Upload
noctornus
View
226
Download
0
Embed Size (px)
Citation preview
8/9/2019 Poslovna inteligencija projekat 2
1/18
PROJEKTNI RAD IZ PREDMETA
POSLOVNA INTELIGENCIJA
TEMA: Ugovori o osiguranju nepokretne imovine
Profesor: Studenti:
Prof. dr Neo Balaban upi Bratislav 83/06
Marinko uki 147/06
Banja Luka, jul 2009.god.
1
8/9/2019 Poslovna inteligencija projekat 2
2/18
SADRAJ
1. Uvod ... 2
2. Svrha, ciljevi i zadaci data marta-a 2
3. Djelokrug data mart-a 3
4. Korisnici . 3
5. Izvjetaji . 4
6. Dimenzije i hijerarhija dimenzija . 11
7. injenice i metrike ... 148. Dimenzionalni model ... 15
9. Zakljuak .. 16
10. Literatura .... 17
.
2
8/9/2019 Poslovna inteligencija projekat 2
3/18
1. UVOD
Nova pravila poslovanja, sve jaa konkurencija, nove kategorije korisnika i podstavljanje sve
veih zahtjeva istih, velikom brzinom mjenju tradicionalno poslovanje osiguravajuih drutva.Problemi, rizici i tekoe su iste za sve osiguravajua drutva u svijetu. Svi imaju jedan cilj, dapridobiju to vie korisnika kako bi ostvari to vei profit.
Jedan osnovni cilj osiguravajuih drutava u budunosti bi trebao da bude redefinisanje poslovanja i prelazak sa prevashodnog usmjerenja koje je zasnovano na infrastrukturi nausmjerenje koje zadovoljava zahtjeve krajnjih korisnika. Potpuno razumjevnje zahtjeva iponaanja vaih korisnika, kvaliteta vae usluge (cjene, ponude) predstavljaju preduslov zaposlovni uspjeh vae kompanije.
Vaa nova strategija koja je usmjerena na korisnike vaih usluga lei u raspoloivim
savremenim Informacionim tehnologijama koje omoguavaju brzo i efikasno razumjevanjepotreba i ponaanja korisnika usluga i dovode vas u prednost u odnosu na konkurenciju. Zadonoenje to boljih poslovnih odluga prilikoma izbora neophodne su kvalitetne informacije kojetreba da obezbjedi informacioni sistem vaeg osiguravajueg drutva.
Osim kvalitetnog informacionog sistema znaajnu ulogu u prikupljanju, manipulisanju,obradi i koritenju velikih koliina podataka u ovoj organizaciji danas ima sistem PoslovneInteligencije. Poslovna inteligencija je skup softverskih alata i metoda koje omoguavajukoritenje podataka iz velikih skladita podataka (Data Warehouse).U ovom radu su prikazani neki aspekti primjene Poslovne inteligencije u Informacionom sistemuosiguravajueg drutva.
2. SVRHA, CILJEVI I ZADACI DATA MART-a
Informacioni sistem osiguravajue kue bi trebao da predstavlja skup mehanizama ipodataka kojima je cilj da objezbjedi prikupljanje, analizu i dostavljanje informacija potrebnih zato bolje donoenje odluka i uspjenije poslovanje osiguravajuih drutava.
Glavni ciljevi koje bi trebalo da donesu informacije savremenog sistema jednogosiguravajueg drutva je posjedovanje svih relevantnih informacija o svojim postojeim ibuducim klijentima, kao i npr.
Analiza starosne, polne i druge strukture klijenata Struktura po broju i vrednosti sklopljenih ugovora po filijalama. Kretanje broja i vrednosti sklopljenih ugovora po mesecima Analiza uinaka pojedinih agenata. Indeks rasta broja sklopljenih ugovora u odnosu na isti period prethodne godine Struktura ugovora prema tipu nepokretnosti.
3
8/9/2019 Poslovna inteligencija projekat 2
4/18
3. DJELOKRUG DATA MART-a
Data Mart je oblik skladita podataka koji je namjenjen, odjelima i subjektima
osiguravajueg drutva. Data Mart sadri sumirane podatke na odreenim nivoima hijerarhije.Time se omoguava jo efikasnije sagledavanje stvarnog stanja na nain da se uklanja potreba zaagregiranjem prilikom izvravanja upita ili analiza od strane krajnjih korisnika. Tako se postiumnogo bolje performanse, a redundancija podataka se izbjegava.
Na osnovu ovoga moemo zakljuiti da je primarni cilj Data mart-a koritenja ulugaosiguravajueg drutvada na najbri nain u svako doba da uvid u analizu stanja uosiguravajuim drutvima. Npr. Uvid u stanje broja korisnika, predvianje broja korisnika za budue kvartale, stanje popularnosti odreenih paketa (usluga), analiza ispravnosti ioptereenosti filijala, potreba za proirenjem trzita i sl...
4. KORISNICIZa razumjevanje potreba i ponaanja korisnika neophodno je analizirati koje informacije su
odgovarajue i iz kojih podataka se mogu dobiti. Iako koliina tih podataka dnevno ubrzanoraste, problem nije iskljuivo u velikoj koliini podataka, nego u nainu kako osiguravajuadrutva koriste te podatke da bi iz njih dobili informacije znaajne za razumijevanje potreba iponaanja korisnika.
Kljuna aktivnost nae (osiguravajueg drutva) kompanije u analizi sklopljenih ugovora oosiguranju stanova i drugih nepokretnosi i razvijanja strategije u upravljanju odnosima sakorisnicima (Customer Relationship Management CRM), je otkrivanje karakteristika korisnikakoji koriste usluge osiguravajueg drutva, odnosno odgovarajua segmentacija korisnika.
Takva segmentacija se obavlja odgovarajuim procedurama Data Mining-a sa ciljem analizekorisnika i structure kretanja broja sklopljenih ugovora po filijalam i mjesecima. Time seistovremeno usmjerava razvoj marketinke strategije i nalaenje najboljeg naina ponude novihusluga odgovarajuim grupama korisnika.
4
8/9/2019 Poslovna inteligencija projekat 2
5/18
5. IZVJETAJI
Izvjetaji predstavljaju obraene podatke prikazane na odgovarajui nain krajnjem
korisniku. Oni omoguavaju da korisnik stekne uvid u poslovanje kroz analizu podataka, imnogo mu olakavaju rad. Uslov za kreiranje izvjetaja je postojanje projekta sa injenicama,atributima i mjerama. Ukoliko oni postoje, korisnik uz pomo hijerarhije, filtera ili nekih drugihobjekata na jednostavan nain moe doi do eljenih informacija. Menaderi u poetku najeekoriste samo gotove, tj. unaprijed kreirane izvjetaje, a vremenom, oni poinju da ih modifikujusa ciljem da dobiju drugaiji prikaz podataka, onako kako im odgovara. Korisnici se mogu iosposobiti da sami kreiraju izvjetaje prema vlastitim potrebama.
U naem sluaju, tj. o osiguranju nepokretne imovine imamo vie izvjetaja koji seprimjenjuju. Naravno, ta lista nije konana i uvijek se moe proiriti sa novim izvjetajima kojie zadovoljiti sve korisnikove potrebe. Ti izvjetaji su:
IZVETAJ/ANALIZA
ID IZV NAZIV IZVETAJA
IZ01 Anliza starosne, polne i strune spreme structure klijenta.
IZ02 Struktura po broju i vrijednosti sklopljenih ugovora po filijalama.
IZ03 Kretanje broja i vrijednosti sklopljenih ugovora po mjesecima.
IZ04 Analiza uinka pojedinih agenata.
IZ05 Indeks rasta broja sklopljenih ugovora u odnosu na isti period prethodne godine.
IZ06 Struktura ugovora prema tipu nepokretnosti.
5
8/9/2019 Poslovna inteligencija projekat 2
6/18
IZ01 ANLIZA STAROSNE, POLNE I STRUNE SPREME STRUCTURE KLIJENTA
RB. Ime klijentaFiziko/Pravno
licePolM/
Godine starosti Struna sprema
12
3
4
5
6
7
8
1011
12
13
14
15
16
17
18
19
20
6
8/9/2019 Poslovna inteligencija projekat 2
7/18
IZ02 STRUKTURA PO BROJU I VRIJEDNOSTI SKLOPLJENIH UGOVORA POFILIJALAMA
Filijala: Broj ugovora Ukupna vrijednost
Banja
Luka Doboj
Sarajevo
Biha
Trebinje
Bjeljina
MrkonjiGrad
Prijedor
IZ03 KRETANJE BROJA I VRIJEDNOSTI SKLOPLJENIH UGOVORA PO MJESECIMA
Mjeseci Broj ugovora Vrjednosti
Januar
Februar
Mart
April
MajJun
Jul
Avgust
Septembar
Oktombar
Novembar
Decembar
IZ04 ANALIZA UINKA POJEDINIH AGENATA
7
8/9/2019 Poslovna inteligencija projekat 2
8/18
Ime:
Mjeseci Broj ugovora VrjednostiJanuarFebruar
MartAprilMajJunJulAvgustSeptembarOktombarNovembarDecembar
Ukupno:
IZ05 INDEKS RASTA BROJA SKLOPLJENIH UGOVORA U ODNOSU NA ISTI PERIODPRETHODNE GODINE
RB. MJESEC/NEDELJA BROJ UGOVORA U 2008 BROJ UGOVORA U 2009
I JANUAR
1 Prva nedjelja
2 Druga nedjelja
3 Treca nedjejlja
4 etvrta nedjelja
II FEBRUAR
1 Prva nedjelja
2 Druga nedjelja
3 Treca nedjejlja
4 etvrta nedjelja
III MART
1 Prva nedjelja
2 Druga nedjelja
3 Treca nedjejlja
4 etvrta nedjelja
IV APRIL
8
8/9/2019 Poslovna inteligencija projekat 2
9/18
1 Prva nedjelja
2 Druga nedjelja
3 Treca nedjejlja
4 etvrta nedjelja
V MAJ
1 Prva nedjelja
2 Druga nedjelja
3 Treca nedjejlja
4 etvrta nedjelja
VI JUN
1 Prva nedjelja
2 Druga nedjelja
3 Treca nedjejlja
4 etvrta nedjelja
VII JULI
1 Prva nedjelja
2 Druga nedjelja
3 Treca nedjejlja
4 etvrta nedjelja
VIII AVGUST1 Prva nedjelja
2 Druga nedjelja
3 Treca nedjejlja
4 etvrta nedjelja
IX SEPTEMBAR
1 Prva nedjelja
2 Druga nedjelja
3 Treca nedjejlja4 etvrta nedjelja
X OKTOBAR
1 Prva nedjelja
2 Druga nedjelja
3 Treca nedjejlja
9
8/9/2019 Poslovna inteligencija projekat 2
10/18
4 etvrta nedjelja
XI NOVEMBAR
1 Prva nedjelja
2 Druga nedjelja
3 Treca nedjejlja
4 etvrta nedjelja
XII DECEMBAR
1 Prva nedjelja
2 Druga nedjelja
3 Treca nedjejlja
4 etvrta nedjelja
UKUPNO:
10
8/9/2019 Poslovna inteligencija projekat 2
11/18
IZ06 STRUKTURA UGOVORA PREMA TIPU NEPOKRETNOSTI
RB. Tip nepokretnosti Adresa Vlasnik Vrijednost ugovora
1 Poslovni prostor
2 Stan
3 Kua
4 Vikendica
5 Apartman
6 Graevinsko zemljite
7 Garaa
8Stambeno poslovnazgrada
11
8/9/2019 Poslovna inteligencija projekat 2
12/18
6. DIMENZIJE I HIJERARHIJA DIMENZIJA
Modelovanje podataka je proces definisanja modela podataka za projekat ili aplikaciju iobino se obavlja u isto vrijeme kada i poslovni model tokom faze dizajna projekta. Model podataka sastoji se od entiteta, atributa, relacija i kardinaliteta. Dimenzionalno modelovanje
koristi se za oblikovanje baza podataka koje e olakati i ubrzati pristup podacima u velikimskupovima podataka, kao i potrebne obrade i analize podataka radi crpljenja informacija iz njih.Osnovni pojmovi u dimenzionalnom modelu su: injenice, dimenzije, relacije i granularnost.injenice sadre numerike mjere poslovanja, dimenzije sadre tekstualne opise subjekata kojise mjere, relacije kazuju da su tabele injenica u presjeku sa tabelama dimenzija, i granularnostse tie nivoa detaljnosti injenica uskladitenih u Data Warehouse. Dimenzije poslovanja sutekstualni opisi osoba, organizacija, entiteta, stvari, mjesta, vremena, koje su znaajne zaposlovanje. Dimenzije u ovom Data Mart-u su:
Organizaciona jedinica
Klijent Nepokretnost Vrijeme AgnetHijerarhija predstavlja nain organizovanja atributa, najee iz jedne dimenzije, za potrebe
korienja od strane korisnika. Poznavajui hijerarhijski odnos izmeu atributa, sistem moe daodgovori na zahteve za dinamikom analizom podataka. Sve dimenzije tabele injenica suhijerarhijski ustrojene.Slikekoje slijede prikazuju kreiranje hijerarhije za ove dimenzije, a hijerarhija obuhvata i njimapripadajue atribute.
12
8/9/2019 Poslovna inteligencija projekat 2
13/18
Hijerarhija organizaciona jedinica
Hijerarhija klijent
13
8/9/2019 Poslovna inteligencija projekat 2
14/18
Hijerarhija nepokretnosti
Hijerarhija vrijeme
14
8/9/2019 Poslovna inteligencija projekat 2
15/18
Hijerarhija agent
7. INJENICE I METRIKE
15
8/9/2019 Poslovna inteligencija projekat 2
16/18
Tabele injenica, koje se ponekad nazivaju i glavnim tabelama, sadre kvantitativne iliinjenike podatke o poslovanju informacije koje korisnici trae. injenice bi trebale da buduto je mogue detaljnije to bi omoguilo da se podaci sagledaju iz najveeg mogueg brojaperspektiva. Elementi tabele injenica u ovom modelu su: broj ugovora
cjena ugovora
ukupna cijena.Kao korisnike objekte potrebno je razviti odreeni set metrika koje e biti koriene za
izradu izvetaja potrebnih korisniku. U ovom projektu su definisane sledee metrike:
ukupan prihod SUM (ukupna cijena) po nedeljama, mjesecima, kvartalima, godinama
broj sklopljenih ugovora po grupama, fijijalama, agentima, vrsti, nedeljama, mjesecima igodinama
kretanje ukupnog prihoda u odnosu na prethodni period (ukupan prihod u prethodnom
period / ukupan prihod u tekuem period)
8. DIMENZIONALNI MODEL
Dimenzionalni model je model koji se upotrebljava za dizajn baze podataka koja e biti predmet analitike obrade. Slika prikazuje dimenzionalni model jednog segmenta DataWarehouse-a, takozvanog Data Mart-a. U naem sluaju, prikazan je Data Mart ugovora oosiguranju nepokretne imovine, a model je razvijen u CASE alatu Erwin.
Svaki dimenzionalni model sastoji se od tabela injenica i tabela dimenzija. Tabela
injenica sadri kvantitativne ili injenike podatke o poslovanju informacije koje korisniktrai. One su potpuno normalizovane, a sve injenice zavise od cjelokupnog (stranog) kljua. Uprojektu u kom je obraeni ugovori o osiguranju nepokretne imovine, u tabeli injenica nalazese: Broj ugovora, cjena ugovora ukupna cjena
Tabela dimenzija najee sadri deskriptivne tekstualne informacije. One su manje odtabela injenica, i sadre deskriptivne podatke koji odraavaju dimenziju poslovanja. One su
16
8/9/2019 Poslovna inteligencija projekat 2
17/18
denormalizovane. U ovom projektu, imamo sljedee tabele dimenzija: organizacione jedinice,nepokretnost, vlasnik, agent, ugovor o osiguranju, vrjeme.
9. ZAKLJUAK
Dananje poslovanje u bilo kom sektoru teko da se moe zamisliti bez odgovarajuegData Warehouse-a, jer nam razvoj informacionih tehnologija prosto to namee, pa su danassvugdje oko nas prisutni DW, od malih pa do veoma sloenih.Napraviti Data Warehouse nijenimalo jednostavan posao, naprotiv, on je veoma sloen, zahtjeva mnogo vremena i rada. Ali,
kada se napravi, onda je preduzeu mnogo lake da posluje.U ovom projektu, svi posmatrani procesi obraeni su na odreenom nivou apstrakcije i
posmatrano iz tog ugla, ova Data Warehouse ne moe u potpunosti da funkcionie u realnomsvijetu. Za stvarnu primjenu potrebno je dodatno izmeniti ili poboljati neke pojedinosti.
Data Warehouse-DW je osnova za postizanje ovih ciljeva. Bez projektovane DW iprimjene odgovarajuih alata nee biti mogue postaviti strategiju odnosa prema korisnicima atime i pozicioniranje na konkurentskom tritu.
17
8/9/2019 Poslovna inteligencija projekat 2
18/18
10. LITERATURA
Balaban, N., Risti, . (2006)Poslovna inteligencija, Ekonomski fakultet, Subotica
Pavlovi Lazeti, G. Uvod u relacione baze podataka
Tanjga, R.Projektovanje baza podataka
18