- •Інформаційний бізнес
- •1. Інформаційні продукти і послуги
- •2. Функції інформаційного бізнесу
- •3. Модель інформаційного бізнесу
- •4. Особливості інформаційного бізнесу
- •5. Особливості процесу праці в інформаційному виробництві
- •6. Технологія формування і використання інформаційних ресурсів в інформаційному виробництві
- •7. Поняття та структура інформаційного ринку.
- •Механізм функціонування інформаційного ринку.
- •9. Класифікація організаційних форм інформаційного бізнесу.
- •За метлю і характером діяльності:
- •За формою власності майна:
- •За національною належністю капіталу:
- •За правовим статусом і формою господарювання:
- •За галузево-функціональним видом діяльності;
- •За технологічною і територіальною цілісністю:
- •Венчурний бізнес в інформаційній сфері.
- •11. Критерії оцінювання фірм інформаційного бізнесу
- •12. Визначення стратегічних потреб в інформаційних продуктах і послугах
- •13. Поняття франчайзингу та його типи
- •14. Франчайзинг в інформаційному бізнесі
- •15. Переваги та вади купівлі існуючого бізнесу
- •16. Купівля, злиття і поглинання в інформаційному бізнесі
- •17. Бiзнес-план, його функцiональнi ролi
- •18. Типи презентацій та особливості організації їх
- •19.Основні етапи підготовки презентації
- •20. Особливості проектування виробничої системи інформаційно-обчислювальної фірми
- •29. Організаційно-структурні форми управління інформаційним маркетингом
- •30. Розробка бюджету фірми. Моделювання економіки
- •1. Економіко-математичні моделі. Предмет та об’єкт вивчення дисципліни. Основні підходи до класифікації економіко-математичних моделей.
- •2. Неокласична мультиплікативна виробнича функція Кобба-Дугласа.
- •І, відповідно, гранична норма заміщення фондів працею (sl):
- •3. Основні кроки процесу створення та розбудови економіко-математичної моделі.
- •4. Модель поведінки споживача.
- •5. Модель (рівняння) Слуцького та елементи його аналізу.
- •6. Моделі поводження виробника на конкурентних ринках.
- •1. Рівновага за Курно
- •2. Рівновага та нерівновага за Стакельбергом
- •7. Модель р.Солоу та рівень капіталоозброєності праці.
- •8. Дуополія, конкурентний ринок. Стратегії Курно. Модель Курно.
- •9. Моделі рівноваги та нерівноваги за Стакельбергом.
- •10. Принципова схема міжгалузевого балансу (мгб).
- •11. Технологічна матриця – основа інформаційного забезпечення міжгалузевого балансу.
- •12. Економіко-математична модель міжгалузевого балансу.
- •13. Коефіцієнти прямих матеріальних витрат в моделі міжгалузевого балансу.
- •14. Модель Леонтьєва або модель ”витрати - випуск”
- •15. Матриця опосередкованих матеріальних витрат в моделі міжгалузевого балансу.
- •16. Коефіцієнт повних матеріальних витрат в моделі міжгалузевого балансу
- •17. Класична модель ринкової економіки
- •18. Модель Кейнса
- •19. Двофакторні виробничі функції
- •20. Модель рейтингового оцінювання економічної системи
- •21. Інтегрований показник оцінювання рейтингу економічної системи.
- •22. Моделі взаємодії споживачів і виробників.
- •23. Класична модель ринкової економіки.
- •24. Об’єднана (загальна) модель ринкової економіки.
- •1. Процес прийняття рішень: особливості та етапи.
- •2. Сутність та призначення сппр.
- •3. Історія розвитку сппр.
- •4. Класифікація сппр.
- •5. Бізнес-аналіз як основа прийняття рішень.
- •6. Етапи бізнес-аналізу.
- •7. Огляд інформаційних систем класу сппр (Business Intelligence).
- •8. Загальна характеристика сппр від компанії Oracle.
- •9. Загальна характеристика сппр від компанії sap.
- •10. Загальна характеристика сппр від компанії Microsoft.
- •11. Загальна характеристика сппр (аналітичної платформи) Deductor.
- •12. Сутність процесу консолідації даних та його етапи.
- •13. Сховище даних як джерело даних для сппр
- •14. Місце деталізованих та агрегованих даних в сховищі даних
- •15. Архітектури сховищ даних
- •16. Вітрини даних
- •17. Візуалізація даних в сппр
- •18. Види візуалізаторів даних
- •19. Візуалізатори для інтерпретації результатів аналізу.
- •20. Візуалізатори оцінки якості аналітичних моделей.
- •21. Olap-аналіз в сппр.
- •22. Data Mining: особливості та сфери застосування.
- •24. Сутність алгоритмів класифікації та їх застосування в сппр.
- •Конструювання моделі:
- •25. Скорингові моделі в банківській діяльності.
- •26. Використання дерев рішень в сппр.
- •27. Сутністьалгоритмівкластеризації та їхзастосування в сппр.
- •28. Асоціативні правила в сппр.
- •29. Кількісні показники якості асоціативних правил.
- •30. Нейронні мережі в сппр.
- •Іс в економіці
- •7. Інформаційні системи оброблення інформації в податковій системі.
- •8. Банківські інформаційні системи.
- •9. Інформаційні системи оброблення маркетингової інформації.
- •10. Економічна інформація як предмет і продукт автоматизованої обробки.
- •11. Види та властивості економічної інформації
- •12. Структура й оцінка економічної інформації.
- •19. Організація і планування робіт на стадії введення системи в дію.
- •20. Комплексне тестування та апробація інформаційної системи.
- •21. Задачі та принципи автоматизації проектування інформаційної системи.
- •22. Автоматизація розробки проектних рішень і документування проектів
- •23. Системи автоматизованого проектування
- •24.Технологія проектування іс на основі баз даних
- •25 Системи управління документами в іс
13. Сховище даних як джерело даних для сппр
Сховище даних – це різновид систем зберігання даних, орієнтований на підтримкупроцесу аналізу даних та прийняття рішення, що забезпечує цілісність, несуперечність іхронологію даних, а також високу швидкість виконання аналітичних запитів.
Інмон же визначив сховища даних як: «предметно-орієнтовані, інтегровані, незмінні,хронологічні набори даних, організовані для підтримки прийняття управлінських рішень».
Тепер спробуємо розшифрувати основні риси СД, визначені Інмоном:
1. Під предметною орієнтованістю в даному випадку мається на увазі те, що СДповинне розроблятися з урахуванням специфіки конкретної предметної області, ане аналітичних додатків, з якими його передбачається використовувати.Структура СД повинна відображати уявлення аналітика про інформацію, з якоюйому доводиться працювати.
2. Інтегрованість означає можливість завантаження інформації в СД з джерел, щопідтримують різні формати даних і створених в різних програмних середовищах:облікових системах, базах даних, електронних таблицях й інших офіснихпрограмах, що підтримують структурованість. Дуже важливо проводити перевіркуданих на цілісність і несуперечливість, забезпечити необхідний рівень їхузагальнення (агрегації). Об’єм накопичених в сховищі даних повинен бутидостатнім для ефективного вирішення аналітичних задач, тому в СД моженакопичуватися інформація за декілька років і навіть десятиліть.
3. Принцип незмінності припускає, що на відміну від звичайних системоперативної обробки даних в аналітичних системах дані після завантаження неповинні піддаватися жодним змінам за винятком додавання нових даних.
4. Підтримка хронології означає підтримку порядку слідування записів, для чого вструктуру СД вводяться ключові атрибути «Дата» і «Час». Окрім цього, якщофізично упорядкувати записи в хронологічному порядку, наприклад, в порядкузростання атрибуту «Дата», то можна зменшити час виконання аналітичнихзапитів.
Варто відмітити, що коло завдань бізнес-аналізу досить широке, а самі завдання істотновідрізняються по рівню складності. Тому, залежно від специфіки вирішуваних завдань і рівняїх складності архітектура СД і моделі даних, що використовуються для їх побудови, можутьрозрізнятися.
14. Місце деталізованих та агрегованих даних в сховищі даних
Дані в СД зберігаються як в деталізованому, так і в агрегованому вигляді. Дані вдеталізованому вигляді надходять безпосередньо з джерел даних і відповідаютьелементарним подіям, що реєструються обліковими системами. Це можуть бути обсягищоденних продаж, кількість виробленої продукції тощо. Це неподільні значення, спробадодатково деталізувати які позбавляє їх логіки.
Багато завдань аналізу (наприклад, прогнозування) вимагають використання данихпевного ступеня узагальнення. Наприклад, суми продаж, взятих по днях, можуть дати дуженерівномірний ряд даних, що ускладнить виявлення характерних періодів, закономірностейабо тенденцій. Проте, якщо узагальнити ці дані в межах тижня або місяця, узявши суму,середнє, максимальне і мінімальне значення за відповідний період, то отриманий ряд можевиявитися більш інформативним. Процес узагальнення деталізованих даних називаєтьсяагрегація, а самі узагальнені дані – агрегованими (іноді – агрегатами). Агреговані даніочевидно є числовими (фактами), вони обчислюються і містяться в СД разом здеталізованими даними.
Один і той же набір деталізованих даних може породити декілька наборів агрегованих зрізним ступенем узагальнення, що приводить до зростання об’єму СД, іноді дуже істотному.Наприклад, набір, що містить дані про продаж по днях протягом року, окрім своїх 360значень породжує 52 значення з узагальненням по тижнях і 12 – по місяцях. Якщо при цьомуобчислюються всі види агрегації – сума, середнє, максимальне і мінімальне значення завідповідний період, то кількість агрегованих значень, що зберігаються, складе вже(52+12)*4=256. Іноді це приводить до «вибухового» неконтрольованого зростання СД івикликає серйозні технічні проблеми: сховище «вибухає» через те, що безперервний потіквхідних даних автоматично агрегується відповідно до налаштувань СД. Проте це євимушеним явищем, оскільки якщо агреговані дані не містилися б у СД, а обчислювалися впроцесі виконання запитів, це привело б до збільшення часу виконання запиту у декількаразів.