطلاعات و ارتباطات عمل می کند
هدف BI چیست ؟
هدف این است عملکرد فعلی ما رو با عملکرد سازمان ایدآل بین این دو تطبیقی برقرار میکند. وسیستم ما رو به عملکرد مورد انتظار برسونه.
عملکرد چیست ؟
آن قالبی که در چشم انداز و ماموریت ها و اهداف و استراتژی هایی که ترسیم می کند

تفاوت بین BI با :DSS
1-هردو آنها دارای یک معماری هستند چرا BI تکامل یافته DSS است
2- DSSاز بعضی تصمیمات به صورت مستقیم و محدود پشتیبانی می کند ولی هوش به صورت غیر مستقیم درسطح وسیعتری پشتیبانی می کند
3-بسیاری از ابزارهاشون یکی است مثل داده کاوی و تحلیل پیشگویانه.
ولی هر دو انها ISسیستم اطلاعاتی هستند DSS یکی از عناصر BI است.

هوش تجاری چه زمان مورد نیاز است ؟
زمانیکه در یک طرف اطلاعات کسب وکاردارید درطرف دیگه تحلیل های کسب وکار وی درآن موقعه می توان تصمیمات واقداماتی در جهت هدایت به عملکرد خوب اتخاذ کرد.پس هوش تجاری با بخشی از اطلاعات و تحلیل های سروکاردارد.

*چند فاز برای ایجاد سیستم BIداریم:
دو فازدارد
1) فازایجاد
2) فاز اخذ ارزش ازBI
فاز ایجاد
این فاز شامل:
v انطباق
v استراتژیک طراحی
v توسعه فنی
v مدیریت پروژه
یعنی فعالیت ساخت انباره داده است
2- فاز اخذ ارزش ازBI
این فاز شامل:
تمام فرآینده ای مدیریت تغییر برای یکپارچه کردن فرایند های عملیاتی است که باعث افزایش وبهبودنتایج می شود.

*چنددسته پیش شرط برای خلق ارزش در هوش تجاری داریم ؟
2 دسته
الف) پیش شرط تجاری
( 1- انطباق استراتژی 2-مهندسی فرآیندها 3- مدیریت تغییر)
ب) پیش شرط فنی
(1- توسعه فنی BI 2- مدیریت پروژهBI)
توضیح1 انطباق استراتژی :
یعنی همراستایی سیستم کسب وکار باسیستم ICT

توضیح 2 مهندس فرایندها:
تمامی فرایندها کسب وکار(اولیه ،ثانویه، عملیاتی و کنترلی )درگیراستفاده از اطلاعات وپشتیبانی از تصمیمات هستند توسط مدیران اتخاذ می شود.

توضیح 3 مدیریت تغییر:
بعداز مهندسی فرآیندها می رسیم به تغییر قواعد و فرآیندهای کسب و کار .باعث تغییرات فراوانی در کسب و کارمی شودوقتی برسیم به این تغییر بخوایم اجراش کنیم مقاومت ها شروع می شود (مشاغل افرادعوض میشه منافع شون تحد تاثیر قرار می گیرد)
علت شکست پروژه هوش به مدیریت ناکارا مدیریت تغییر بستگی دارد.چون سازمان یا افراد به هیچ شکلی خودشان درمقابل تغییرات تغییر نمی دهند.
*تجزیه و تحلیل فرصت های هوش تجاری چنددسته هستند؟
سه دسته

بافت کسب و کار
(محرک و استراتژی و اهداف عینی کسب و کار)
چگونگی رقابت کسب و کار
(طراحی کسب وتظیم ارزش ها)
ابتکار عمل BI برای خلق ارزش کسب وکار
(فرآیندهای مدیریتی- خلق سرمایه – مصرف منابع )

عناصر اصلی معماری BI چه عناصر هستند ؟
4عنصر هستند
1-انباره سازی
2- تجزیه و تحلیل تجاری
3-مدیریت عملکرد کسب و کار BPM
4 - واسط کاربری

انباره داده چیست؟
یک پایگاه داده است به شکل خاصی طراحی شده داده های تاریخی سازمان یافته و خلاصه شده درآن وجود دارد و کاربران می توانددرصورت لزوم از آن استفاده کنند.انباره داده های امروز می توانند درتصمیمات بلادرنگ پشتیبانی کنند.

تجزیه و تحلیل تجاری چیست؟
ابزارهای هستند که داده ها به دانش، جهت تصميم گيري تبديل می کند.
( ابزارهاي پرس وجوي داده و ابزارهاي داده كاوي، متن كاوي و وب كاوي)

BPMچیست؟
برنامه خاصی هست که کمک می کند تا بتوان عملکرد را تجزیه و تحلیل کنیم وبعدبرنامه ریزی رای بهبودو افزایش عملکردسازمان داشته باشد

واسط کاربری:
ابزارهای هستند دانش و اطلاعات را به صورت جذاب و به صورت نموداری چندبعدی بتواند انهارا مشاهده کنند وتجزیه وتحلیل کنند.
* تجزیه وتحلیل رقبا بخشی از تجزیه تحلیل صنعت تو مدل پورتر این موضوع تاکید شده.( تولید محصول کم هزینه عرضه به بازار)

یکی از مزیتهای هوش رقابتی ایجاد وفا داری مشتری به برند است.

وظایف itوIsچیست؟
یکی از وظایف این بخش برنامه ریز ی برای سیستم های BI است ویکی دیگر پیاده سازی این برنامه هاست.
برای مدیریت هوش تجاری ویا پیاده سازی آن می بایست پروژه های را تعریف شود واین پروژه ها برمبنای ارزش باشند.تا بتوان آنرا اولویت بندی کرد وذینفعان درآن مشخص شوند وبعد از آن با استفاده ازیکسری از متولوژی ها تحلیل طراحی ساخت وپیاده سازی شود.

متدلوژی ترادیتا چیست؟
یک متدولوژی تجریه و تحلیل پیشرفته است ودارای 4 قسمت است :
نرم افزارکاربردی تحلیلی کسب و کار
تکنیک های پیشرفته تحلیل
ابزارهای پیشرفته تحلیل
انبارداده های بنگاه



جلسه پنجم:
هوشمندی از نگاه پیتر لان چیست؟
منظور از سیستم ICTچیست و چند نگاه داریم:
2 نگاه داریم
نگاه کارکردی
نگاه تکنولوژی
نگاه کارکردی

سیستم هوشمندچیست ؟
1-سیستمی که ازطریق یادگیری دانش زیاد کند
2-بتونه دانشه جدیدی رو از دانش های قبلی(استنتاج) پیدا کند
3-بتونه هدفه مشخصی رو دنبال کنه مسئله مشخصی رو حل کنه یا فرصت روپیدا کند.

*سه روش یادگیری ماشین چیست؟
1-یادگیری نظارتی (طبقه بندی/رگرسیون )
2-یادگیری تقویتی
3-یادگیری غیر نظارتی (خوشه بندی / انجمنی)

عامل چیست:
یک نوع سیستم نرم افزاری پیشرفته هوشمنده که یجورایی شباحت به انسان داره .ویژگی هایش عبارتند از:
استقلال
می توان ارتباط دوطرفه با انسان برقرار کنند
می توان وظیفه ای را به صورت تکراری و مداوم بدون خستگی انجام دهند
هر عامل می تواند هویت شخصی داشته باشد
عامل ها دارای هوشمندی ویادگیری هستند.عامل دارای درجه هوشمندی و ماموریت و تحرک دارد.

عامل های هوشمند چند نوع اند؟
عامل بیولوژیک
عامل رباتیک
عامل محاسباتی
الف- عامل زندگی مصنوعی
ب- عامل نرم افزاری

هوشمندسازی درلایه های سیستم ict
لایه دادها درآن پایگاه دادها و انباره سازی وجوددارد ویکپارچه سازی داده متنی درآنجا انجام میشود.

لایه برنامه های کاربردی :
درانجا داده کاوی وجود دارد یعنی از دل داده ها دانش واطلاعات مناسب برای تصمیم گیری استخراج می شود.
لایه واسط:
که ازطریق آن به سیستم وصل می شود گزارشات مورد نظر وتحلیل هایی لازم داریم انجام می دهد.





هوش تجاری توزیع شده ویا داشبود :
ابزار دسترسی برای کسی که میخاد با سیستم ما ارتباط داشته باشد
( معمولا از طریق رایانه یا موبایل )
با استفاده از ابزار دسترسی متصل میشه به کانال های ارتباطی
(معمولا شبکه های انتقال : شبکه وایرلس، ADSL وشبکه های تلفنیک )
که امکان انتقال دیتا دارند . ازطریق کانال ارتباطی ما را به
لایه واسط(معمولاوب هست front-end برنامه های تحلیلی یا پیش خوان )متصل میکنه این لایه متصل میشود
لایه برنامه های کاربردی (همون لایه منطقی است یا Back-end ) یا نما ها و بعد این لایه وصل میشه به لایه مدیریت داده ها(لایه فیزیکی ETL)
یا Data Warehouse, Data Mart,





SharePoint چیست ؟
یکی از ابزار تولید شده توسط شرکت میکرو سافته که امکان بهره برداری از کلیه خدمات هوش تجاری است .سرویس دهند وب – لایه کابردی و لایه داده منابع داده و ...بقیه امکانات را دارد دراینجا می توانید داده های چند بعدی را بسازید.









معماری شش لایه هوش تجاری

درهرسیستم هوش تجاری ازاین لایه استفاده میشود.الان هوش تجاری داره به سوی bi2می رود بخاطر ابزار های تعاملی درلایه واسط و کابردی وروش سرویس گرا



جلسه هشتم:
فصل هشتم : داده کاوی


خلاصه از راه های گوناگون برای تصمیم گیری
OLAP
تحلیل های آماری
داده کاوی
هدف:استخراج جزئیات از کلیات ازداده ها-یعنی ازدل داده ها به اطلاعات می رسیم
دنبال تایید یا رد مسائلی بودیم که تحلیل گر قبلا فرموله کرده بود
ولی درداده کاوی دنبال تشخیص الگو مناسب هستم تا به دانش برسیم
اطلاعات Information
تایید و تصدیق Validation
دانش Knowledge
برخی از تحلیل های آماری جزئی از داده کاوی است.

جایگاه داده کاوی


پیش بینی داده ها


Data Mining چیست؟
ابزار هایی برای کشف دانش و رسیدن به الگوی پنهان در داخل لایه های Data base وData Werhouseویا Data Mart ذخیره شده اند استفاده می شود.

داده کاوی :
کشف دانش از داده های که در پایگاه داده ذخیره شده

کشف دانش چیست:
یعنی استخراج از الگوهایی که برای ما جذابه و جالبه .حجم زیادی داده وجود داره و ما با ابزارو روشهایی میام از دل این داده ها و روابطی که بینشون وجوده یکسری patternیا الگوقبلا برایمون اشنانبوده ولی میتونه در تصمیم گیری ما موثر باشه استخراج کنیم .
قبل ازاینکه بتوانیم از داده ها دانش استخراج کنیم باید ابتدا پیش پردازش کنیم:
پاکسازی دادها:
یعنی داده ها را ازدادهای عملیاتی استخراج میشود. داده به فرمت قابل قبول و یکسان تبدیل می شود
یکپارچه سازی داده:
یعنی داده ها از منابع مختلف میاد درون انباره دادها Data Werhouse
تبدیل داده ها :
داده ها به شکل و فرمت مناسب درون انباره داده ذخیره بشوند
کاهش داده ها :
معمولا دنبال این هستیم که داده های اضافی رو حذف کنیم.مثلا درداخل جدول رکوردهای زیادی هست که بعضی از اونها زیاد مناسب نیست می تونیم حذف وکاهش بدیم.



مراحل كشف دانش از پايگاه داده چنددسته هستند؟ : دات هالد 6 دسته
1-اطلاع ازدامنه (افرادی که از دانش کافی برخوردار اندو دامنه قابل شناسایی هست.)
2- انتخاب data set(داده های باید پیش پردازش بشه " پاک سازی و یکپارچه سازی " معمولابخش مهمی است 60درصد کار است)
3-تحلیل وتبدیل دادها (اونایی که غیر ضرور هستند حذف بشوند)
4-هدف کارکرد بسته به هدفی که از داده کاوی داریم
(خلاصه سازی –طبقه بندی"کلاسیفیکیشن" – رگرسیون – وابستگی – خوشه بندی "کلاسترینگ" )
5-انتخاب الگوریتم(برای کاوش داده تا الگو های جالب ومفید کشف بشه)
6- ارزیابی الگو ها یاپس پردازش (آیا الگو معنی دار است یا خیر اگه نه الگو مفید نباشه حذفش می کنیم و الگو های مفید را نمایش می دیم "بصری سازی – تبدیل و انتقال – حدف الگوهای اضافی "
7- استفاده از دانش کشف شده (درواقع الگو های مناسب همان دانش هست).


عامل ها ونقش های فرآیند داده کاوی چه کسانی هستند؟
1-خبرگان کاربرد
2-تحلیلگران داده کاوی
3-مدیران پایگاه داده
(1-تحليل مسأله 2-تحليل داده ها3- جمع آوري داده ها4- پيش پردازش داده ها5- مدل هاي يادگيري6- تفسير نتايج 7-كاربرد نتايج 8-كنترل و بازخور 9-ارزيابي نتايج و سازگاري باهدف)

ازنظر کارکرد عمومی داده کاوی چند نوع است ؟ 4نوع

1- داده کاوی توصیفی:
روشهایی هستند که الگوهایی بتواند داده ها توصیف و تفسیر کنند.
2- داده کاوی پیشگویانه:
استفاده از یکسری متغییر معلوم برای رسیدن به متغییرهای مجلهولات پیش بینی می کنیم ومی رسیم.
3- داده کاوی فرضیه محور :
شمااز قبل فرضیه ای دارید که درتایید یا رد این فرضیه هستید
4- داده کاوی اکتشافی :
الگوهای دانش یا PATTERNهااصلا ناشناخته هستندشما را به دانشی می رسونه که قبلا تصورشم نمی گردید.
*تذکر :
ما اگر بتوانیم انواع داده هاو همچنین انواع و اقسام الگوهارا خوب بشناسیم.می توانیم از دل دادها دانش استخراج کنیم.داده پایین ترین سطح هرم دانش هست که داده مجموعه ای از وقایع است که ازنتایج آزمایش ها و مشاهدات بدست آمده است می تواند(عدد.کلمه .تصویرباشند)

انواع داده ها :

معماری داده کاوی:
برای اینکه بتوانیم وظایف داده کاوی را انجام دهیم بایستی سیستمی که براساس داده کاوی انجام میشه معماری کنیم:
1-درلایه اول یازیرین پایگاه داده ها ماست درانجا بعدازاینکه پیش پردازش(یکپارچه سازی و پاکسازی ) انجام شد در Data Warehouse ذخیره میشه و آماده می شه برای داده کاوی Mining
2-موتور داده کاوی متصل به یک پایگاه دانش
3-مدل های یادگیری و مدل های دیگر که از روی آن دانش و الگو از آن استخراج و ارزیابی می شود قرار دارد
4-درلایه واسط گرافیکی کاربر؛
کاربر ها از طریق این واسط الگو هارا کشف شده مشاهده وارزیابی کند
ارزیابی هم دو دسته است
1)پایگاه دانش
2)از طریق سنجش الگو ها

طبقه بندي داده كاوي بر مبنای الگوریتم ها:


1-پیش بینی (یادگیری نظارتی ): الف-طبقه بندی (رده بندی) ب- رگرسیون خطی وغیرخطی(درخت تصمیم – الگورتیم های ژنتیک)

2-وابستگی (غیر نظارتی ) الف- تحلیل پیوند ب- تحلیل توالی
3-خوشه بندی (غیر نظارتی) الف – انالیز بیرونی

تعاریف: طبقه بندی (رده بندی):

یک مجموعه داده داریم که ازقبل کلاس های رابرایشان مشخص کرده ایم هر رکوردی جدید که اضافه می شود متناسب با کلاس به آن کلاس انتقال می دهیم.
خوشه بندی:
طبقات ازقبل مشخص نیست شما باید بتوانید تعداد خوشه های مناسب را تشخیص دهید و داده های را برمبنای الگورتیم ها که نزدیکترین فاصله را باهم دارند طبقه بندی کنید وهمچنین اعضای یک خوشه بیشترین شباهت با هم دارند ولی با خوشه دیگر کمترین شباهت دارند.
کشف قوانین وابستگی : بیشتر به دنبال روابطی هستیم که به صورت همزمان بین چند قلم داده دریک رکورد اتفاق می افتد.
کشف الگو ترتیبی : همان کشف قوانین وابستگی هست ولی وابستگی درطول زمان هست رگرسیون : حالت پیش بینی دارد
طبقه بندی یا رده بندی :
بایکسری داده تاریخی سرکارداریم یعنی کل داده ها در databaseپایگاه داده اند از قبل کلاس ها مشخصه یک رکورد جدید که وارد میشه بایدکلاشو تشخیص بدیم.برای تشخیص کلاس چند نوع الگورتیم داریم :
1. درخت تصمیم
2. روش قانون پایه
3. نزدیکترین همسایه
4. شبکه بیزین(روش های آمارواحتمال)
5. شبکه عصبی(برای یادگیری نرن ها میان کلاس روتشخیص میدهند)
6. پشتیبانی بردار ماشین


دومجموعه برای تعیین کلاس وجود دارد
ü مجموعه آموزشی
ü مجموعه آزمودنی(آزمایشی)
روش درخت تصمیم :
دردرخت تصمیم از بالا یعنی ریشه به سمت پایین (برگها)رشد می کند.گره های غیربرگ یک ویژگی را مشخص می کنه که باتوجه به جوابش (yes=1 , no=0)ما تصمیم می گیریم از کدام مسیر در طول درخت حرکت کنیم.برگ های درنهایت یا کلاس مارو مشخص می کند یا دسته کلاس را.(اسلاتید30 تا40)







روش نزدیک ترین همسایه:
این روش یکی دیگراز الگوریتم های رده بندی هست.دراین روش یک رکورد "ردش" براساس رده همسایه هایش تعیین میشود. تعداد همسایه هایی به رده رکورد شباهت زیادی دارد به آن کلاس نزدیکتراست د رآنجا رده بندی می شود.با توجه به این xبه منفی نزدیک تراست ولی با توجه به این دو + هم وجود دارد پس رده این کلاس + درنظر گرفته میشود.

روش بیزین :

این روش براساس قوانین امار و احتمال می باشد.براساس احتمال شرطی یا قانون بیز استفاده می کند





روش شبکه عصبی:
یکسری ورود ماندx1,x2,x3دارد با توجه به توابعی که دردرون جعبه وجود دارد یک سری خروجی می دهد.که مهمترین این عملیات توابع داخل جعبه است. حال چطوراین افتاد می افتاده با توجه به نرون های یادگیری و آموزش با توجه به تعداد این ورودی ها اتفاق می افتد.

آموزش شبکه عصبی یعنی آموزش وزن عصب ها –شاید می توان گفت شبکه عصبی شاید بهترین روشه و لی پیچیگی خودشو دارد –این شبکه خودش می فهمه و خودش تصمیم می گیره که خروجی من رو با توجه به وزن هایی که داره تولید کند.


Support Vector Machinesروش برادر :
درو اقع داده هارو ازهم جدا میکند ومثلا یک صفحه جدا کننده تشکل می دهیم تاکلاس دادها جدا کنه مثلا استفاد ه از خط قطری (این روش میگه اون راحلی بهتره بیاد حاشیه انتخاب منو ماکزیمم بکند)



معیار های صحت رده بندی کدامند؟
1-روش هاي تخمين اندازه مجموعه هاي آموزشي و آزمودني
2-ماتریس اغتشاش


-روش هاي تخمين اندازه مجموعه هاي آموزشي و آزمودني(تقسیم ساده – تخمین چرخشی k-fold)

تقسيم ساده:
تقسيم داده ها به دو بخش مجموعه آموزشي (%70) و مجموعه آزمودني(%30)
مقایسه مدل (استفاده از مدل roc:این مدل میاد TPبا محور Yها و FPبا محور X نشان مدهد.حالت مطلوب ما حالتی است Y=1 با شه ولی X=0 وخط قطری حالت تصادفی مارو نشان میدهد و خطی منحنی نقطه به نقطه نمودار مارو نشان می دهد.واون نقطه ای کمترفاصله رو با 0=1 داشته باشه اینجوری بهترین کلاسی فایر رو تشخیص داده ایم.

كاربردهاي رده بندي چند نوع است؟
سه نوع : بمک
v بازاريابي مستقيم
v كشف كلاهبرداري
v ميزان حفظ مشتري
بازاريابي مستقيم:
چون هزینه ها برایتون آنقدر مهمه بیایم مشتری هارو دونه به دونه باتوجه به سوابق گذشتون بازاریابی کنیم.(تبلیغات برای مشتری که امکان خرید بیشتری دارد" دوکلاس خرید یا عدم خرید – بستگی به میزان درآمد نوع مدش ")

كشف كلاهبرداري:
پيش بيني موارد کلاهبرداری در معاملاتي كه با كارت اعتباري انجام مي گيرد(پس کلاس ما حیله گرای بودن ویا نبود آن را با استفاده ازاط حساب.چی میخره .چطور پرداخت میکنه و.. یان مدل برای پیش بینی استفاده میشود )

ميزان حفظ مشتري:
پيش بيني اينكه مشتري توسط رقباي ديگر، جذب شود. یا اینکه برای خودم وفا دار می ماند.

***خوشه بندي(Clustering):

تفاوت این روش با روش رده یا طبقه بندی یا کلاسی فیکیشن این است که درطبقه بندی از قبل کلاسمون ویا رده مشخصه و طبقه بندی تعریف شده است ولی در خوشه بندی اینوری نیست، داده ها شباهت ها و تفاوت هایی را باهم دارند ولی معلوم نیست به چند تا خوشه تقسیم بشوندکدام داده در کدام خوشه قرار می گیرد. ما مجموعه ازرکورد ها ویا نقاط را داریم یکسری ویژگی دارند و ما یکسری معیاربرای ارزیابی وسنجش همسانی بین داده ها باید داشته باشیم تا خوشه وکلاسترها را با استفاده از اون معیار های پیدا کنیم وباید این کار طوری انجام بدیم که نقاط یا رکورد های درون یک خوشه همسان بیشترین شباهت را باهم داشته باشند نقاط ورکورد های یک خوشه بیشترین فاصله وکمترین شباهت و را باخوشه دیگرداشته باشد.برای همسانی چند معیار داریم اگر صفات و ویژگیهای رکورد پیوسته باشند فاصله هندسی بهترین معیار برای همسانی است(فاصله عکس شباهت است یعنی کمترین شباهت بین اعضا و یا رکورد ها باهم )




انوع خوشه بندی چند نوع است؟
2 دونوع است
v خوشه بندي پارتيشني
v خوشه بندي سلسله مراتبي

الف- پارتيشني:
داده ها به یکسری زیر مجموعه تقسیم می شوند نبایدباهم تداخل داشته باشند و درهمان ابتدا در ان خوشه قرار می گیرندمثل روش K-Means
ب- سلسله مراتبي:
مجموعهاي از خوشه هاي آشيانه اي به عنوان يك درخت سلسله مراتبي تشكيل می دهند استفاده دیندوگرام.
الگورتیم k-meansبرای استفاده ازخوشه بندی:
0-مرحله صفر:
تعیین تعداد خوشه هاk (یکی ازبزرگ ترین ضعف های این الگوریتم هست نمی تونه تعداد خوشه ها را تعیین کنه میگه تو باید بگی چند خوشه باشه )

1-مرحله اول:
k نقطه به صورت تصادفي به عنوان مراكز خوشه ها درنظرمی گیریم
2-مرحله دوم:
دراین مرحله باید تعیین کنیم کدام نقطه به کدام خوشه تعلق پیدا کی کنه.نقاط به خوشه تعلق پیدا نزدیکترین فاصله را مرکز خوشه ویا شبیه ترین نقطه به مرکز خوشه رادارد.
3-مرحله سوم:
مركز خوشه ها مجدداً محاسبه ميگردد.(مراکز جابجا می شوند.مرکز یعنی چه ؟ میانگین نقاطی درداخل خوشه قرار دارد . خوب اگر یکسری نقاط اضافه شوند مرکز هم تغییرمی کنه.پس باید مرکز مجددا محاسبه بشه )
4-مرحله چهارم:
مراحل 2 و 3 آنقدر ادامه مي يابند تا شرط همگرايي رخ دهد.
(مراكز پايدار شوند وتغییر نکنند وثابت بماند درحالت این الگوریتم به پایان می رسد)
ضعفاش :
1-باید اول تعداد خوشه هار ومشخص کنه خودش نمی تونه
2-اگه خوب مرکز انتخاب نشدن خوشه بندی بدی داریم .

*ارزیابی خوشه بندی:
آن الگوريتم خوشه بنديی بهتره كه جمع فواصل هر عنصر تامركز خوشه مربوط به آن كمترباشد.
خطا خوشه بندی:
خوشه بندی بهتراست که خطاش از همه کمتر باشه یعنی فاصله هر عنصراز مرکزخوشه اش کمترباشه.هرچه تعدادخوشه ها زیادبشه SEE کم میشه.


ب- سلسله مراتبي:
دراین روش دیندوگرام استفاده می کنیم اساس فاصله داده است
1-هر کدام ازداده ها به صورت مجزا دریک خوشه قرار می دیم به عنوان یک خوشه در نظر میگیریم
2- دراین مرحله اون دوتا خوشه ایی که کمترین رو باهم دارند به عنوان یک خوشه انتخاب می کنیم


روشهاي تعيين شباهت بين خوشه اي:
کمینه –بیشنه-میانگین گروهی – فاصله بین مراکزخوشه ها –روش وارد

كاربردهاي خوشه بندي:
2 نوع است تقاس
1-تقسیم بازار2-خوشه بندی اسناد
1-مشتریان با توجه اطلاعات سبک زندگی ،مناطق جغرافیایی به زیرمجموعه های مجزا تا بتواند ترکیبی از بازار های مجزا بدست آورد.
2-می بایست اسنادی که براساس شباهت لغات ویا اصطلاحات درگروه های دسته بندی کنیم.(روش : بااساس تعداد تکرار اصطلاحات مختلف هر سند شکل دهید برای خوشه بندی – بهره برداری : دربازیابی اطلاعات استفاده می شود )

***الگورتیم وابستگی و کشف توالی:
هدفش ایجاد ارتباط بین آیتم هاو کالاهایی که به طور همزمان دریک تراکنش رخ داده شده .یعنی وابستگی بین کالا که درطول زمان رخ دهد (مثلا کتاب c وبعد c++ وبعد vc# می خرد)

Frequent Itemset تکرار شونده:
ابتدا یک مین ساپرتی تعریف می کنیم یعنی ایتم ست های زیاد اتفاق افتاده است با توجه به داده یا نوع تجارتمون را آنهایی که بزرگتر يامساویminsop مین ساپرت هست.

تعريف قانون وابستگي:
1-قانون انجمنی
2- معیارهای ارزیابی

كاوش قوانين وابستگي:
این دید گاه 2 مرحله دارد
1- مرحله اول Frequent:
ایجاد مجموعه مکرر یعنی بیام فریدکوین ایتم ست هامودربیارم یعنی تو مجموعه اون Itemset هایی که میزان ساپروتشون آنها ازمین ساپروت بیشتر است را انتخاب کنم.
2-مرحله دوم :
حالا که Frequent درآورده ام بیام قانون بسازم واون وقوانینی را درنظر بگیرم که سطح اعتماد بالایی را دارد.

تعیین مجموعه اقلام مکرر:
1-روش Brute-Force

(روش بی هوش :یعنی هرچی ایتم ست وجود دارد میسازه وقتی کلشو ساخت بعد میگه حلا یهمین ساپروتی هم دارم ، ساپروتی که از مین ساپروت من بالاترباشه میشه -Frequent هزینه بالایی داره دارای پیچیدگی بالایی داره)
2- روش Apriori (Support

یک مجموعه اقلام هرگز اززیر مجموعه هایش پیشی نمی گیره یعنی زیر مجموعه همیشه بزرگتراز مجموعه است-بهش میگن ضد یکنواختی یا آنتی مونوتو )این روش از بورت فورس بهتراست.

كاربردهاي قوانين وابستگي :
1-بازاریابی وتبلیغ فروش(طرف چه کارباید انجام که بوسیله فروش یک جنسش جنس های دیگه اشو هم بفروشد)
2-مدیریت قفسه فروشگاه (یعنی چه عواملی درکنارهم قرار بده که توجه مشتریان برای خرید جلب بکنه)

*** الگورتیم كشف الگوي ترتيبي:
اتفاق افتادن یک کار با توجه به زمان به صورت ترتیبی(مثلاپیشنهاد کتاب c وبعد c++ وبعد vc# )

***رگرسيون(Regression):

می اید مقدار متغیر رو بر اساس سایر متغییر های پیوسته براساس یک مدل وابستگی خطی ویا غیر خطی پیش بینی می کند.

*** کشف ناهنجاری:
یعنی انحراف معناردار مشتریان از رفتار عادیشون تشخیص بدیم.
1-کشف سو استفاده ازکارهای اعتباری
2-کشف نفوذ غیرمجازبه شبکه.

نرم افزار داده کاوی :
RapidMiner و weka اوپن سورس وIBM وsas

فرآيند پروژه هاي داده كاوي و مديريت:
1-فرآيند كشف دانش از پايگاه داده(KDD)
2-فرآيند استاندارد داده كاوي براي چند صنعت
3-فرآيند داده كاوي مبتني بر شش سيگما
4-فرآيند سما(SEMMA)

فرآيند استاندارد داده كاوي براي چند صنعت گیرس:
شش آماب
1-شناخت كسب و كار
2-شناخت داده ها
3-آماده سازي داده ها
4-مدل سازي
5-ارزيابي
6-به كار گيري

فرآيند داده كاوي مبتني بر شش سيگما تست بک

شش سيگما در داده كاوي 5 گام داد:

1-تعريف
2-سنجش
3-تحليل
4-بهبود
5-كنترل

فرآيند سما ناک اصما

فرآيند سما تا حدودي شبيه شش سیگماست گه توسط شركت SAS ارائه شده
1-نمونه گيري
2- اكتشاف
3-اصلاح
4-مدل سازي
5-ارزيابي


جلسه دهم:

مدیریت عملکرد کسب وکار
BusinessPerformanceManagement

نگرش سیستمی به مدیریت کسب وکار چیست؟
می توانیم مدیریت کسب و کسب را یک سیستم بلادرنگ فرض کنیم که ازطرف مدیران را از وجود فرصتهاي بالقوه، مسائل و اتفاقات و تهديدهاي پيش رو آگاه کند و از طرفي قدرت واكنش دادن درمقابل انها را به خاطر استفاده از مدل و همكاري افزايش بدهد.


هدف نهاییBIچه بوده؟
هدف نهایی BI رسیدن به عملکرد موثر در کسب و کاربود پس از BI استفاده می کنیم تا به مدیریت عملکردکسب و کاربرسیم:
الف -پس رسیدن به BPM یعنی نتیجه تکامل BI واستفاده از تکنیک ها وبرنامه های کاربردی و تکنولوژی های آن

ب-مدیریت عملکرد کسب وکار ترکیبی از برنامه ریزی و هوش تجاری دریک بسترواحد است.
ج- BI زیر مجموعه از مدیریت کسب وکار BPMاست .

رابطه هوش و مدیریت عملکرد کسب وکار:
اطلاعات، تحليل ها و تصميمات كسب و كار در بافت فرآيندهاي محوري كسب و كار (مانند فرآيندهاي مديريتي، توليد سرمايه و عملياتي) باعث افزايش فروش، كاهش هزینه ها درنهایت افزایش سود مي شود.

تعريف گروه استاندارد BPM:
مدیریت عملکرد کسب :
چارچوبی است برای سازماندهی خود سازی و تجزيه و تحليل متدلوژي ها، شاخص ها، فرآيندها وسيستم ها براي راهبري عملكرد كل يك بنگاه.

مؤلفه هاي مديريت عملكرد كسب وكار؟
مدیریت عملکرد مجموعه از فعالیت های تحلیلی ومدیریت یکپارچه است توسط تکنولوژی های ارتباط و اطلاعاتی پشتیبانی میشود وروش ها وابزاری های برای نظارت شاخص های عملکرد برای رسیدن به استراژی های (شاخص )
این مولفه های را می توان موارد ذیل تقسیم بندی کرد:
(1-فرآيندها2- متدولوژي ها3- تكنيك ها(شاخص هااز دل تکنیک ها و فرآیند ها بیرون می آید)
4-معیار5-ابزارها 6- تکنولوژی

فرآيند حلقه-بسته جهت مديريت عملكرد كسب وكار

برای مدیریت کسب کاربا چهار فعالیت اصلی روبرو هستیم : تبنا
1 – ت تدوین استراتژی ها:
در واقع هدف گذاری و تشخیص مطلوبیت ها و تنظیم برنامه های استراتژی برای رسیدن به هدف
2-ب برنامه ریزی عملیاتی :
بتوانیم این استراتژی به واقعیت برساند بااستفاده زمان بندی و بودجع بندی
3-ن نظارت /تحلیل :
کاری های که بتوانیم نگاه و کنترل کنیم آیا کارهایی انجام می شود آن کاری است که باید انجام شود (تدوین استراتژی مشخص می کنه)
4-ا اقدام /تعدیل :
برمبنای استراتژی اقدام به انجام کار می کنیم و جای مشکلات داشت باخور داشت برگشت به استراتژی می دهیم برای اصلاح آن


*موارد تدوين استراتژي نام ببرید؟ ارا منچ
1-ارزش ها 2-رسالت و مأموريت 3-اهداف كلي و عيني 4-محرك ها و انگيزه ها 5-طرح ها و نقشه هاي استراتژي6-چشم انداز آرماني

*برنامه ريزي عمليات (تدوين تاكتيكها و بودجه ها( نام ببرید؟ پماطنب
1- پيش بيني ها 2-مدل ها 3- ابتكار عمل ها 4 - طرح ها و برنامه ها 5-نقطه هدف6-بودجه ها

برنامه عملياتي
طرحي يا بر نامه اي است كه مقاصد و اهداف استراتژيک سازماني را به مجموعه ای از تاكتيك ها و ابتكارات صحيح ، منابع موردنیاز و نتایج مورد انتظار از دوره های زمانی آینده تبدیل می کند.
تعداد برنامه های عملیاتی را نام ببرید:
دونوع برنامه داریم :
الف ) برنامه تاکتیک محور :برنامه استراتژیک به تاکتیک های میشکنت و تاکتیک ها ما به اهداف استراتژی می رساند.
ب) برنامه بودجه محور : برنامه مالیست که نتایج مالی به دنبال می کند



*مرحله سوم فرآيند حلقه بسته نظارت/تحليل نام ببرید؟

بعد از برنامه هاي عملياتي و مالي،می بایست کارهای نظارتی و کنترلی بررسی و رصد کنیم و انرا مورد تحلیل قرار دهیم این امر براساس سه مورد ذیل صورت می پذیرد

1-داشبودهاي عملكرد 2-گزارشات 3-ابزارهاي تحليلي
سيستم كنترل تشحيصي سيستمي سايبرنتيكي است كه از اجزاي زير تشكيل شده است:

توضیح عامیانه:
سیستمی که ورودی خروجی داره که یک سری ورودی کنترلی ابن سیستم کنترل می کنه وبازخور میده این ورودی کنترلی در واقع همان اهداف استراتژی ماست مبنای سنجش معیارهای ماست.
ورودی و خروجی ها فرآیند های جهت تبدیل ورودی به خروجی استانداردو مقایسه با کانال بازخورد

مرحله چهارم فرآيند اجرا / اصلاح:

1- تصميم گيري2- اقدام 3-رديابي4 – همکاری 5- ارزيابي6- تفسير 7-تنظيم

***(مهم )سنجش عملكرد(Performance Measurement)

زیر مبنای مدیریت عملکرد سنجش عملکرد است.
از نظر سايمون سيستم سنجش عملكرد سيستمي است نتايج واقعی را با اهداف كلي و عيني استراتژيك مقايسه کند تا مدیران توانایی پياده سازي استراتژي كسب و كار را در مجموعه خودشان داشته باشند به انها كمك كند تا پيگيري و رديابی کند.

شاخص هاي كليدي عملكرد(Key Performance Indicators - KPI)
به منظور سنجش عملكرد به شاخص هايي نياز داريم KPI اهداف کاملا مشخص استراتژی را برای ما اندازه گیری می کنند.
ازنظر اکرسیون شاخص های کلیدی عملکرد چند بعدی اند:
1-تجسم استراتژی 2-اهداف معینی بسنجیم3- دامنه عملکرد بسنجیم (دامنه بالا یا پایین تر اهداف است یا خیر )4-بتوانیم شاخص ها درسیستم نرم افزاری پیاده و کد کنیم 5- باتوجه به نیاز ، اهداف زمانی را بسنجیم 6-مبنا و معیار

شاخص هاي كليدي عملكرد(KPI)
KPI هاي نتيجه اي (شاخص هاي تأخيري)
شاخص هايي كه نتايج فعاليت هاي گذشته را اندازه مي گيرند و معمولا شاخص های مالي هستند.
KPI هاي محرک یا آینده نگر یاپيشتاز يا راهنما ویا عملياتي
اين نوع شاخص ها، فعاليت هايي را مي سنجند كه بر شاخص هاي نتيجه اي (قبلی) اثر مي گذارد.می توانیم عملکردپیش بینی کنیم
مشكلات سيستم هاي سنجش عملكرد
1-اغلب شرکت ها از روش کارت متوازن BSC درسیستم سنجش عملکرد استفاده می کند.اما به علت تاکید بروی سنجه مالی توجیهی به سنجه های دیگر (فرآیند های داخلی ، یادگیری ، رشد)نمی کنند ومشکلاتی پیش می اید(معیارهای مالی بر بازه زمانی کوتاه مدت تمرکز دارد)
2-حجم زیاد شاخص عملکرد از دیگر مشکلات سیستم است
3-انحراف درسنجش شاخص های ارزیابی از دیگر مشکل آن است.
سنجش عملكرد اثربخش
1-سنجه ها بايد بر عوامل كليدي متمركز باشند
2-سنجه ها بايد تركيبي از گذشته، حال و آينده باشند
3-سنجه ها بايد ميان همه ذينفعان، كاركنان، شركا، عرضه كنندگان و سايرين توازن ايجاد کنند.
4-سنجه ها بايد از بالا آغاز شده و به سطوح پايین بیاید
5-سنجه ها بايد اهداف معيني را هدف قراردهند

***متدولوژي BPM:

دونوع است
1-کارت متوازن ( مبتني بر مديريت فعاليت)
2- شش سیگما (فرآیند محور - مديريت كيفيت جامع)

*كارت امتيازي متوازن(BSC):
هم متولوژی مدیریت و هم روشی برای سنجش عملکرد درچند بعد بررسی می کند
استراتژي را به اقدام تبديل مي كند
استفاده از واژه ”متوازن يا بالانس“ در كارت امتيازي متوازن از آنجا است كه تركيبي از سنجه هايي متفاوت زیر

1-دربعد مالی(برای موفقیت مالی چه طور در مقابل سهم داران ظاهر شویم)
2 بعد فرآیند های داخلی (برای کسب رضایت مشتریان و سهم داران کدام فرآیند مورد توجه قرار دهیم تا برتر شویم)
3-در بعد آموزش و رشد (برای این چشم انداز تحقق پیدا کنم چطور باید تغییرات و اصلاحات را انجام بدیم )
4-بعد مشتری (چکاری برای مشتریان انجام دهیم)
نقشه استراتژی ( مالی – مشتری – پردازش – رشد ویادگیری )

*فرآيند همراستايي استراتژي ها و اقدامات را در شش گام ازنظركاپلان و نورتون بیان کنید؟
1-ایجاد و فرموله کردن استراتژی
2-برای استراتژی برنامه ریزی می کنیم
3-سازمان با استراتژی هم جهت می کنیم
4-برنامه ریزی عملیاتی انجام می دهیم
5-یادگیری و رشد ونظارت و اموزش
6-تست و تطبق استراتژی

***شش سيگما(Six Sigma)
مثلBSC یک متدولوژي مديريت عملكرده
هدفش:كاهش تعداد خطاهاي فرآيندهاست.به طوري كه در هريك ميليون فرصت، به صفر نزديك شود.
واحداندازه گیرش : DPMO 304دریک میلیون
39

شش سیگما روی مدل مرجعی ساده ای بنام DMAIC دامیگ قرار گفته (تست بک)
(1-تعریف2- سنجش 3- تحلیل 4-بهبود5-کنترل)

***محدوديت هاي شش سيگما و راه حل آن
يكپارچگي در شش سيگما در كل بنگاه وجود ندارد چکار کنیم ؟
راحل : ادغام شش سیگما با کارت متوازن BSC
1-کارت متوازن قدرت کشف نقاط ضعف وهمچنین قدرت کشف فرصت های بهبود ورشد عملکرد رو داره
2-شش سیگما هم مسائل عملکردی رو حل می کنه
*-* معماري
منظور از معماري طراحی1- منطقي 2- فيزيكي

معماری منطقی (1-برنامه هاي كاربردي BPM 2- هاب اطلاعات 3-سيستم هاي منبع)
معماری فیزیکی (1-لايه پايگاه داده2- لايه برنامه كاربردي2- لایه واسط كاربر)
* برنامه هاي كاربردي BPM:

لايه پايگاه داده(مخزن داده تراکنشی –مراکز داده کابردی - انباره داده متمرکز)

رابط كاربر BPM
رابط كاربر، پل بين نرم افزارهاي كاربردي وکاربر نهایی 2-معمولا رابط ها تحد وب اند-3-برای سادگی کار ما ازاکسل برای ریختن اطلاعات توسط کاربران استفاده می کنیم که از علاقه داشتن این پایگاه ساده را نگه دارند.4-معمولا ما یک راهنمای کاربر نیست در اختبار کاربران قرارمی دیم
بین لایه برنامه کاربردی ولایه واسط کاربر:یکسری از ابزارهای گزارش گیری – پرس جو- داشبور های-پرتال ها –ابزار ها کارگروهی قرار میگیرد.
SAPو Microsoftو IBMو Oracle این شرکت های درزمینه هوش تجاری BI هم فعالیت دارند که در BPM فعالیت می کنند

***داشبورد های عملکرد و کارت های امتیاز
مقدمه : درمعماری BPM یک لایه ای داریم به نام لایه واسط کاربر، دراین لایه نتیجه و خلاصه از شاخص عملکرد نیاز داریم به شکل ساده و درست نمایش داده شود . این نمایش هم معمولا به صورت گرافیکی است . برای نمایش شاخص های عملکرد از سیستم های کارت امتیازو یاداشبورد عملکرد استفاده میکنیم. آقای اکرسون میگه :داشبورد عملکرد یک نرم افزار کاربردی چند لایه است که براساس هوشمندی کسب و کاره یکپارچه ساخته شده وسازمان رو قادر میکنه تا عملکرد کسب وکارشو به صورت اثر بخش ، پایش و مدیریت کنه.

تفاوت های داشبورد عملکرد با کارت امتیاز
ویژگی ها
داشبورد عملکرد
کارت امتیاز
ازنظر هدف
دنبال سنجش عملکرد
نمودار پیشرفت نمایش میده
ازنظر کاربران
متخصصان وسرپرستان
مدیران ارشد.مدیران.کارکنان.
ازنظر به روز رسانی
همان لحظه
دوره ای
ازنظر داده ها
رخداد ها
جمع بندی
ازنظرنمایش
گرافیکی ، داده های خام
گرافیکی ، نکات متنی

* انواع داشبوردها : ( داشبورد های عملیاتی – تاکتیکی – استراتژی)

1- توسط كاركنان و سرپرستان خط مقدم به صورت خلاصه شده و روزانه به روز رسانی واستفاده می شوند.
2- وسيله مديران و تحليل گران جهت رديابي و پايش داده هاي روزانه و يا هفتگي جهت بررسي پيشرفت واحدها استفاده مي شوند.
3- وسيله مديران ارشد، مديران و كاركنان براي پايش داده هاي خلاصه وداشبوردهاي تفصيلي ماهانه يا فصلي هستند، مورداستراتژيك استفاده مي گيرد

طراحي داشبورد
چالش اصلي طراحي داشبورد، نمايش بدون انحراف همه اطلاعات مورد نياز در يك صفحه واحد است.

برای اینکه اعدادرا معنی دار کنیم دو راه وجود دارد 1-مقایسه کردن 2- ارزش دادند(خوب بودن یا بعد بود)
برای نمایش خوب یا بد بود باید ازرزنگ های استفاده کنیم مثلا (خوب: سبز- بد : قرمز – متوسط :زرد)
برای مقایسه کردن عددهم :می تونیم مقایسه کنیم عدد در مقابل مقادیر( گذشته – پیش بینی – هدف)

نکته : سیستم های BIدارند به سمت بلادرنگ شدن حرکت می کنند. سیستم های BPM نیز مثلBI دارند به سوی بلادرنگ شدن حرکت می کند .یعنی در کسب و کار بدون تاخیر بر فعالیت های کسب و کار نظارت کنیم در همان لحظه ردیابی .و درصورت نیاز تغییرات دهیم.برای این منظور از سیستم های پایش فعالیت کسب و کار استفاده می شود (BAM) که به عنوان مولفه های مهم BPM است .

· داده های به همگام + دسترسی به ابزار هماهنگی ومدل سازی ============ حل مسئله

 

۱۰ کلید استراتژی موفق هوش کسب وکار سازمان

ترجمه مقاله

۱۰ کلید استراتژی موفق هوش کسب وکار سازمان

                                                               نویسنده:

By Diann Daniel
Mon, October 22, 2007

مترجم: سید محمود شجاعی کیاسری

۲۷/۰۴/۱۳۹۲

مرجع: http://www.cio.com/article/148000/10_Keys_to_a_Successful_Business_Intelligence_Strategy?page=2&taxonomyId=3002

در همه ادغام ها و جمع آوری های در فضای هوش کسب وکار، فراموش کردن این نکته که هوش کسب وکار چیزی بیش از یک تکنولوژی پنهان در پشت آن است آسان است.

شما نیاز دارید تا دید خود را نسبت به استراتژی هوش کسب وکار قبل از وارد کردن تکنولوژی به بحث مشخص کنید. و به قول نویسنده اصلی متن “اکنون زمان اختراع مجدد استراتژی هوش کسب و کار است”.

1.                  حامی سطح مدیریتی را انتخاب کنید(مدیر ارشد اجرایی، مدیر ریسک) کسی غیر از مدیر ارشد اطلاعات

اجرای پروژه هوش کسب و کار نیاز به حامیانی غیر از حامیان فناوری اطلاعات سازمان دارد. حمایت بوسیله یک شخص اجرایی که دارای قدرت و مسئولیت در سطوح بالای سازمان است و دارای تصویری گسترده از اهداف کوتاه مدت، بلند مدت و استراتژی های سازمان است و میداند چکونه باید چشم انداز سازمان را به شاخص های ارزیابی عملکردی تفسیر و ترجمه کند که پیشرفت آن شاخص ها پشتیبان و ضمانت کننده دستیابی به چشم انداز باشد. این مدیر اجرایی اغلب “مدیر ارشد امور مالی” است. این حامی باید اجرای پروژه را بر اساس موارد کسب و کار مستند[1] مدیریت کند و در قبال تغییرات محدوده پروژه مسئول باشد.

2.    ایجاد تعریف مشترک:

بدون داشتن تعاریف مشترک اجرای پروژه هوش کسب وکار نمیتواند موفق باشد. کمبود توافق شایع ترین مشکل امروزی شرکت هاست. به عنوان مثال، واحد مالی و واحد فروش ممکن است تعاریف متفاوتی از “حاشیه ناخالص” داشته یاشند. که به معنای اعداد متفاوت است .این در واقع به معنای نفی اتوماسیون است ! برای مبارزه با این مشکل باید موضوعات تخصصی کسب وکار در سراسر خطوط سازمان از کارمندان جلو، میانی و پشت سازمان کسب شود. در این مرحله ، مشارکت بخش فناوری اطلاعات باید محدود به راه اندازی اداره مدیریت پروژه[2]  و در اختیار گرفتن مالکیت هماهنگی و استانداردها و مقررات کسب وکار باشد. در مرحله دوم، آغاز کوچک و انتخاب ۱۰ تا ۲۰ شاخص کلیدی عملکرد و ساخت استانداردها و ایجاد حاکمیت بر اذهان بوسیله آن شاخص ها.

3.   ارزیابی وضعیت فعلی

شما باید داشته ها، فرآیندها و ساختارهای سازمانی  وضعیت فعلی محیط سازمان را تحلیل کنید. هر دو بخش فناوری اطلاعات و کسب و کار سازمان باید درگیر شوند. اولسون[3] در برابر دست کم گرفتن این مرحله هشدار داده است، و اشاره کرده است که “تشخیص هوش کسب وکار” شامل ۱۵۰۰ سوال در قبال ۳۲۵ بهترین شیوه[4] و ۷۵ زمینه موضوعی است.

4.    ایجاد یک برنامه برای ذخیره سازی داده ها

بسیاری از سازمان ها با یک بازار داده[5] جدا شده شروع میکنند چراکه سریع و ارزان است. اما باید توجه داشته باشید که این روش به این معناست که سیلوهای انبار داده برای داده های اضافی باید در آینده ایجاد شوند که ممکن است بعد از چند سال رشد غیر قابل کنترلی داشته باشند. مساله دیگری که باید مد نظر باشد در خصوص این است که آیا باید یک انبارداده فیزیکی را ایجاد و نگهداری نمود یا به سمت استفاده از مجازی سازی یا لایه معنایی برای اتصال سیستم های عملیاتی شد؟ انبارداده های سنتی به معنای کپی کردن و تکثیر  داده ها هستند، که به معنای عدم امکان دسترسی لحظه ای به داده های سیستم های عملیاتی است. شما میتوانید در استفاده از فضاها بوسیله تعریف یک لایه انتزاعی صرفه جویی کنید، اما این روش برای طراحی بسیار سخت است که به عنوان هر انبار متادیتا است. حتی قبل از مد نظر قرار دادن اینکه کدام فروشنده انتخاب شود، شما باید این مساله را حل کنید.

 

5.   فهم نیاز کابران

سه دسته از کاربران هوش کسب و کار عبارند از کاربران استراتژیک، کاربران تاکتیکی و کاربران عملیاتی. کابران سطح استراتژیک تصمیمات کمی میگیرند ولی همین تصمیمات اندک تاثیرات عمیقی بر سازمان دارند. برای مثال ما باید عملیات سازمان در اروپا را متوقف کنیم و در چین آغاز کنیم! کابران سطح تاکتیکی تصمیمات زیادی در طول هفته میگیرند و هر دو گونه اطلاعات تجمعی و سطح جزئیات را مورد استفاده قرار میدهند و نیاز به اطلاعات بروز رسانی شده بصورت روزانه دارند. کاربران سطح عملیاتی کارمندان خط مقدم هستند. مانند کارمندان مشغول در بخش مرکز تماس سازمان. آنها نیاز به داده ها در مجموعه نرم اقزار های شخصی شان دارند تا بتوانند تعداد تراکنش های زیادی را به انجام برسانند. فهمیدن اینکه چه کسی از هوش کسب وکار استفاده خواهد کرد و برای چه هدفی میتواند انواع اطلاعات مورد نیاز و تواتر و فرکانس استفاده از آنها را نمایش دهد و در مسیر تصمیم گیری هوش کسب وکار کمک کند.

6.    در خصوص خرید یا ساخت یک مدل داده ای تحلیلی تصمیم گیری کنید.

یک سایز برای همه مناسب نیست! در حالت عمومی شما شاید از منافع یک مدل داده ای صنعت خاص بهره مند بشوید در صورتی که محیط فناوری اطلاعات مشابه ای دارید مانند یک سیستم ERP  یا  یک سیستم  CRM . سلسله مراتب انعطاف پذیری و توسعه پذیری را باید با دقت بررسی کنید. سازمان های پیچیده تر ممکن است ممکن است از شخصی سازی بهره مند شوند. اگرچه ممکن است شما در نظر داشته باشید که ابتدا با یک مدل استاندارد صنعتی بعنوان قالب یا یک مجموعه راهنما استفاده کنید.(مانند بعدها، حقایق، معیارهای عمومی)

7.   در نظر گرفتن تمام اجزای هوش کسب وکار

 اجزایی که باعث موفقیت هوش کسب وکار میشوند عبارتند از: متادیتا ها، تجمیع داده ها، کیفیت داده ها، تحلیل ها، تجمیع معیارهای مدیریتی، مدل سازی داده ها،ارائه اطلاعات(گزارشات و داشبوردها)، پورتال ها، همکاری ها، مدیریت دانش و مدیریت داده های کلیدی[6]. مطمئن شوید که برای تمام لایه های معماری شده برای هوش کسب وکار تعریف مشخص دارید. حتی اگر آنها خودشان به عنوان بخشی از استراتژی هوش کسب وکار مطرح نیستند ولی ممکن است بر روی موفقیت اجرای پروژه تاثیر گذار باشند.

8.   انتخاب یک سیستم تجمیع داده

اجرای هوش کسب وکار نیازمند راهنمایی های یک شریک با تجربیات عمیق است. اولسون میگوید آماده باشید که برای هر یک دلار نرم افزار بین ۵ تا ۷ دلار هزینه کنید. و هشدار داده است: تنظیم مناسب وخوب هوش کسب وکار را برون سپاری نکنید. فرآیند نیازمند درجه بالایی از همکاری میان کاربران نهایی، تحلیلگران و توسعه دهندگان است.

9.    عملی فکر کنید و کودکانه گام بردارید

کاربران نهایی، تحلیلگران کسب وکار و توسعه دهندگان برای برای ایجاد اولین مفهوم با ثبات در ظرف چند روز را انتخاب کنید.تعداد کمی شاخص ارزیابی عملکرد را انتخاب کرده و تعداد اندکی گزارش بسازید. سپس نسخه های جدیدتر را هر چند هفته یکبار منتشر کنید.

10. برای شروع میوه های آویزان برای چیدن را انتخاب کنید

اولسون انتخاب اجزای ساده ولی بارزش بالا را برای شروع توصیه میکند، برای مثال، بازار داده تحلیل فروش میتواند اهداف با ارزشی را به نمایش بگذارد که مقدار زیادی از مدل های نمونه و بهتری الگوها نیز در این زمینه وجود دارد.

---

[1] documented business case

 

[2] project management office

 

[3] Boris Evelson - http://www.forrester.com/Boris-Evelson

[4] Best Practices

[5]           Data Mart

[6] Master Data Management

آموزش طراحی انبارداده سازمانی(قسمت دوم)

دربخش دوم آموزش طراحی و پیاده سازی انبارداده سازمانی به چند تعریف و چند نکته کاربردی مهم در طراحی هرچه صحیح تر میپردازم:

Attribute:

در هر Dimension Table برای هر Member یک نام مشخص وجود داشته باشد که به آن Attribute می گوییم.

Groupable:

به مجموعه ای از Attribute ها که از یک Dimaension Tabel  باشند و بتوانند با هم تشکیل یک گروه بدهند گفته میشود. مثل(سال و ماه و روز) یا (سال، فصل ماه، هفته روز).

نکته: این گروه بندی میتواند طبیعی یا غیرطبیعی باشد. به عنوان مثالی از غیر طبیعی ها مثل رنگ ها و سایزها.

Hirarchy:

مجموعه Attribute  های Groupable میتوانند یک Hirarchy بسازند که Measure ها را از بالا به پایین ریز کند. (Slice & Dice | DrillDown )

 

نکته یک:

در هنگام طراحی جداول Dimension بهتر است از یک ستون مجزا و Auto Incriment  استفاده کنیم. ۲ دلیل مهم برای اینکار وجود دارد:

دلیل یک: در گردآوری اطلاعات از بانک های اطلاعاتی مختلف اگر کلید های آنها متفاوت باشند ما دچار مشکل نخواهیم شد و تنها در ETL  یک Mapping نیاز خواهیم داشت.

دلیل دو: برای نگه داشتن تاریخچه تغییرات اطلاعات پایه بسیار مهم است.

مثال: تغییر کد محل زندگی یک شخص در بانک اطلاعات عملیاتی بعد از مدتی یک امر طبیعیست. با این فرض که قبلا این اطلاعات وارد انبار داده ما شده باشد در صورت این تغییر صحیحی نیست که اطلاعات در انبار داده Update  شود بلکه باید کد جدیدی Insert شود. همانطور که میدانید این تفکر در OLTP در حالت طبیعی غلط است ولی در OLAP ته تنها صحیح است بلکه لازم است. باید گفت در مجموع ممکن است تغییر اطلاعات بر مبنای کلید اصلی در جدول Source  ایجاد شود که نباید در جدول Dimension  اعمال شود.

نکته دو:

در Dimension Table  ها عملیات Update  انجام نمیشود بلکه Insert انجام میشود و اطلاعات هر چند تکراری با  ID جدید ایجاد میشوند.(البته برای موارد استثنا باید Tools  های مخصوص و جداگانه برای مرحله ETL ایجاد شود )

نکته سه:

کلیدهای اصلی جداول Dim بهتر است از نوع int  انتخاب شوند. دلیل اصلی این کار کم حجم تر شدن جداول Fact Table  میباشد و افزایش سرعت میباشد.

 

مدل های طراحی انبا داده:

ü       طراحی ستاره ای یا STAR :

 

ü       طراحی دانه برفی یا Snowflake:

 

نکته یک:

بهتر است تا جایی که  ممکن است مدل طراحی ستاره ای باشد. دلیل این توصیه پیش گیری از انفجار اطلاعاتی بواسطه ضرب دکارتی اطلاعات جداول در یکدیگر است.

آموزش طراحی انبارداده سازمانی(قسمت اول)

سلام.
امروز قصد دارم روش طراحی انبارداده رو براتون توضیح بدم.
همانطور که میدونید طراحی انبارداده با طراحی بانک‌های اطلاعاتی رابطه ای تفاوت زیادی داره و دلیل اصلی این تفاوت نوع بهره برداری و در واقع هدف ما از طراحی هست. بنابراین اگر در طول آموزش با مواردی برخورد کردید که حس کردید تمام اصول طراحی بانک‌های اطلاعاتی رو داریم زیر سوال می‌بریم زیاد تعجب نکنید!
تفاوت انبار داده و پایگاه داده
وظیفه اصلی سیستم‌های پایگاه داده online، پشتیبانی از تراکنش‌های online و پردازش query است. ولی انبارداده به کاربران یا تحلیلگر داده و تصمیم گیر نده داده ارائه می‌کند. چنین سیستمهایی می‌توانند داده را در قالبهای مختلف برای هماهنگ کردن نیازهای مختلف کاربران مختلف، سازماندهی و ارائه می‌کند. این سیستم‌ها با نام سیستم‌های OLAP شناخته می‌شوند.
موارد تفاوت DW و DB
• از لحاظ مد لهای داده:
پایگا ههای داده برای مدل OLTP امکان پردازش تعداد زیادی تراکنش همروند، که اغلب حاوی رکور دهای اندکی هستند را دارد. اما انبارهای داده برای پردازش OLAP طراحی شده‌اند.
• از لحاظ عملیات قابل اجرا بر روی آن‌ها:
 عملیاتی که بر روی پایگاه دا ده‌ها صورت می‌گیرد، عمومٌا شامل عملیات به هنگام سازی است در حالی که عمل خواندن از انبار، عمده عملیات قابل اجرا بر روی انبارداده را تشکیل می‌دهد.
• از لحاظ مقدار داده:
مقدار داد ه های یک پایگاه داده در حدود چند مگابایت تا چند گیگابایت است در حالی که این مقدار در انبار داده در حدود چند گیگابایت تا چند ترابایت است.
• از لحاظ زمان پرس و جو :
 انبار داده با استفاده از دو تکنیک خلاصه سازی و سلسله مراتبی کردن فیلدها سرعت انجام پرس وجو را بهبود بخشیده است.
فیلدهای خلاصه سازی:
می‌توان تمام داده های مشابه را دریک آرایه و یک ردیف، و نه در یک جدول قرار داد. به این ترتیب، داد ه های مشابه به سرعت می‌توانند خلاصه سازی شوند. اصو ًلا ساختار بعد این امکان را فراهم کرد ه است که داد ه ها را بدون تکرار ذخیره نماییم و هر گاه به مشاهده آن‌ها در کنار هم احتیاج داشتیم نیز بدون صرف حافظه و زمان قابل توجهی این امر میسر باشد.
 فیلدهای سلسله مراتبی:
ساختار سلسله مراتبی ابعاد در انبار داد ه های مبتنی بر مدل داده چند بعدی، پیاده سازی شده است و این امکان را فراهم آورده است که فیلدها بر اساس یک سلسله مراتب منطقی سازماندهی شوند. این امر سرعت پرس و جوها را در انبار بسیار افزایش می‌دهد.

طراحی چهار گام دارد:
گام یک:
تمام فیلدهای aggregable در جداول بانک اطلاعاتی عملیاتی را شناسایی می‌کنیم. این کار در بحث OLAP به معنی استخراج Measure ها یا سنجه‌هاست.
سنجه‌ها عبارتند از معیارهای قابل جمع بندی در کسب وکار که برای مانیتور کردن وضعیت کسب و کار استفاده می‌شوند.
برای اینکه دید فنی بهتری بهتون بدم میتونم اینطوری خلاصه کنم که سنجه‌ها همون ستون‌هایی در جداول بانک اطلاعاتی شما هستند که شما معمولا برای ساخت گزارشاتتون روی اونها توابع سرجمع مثل Sum , Count , Average , … استفاده می‌کنید. مثل تعداد مشتریان، میزان خرید، تعداد کالاها، مانده بدهی، میزان مالیات پرداخت شده و ...
گام دو.
نام‌هایی که از طریق آن‌ها Measure ها معنی پیدا می‌کنند را پیدا کنید. به عنوان مثال معیار میزان خرید به تنهایی قابل تحلیل و نتیجه گیری نیست اما میزان خرید در طول یک دوره زمانی یا در یک محدوده جغرافیایی خاص یا میزان خرید یک گروه کالایی خاص از محصولات این معیار را معنادار و قابل تحلیل می‌کند.
به این نام‌ها در OLAP بعد یا dimension میگوییم.
ابعادی نظیر زمان و مکان و نوع محصول و ... باید استخراج شوند.
بدیهی است هر بعدی دارای مقادیری است که به هر مقدار یک Lable میگوییم.
بنابراین dimension به مجموعه ای از Lable ها که از نظر مفهومی به هم وابستگی هستند میگوییم.
نام پرکاربردتر یا صحیح‌تر برای Lable همان Member می‌باشد. در واقع Member ها آیتم‌های داخل یک dimension هستند.
گام سوم:
تمام Measure ها را در یک جدول قرار می‌دهیم. این جدول Fact Table نام دارد.
Fact Table :جدولی که مقادیر جزیی Measure ها را نگه داری می‌کند و هر چه تعداد آن‌ها کمتر باشد برای ما بهتر است.
برای ساخت Fact Table 2 نکته مهم تجربی وجود دارد که عبارتند از:
1. سعی کنیم همه Measure ها را در یک جدول جمع آوری کنیم.
2. سعی کنیم در مواقع لزوم، جزئیات را فدای کلیات نکنیم بلکه کلیات را فدای جزئیات کنیم. به شرطی که مفاهیم داده‌ها از بین نرود.
به طور کلی ستون‌های Fact Table 3 نوع هستند:
1. Measure ها.
2. Key Column ها.
3. Foreign Key یا ارجاعات به جداول دیگر.
نکته: سطرهای جدول Fact Table شامل پایین‌ترین سطح از اطلاعات می‌باشند.

گام چهارم:
تمام Dimension هایی که با هم مرتبط هستند را سعی کنید در یک جدول قرا دهید.
Dimension Table : وقتی یک عدد در Fact Table قرار می‌گیرد که عنوان‌های آن را یک جدول دیگر مشخص می‌کند به آن Dim Table میگوییم.
مثال: Dim Table برای تاریخ شامل ستون‌های زیر می‌تواند باشد:
Key . سال. ماه. روز. هفته. دهه. روز از سال. روز از هفته. روز از ماه و...

مدل ارزیابی وضعیت آمادگی جاری شرکت ها برای استقرار هوش تجاری و انبارداده توسط شرکت "راه حل های آتنا"

Athena IT Solutions will evaluate your current data warehousing and business intelligence environment and determine its fitness to purpose along both the business and IT dimensions.

Business Intelligence, Data Warehousing & Corporate Performance Management Assessment

Click for full-size assessment image

Your environment may include multiple data warehouses, data marts, operational data stores, as well as data being reported on from your Enterprise Resource Planning (ERP) systems, customer relation management (CRM), financial systems, etc. We will examine your data warehousing environment within the context of the reporting and analytical tools and data spread out among these systems.

Two areas we examine:

1. Does the current information systems provide the business with the information they need to examine and analyze the business in a timely manner to be able to have a positive impact on it?
   
2. Are the current information systems architected and deployed in an effective and efficient manner enabling IT to deliver these systems with high ROI.

We will review the data warehouse and business intelligence environment with your business sponsors, business users, IT management, IT support staff and the DW/BI team. We review your current systems and, if appropriate, your future plans. We will objectively assess where you are compared to best practices.

Our deliverables will provide a review and if appropriate recommendations in the following areas:

• Meeting of business requirements
  
• Available business functionality
  
• Business knowledge of available systems
  
• Business ease of use of available systems
  
• Data warehouse and business intelligence architecture 
  
• Data warehouse and business intelligence team skills 
  
• Expandability of systems
  
• Data warehouse and business intelligence operational and maintenance costs

محتوای آموزشی دوره "مفاهیم و اصول هوش تجاری و انبارداده" در شرکت "راه حل های آتنا"

Duration:

Two day classroom instruction. Note: This is a combination of the Business Intelligence Introduction and Data Warehousing Introduction courses.

Prerequisite Education or Experience

None assumed.

Course Outline:

Section 0: Introductions

Section 1: What is Business Intelligence, What is Data Warehousing?

• Brief History of Accessing, Reporting And Analyzing Data
• Data to Information Lifecycle
• Definition of Business Intelligence (BI)
• Definition of Data Warehousing
• Definition of Corporate Performance Management (CPM)

Section 2: Where are Business Intelligence and Data Warehousing being used today

• Business Drivers For BI
• Business and IT Drivers For DW
• Applications that use BI And DW
• Data Shadow Systems
• Industry terminology

Section 3: Business Intelligence and Data Warehousing - The Architectures

• The Four Architectures
• How do business intelligence and data warehousing fit together?

Section 4: Information Architecture - BI applications and usage

• Business applications of BI
• BI Categories - Reporting to Analytics
• OLAP Architectures
• Classifying BI users

Section 5: Data Integration

• Overview
• Data modeling concepts
• Data Integration Framework (DIF)

Section 6: Data Architecture

• Processes

• Transforming data to information
• Process management


 

• Data Stores

• Data Warehouse, Data Marts, Operational Data Stores, Cubes

• Architectures

• Data staging options
• Implementation choices

• Standards
• Tools
• Resources & Skills

Section 7: Technology Architecture

• Overview
• Data Integration
• Business Intelligence
• Databases
• Deployment & Operational Tools

Section 8: Product Architecture

Note: Brief overview to position vendors within market. Not intended to evaluate or endorse vendors.

• Major data warehouse and BI vendors
• Market positioning

Section 9: Culture, Politics and Organization

• Overview
• Sponsorship and Governance
• Program Organization and Management
• Project Organization and Management
• Project Methodologies

Section 10: Industry Trends

• Overall Software Industry
• Enterprise Applications
• Data Integration
• Business Intelligence

Section 11: Best Practice Overview

• Data Integration
• Business Intelligence

Section 12: Conclusions

• Highlights
• References and Resources

محتوای آموزشی دوره "کارگاه نامگذاری داده ها: هوش تجاری و انبارداده" در شرکت "راه حل های آتنا"

Length: 1 day

Description:
Describing and naming data correctly is critical. Done right, it can help you:

• Set and achieve common business goals
  
• Maximize customer satisfaction
  
• Reduce time to market for products
  
• Accurately represent the financial status of the company to stockholder
  
• Minimize misunderstandings among business functions that negatively impact company performance.

This course describes and illustrates the basic principles and standards for the description and naming of the company data assets.

The course materials include a Data Description and Naming document that can form the basis for naming standards, procedures and guidelines for your company.

The attendees will execute all aspects of the standard. They will create precise and understandable data descriptions and derive standard names and abbreviated names for use in data dictionaries, data warehouses, data marts, and the data structures that support business applications.

Who Should Attend: 
Business and IS personnel who describe and name company data. This could include: functional managers, data managers, data administrators, database administrators, and data warehouse administrators.

What You Will Learn:

• Basic principles and standards for the description and naming of the company data assets
• Precise and understandable data descriptions
• Standard names and abbreviated names for use in data dictionaries, data warehouses, data marts, and the data structures that support business applications
• Resolution of definition synonyms and homonyms,
• Elimination of data ambiguity,
• Effective keyword searching mechanisms so that the correct data can be found

محتوای آموزشی دوره "مفاهیم مدیریت داده ها در هوش تجاری و انبارداده" در شرکت "راه حل های آتنا"

Length: 1 day

Description:
This course illustrates the basic concepts of data management.

it explores the nature of data as a resource, defines the data management terminology, and describes tools and techniques that are available for the management of data as a business asset.

The style of the course is interactive, and during the second half of the day participants will be divided into two teams to play The Data Game, a workshop designed to bring home the concepts that have been taught throughout the day, and build stronger cross-functional teams capable of taking on the challenges of data management.

Who should attend: 
Business or systems analysts, data administrators, project leaders, and cross-functional groups.

Playing The Data Game encourages better teamwork back on the job. It's a good idea to mix business and IT attendees in the same class to maximize its benefits to the team.

What You Will Learn:

• Issues of data management
• Tools and techniques for managing data
• Data relationships
• Data quality

محتوای آموزشی دوره "مدیریت پروژه های هوش تجاری و انبارداده" در شرکت "راه حل های آتنا"

Duration:

Two day classroom instruction. Optional one-day workshop (see below).

Prerequisite Education or Experience

Introductory course for data warehousing or basic exposure to business intelligence or data warehousing projects.

Course Outline:

Introductions

• Instructor & class introductions
• Survey

Section 1: What is BI & DW 
(optional: if attendees need)

• Brief History Of Accessing, Reporting And Analyzing Data
• Data to Information Lifecycle
• Business Intelligence (BI) defined
• Data Warehousing (DW) defined

Section 2: DW Methodology

• Project methodologies
• DW methodology
• Differences between DW and traditional IT projects

Section 3: DW Processes

• Sponsorship & Governance
• Program Management
• Project Management
• Change Management
• Data Quality & Data Management
• Ongoing Administration & Support

Section 4: DW Roles & Responsibilities

• Organizations
• IT And Business Interaction
• Context Of Roles & Responsibilities
• IT And Business Roles
• Skills And Training

Section 5: DW Project Planning

• DW Project Phases
• Major DW Project Activities
• Developing Scope & Building Business Case
• Assembling Team

Section 6: DW Project Planning

• DW Project Phases
• Major Activities & Deliverables
• Developing Scope & Building Business Case
• Staffing & Management

Section 7: DW Assessment Activities

• Requirements Gathering
• Source Systems Analysis
• Data Quality & Integrity Metrics

Section 8: DW Data Design Activities

• Data Architecture
• Data Staging
• Data Modeling
• Database Design

Section 9: DW Data Preparation Activities

• Data Souring & Quality Requirements
• ETL Architecture
• Designing & Creating ETL Processes

Section 10: DW BI Activities

• BI, Reporting & Analysis Requirements
• BI Architecture
• BI Tool Selection
• Design & Build BI Processes
• Business User Involvement

Section 11: DW Testing, Deployment & Roll-out

• Testing
• Deployment
• Roll-out
• Ongoing Administration & Maintenance

Section 12: Conclusions

• Highlights
• References & Resources

Section 13: Optional One-Day Workshop

You may choose to add an additional, custom, one-day consulting workshop in which the instructor will work with your team on a particular issue you are facing. This option will add one day of training plus up-front consulting work to prepare for the workshop.

Workshop Sessions:

• Review Course Materials in your Context
• Plan by Exercise Different Portions of your Project
• Discuss Best Practices and Factors Impacting your Project

محتوای آموزشی دوره "معماری هوش تجاری و انبارداده" در شرکت "راه حل های آتنا"

Duration:

Two day classroom instruction.

Onsite training has the option of:

• Two day classroom instruction, or
• Three day classroom instruction and workshop

Prerequisite Education or Experience

Concepts and Fundamentals for Data Warehousing & Business Intelligence or equivalent knowledge or experience.

Course Outline:

Section 0: Introductions

• Instructor & class introductions
  

Section 1: The Architectures

• The Four Architectures

• Information Architecture
• Data Architecture
• Technology Architecture
• Product Architecture




• Data Integration Framework (DIF)

• Architecture
• Processes & Data Stores
• Standards
• Tools
• Resources & Skills

Section 2: DIF Processes

• Data Preparation

• Data Sourcing
• Data Cleansing
• Data Quality
• Data Transformation
• Data Loading




• Data Franchising
  
• Data filtering
• Data Summarization & Aggregation
• Data Transformation
• Data Loading

• Information Access & Analytics

• Information Access & Reporting
• Analytics & Performance Management




• Metadata Management

• Inter-tool interfaces
• Audit & What-If Capability




• Data Management

• Data Modeling
• Data Profiling
• Database Management




• Workshop Session (below)
  

Section 3: Data Store Components

• Data Modeling Basics

• Conceptual, Logical & Physical Models
• Entity-Relationship & Dimensional Modeling




• Data Structure Concepts

• Facts, Dimensions, Reference
• Types of Keys




• Data Structure Options

• Star
• Snowflake
• Normalized (3NF)
• Denormalized
• Others
• Why do these structures matter?




• Metadata

• Technical
• Business
• Process
• Why does metadata matter?




• Workshop Session (below)

Section 4: DIF Data Stores

• DIF Data Stores

• Data Sources
• Data Warehouse
• Data Marts
• Cubes
• Data Shadow Systems
• Operational Data Stores (ODS)
• Data Staging
• Best Practices & Best Fit Considerations




• DIF Architectural Options

• Data Warehouse vs. Data Mart
• Stand-alone, Federated & Hub and Spoke
• “Closed loop”
• Comparison of Architectural Options




• Workshop Session (below)
  

Section 5: DIF Tools & Technology

• Extract, Transform & Loading (ETL)
• Enterprise Information Integration (EII)
• Enterprise Application Integration (EAI)
• Data Profiling
• Data Quality & Cleansing
• Metadata Management
• What about unstructured data?
• Searching for information

Section 6: DIF Standards

• Project management
• Software development
• Technology and products
• Architecture
• Data

Section 7: Conclusions

• Highlights
• References & Resources

Workshop Sessions:

If three day classroom and workshop option is selected.

Workshops occur after sections 2, 3 & 4 to put in your company’s context

• Assess Your Current Situation
• Examine Factors Impacting Decisions
• Review Architectural Options In Your Context

• Strengths And Weaknesses
• Resource, Timing And Cost Considerations




• Preliminary recommendations for your organization

آموزش اصول طراحی انبارداده

با سلام

از این هفته قصد دارم هر زمانی که فرصتی پیدا کردم مطالبی در خصوص اصول طراحی انبارداده بنویسم چراکه متاسفانه منبع فارسی در این زمینه تقریبا وجود نداره.

اگر کسانی هستند که مطالب مفید در این زمینه دارن خوشحال میشم که ارسال کنن تا روی وبلاگ قرار بدم چون افراد زیادی در این مدت بابت آموزش اصول طراحی انبارداده سوال پرسیدن.

با تشکر