Upravljanje znanjem primjenom alata poslovne inteligencije

  • View
    231

  • Download
    5

Embed Size (px)

Text of Upravljanje znanjem primjenom alata poslovne inteligencije

  • SVEUILITE U ZAGREBU EKONOMSKI FAKULTET ZAGREB

    UPRAVLJANJE ZNANJEM PRIMJENOM ALATA

    POSLOVNE INTELIGENCIJE

    MAGISTARSKI RAD Studentica: Vinja Ljubeti Broj indeksa: PDS-68-1999 Studij: PDS "Organizacija i management" Mentor: Prof. dr. sc. Velimir Sria Predsjednik komisije: Prof. dr. sc. Darko Tipuri lan komisije: Prof. dr. sc. Pere Sikavica Datum obrane: 03. svibnja 2005.

  • 2

    PREDGOVOR Ovaj rad nastao je kao plod interesa i elje da putem interdisciplinarnog usavravanja svakodnevne obveze i radne zadatke, a posebice planiranje i organiziranje poslova u podruju biljnog zdravstva kojim se zadnjih deset godina neposredno bavim u Ministarstvu poljoprivrede, umarstva i vodnoga gospodarstva, obavljam to je mogue kvalitetnije, bre i uinkovitije. Dananje vrijeme donosi praktiki svakodnevno nove i brze promjene okoline kojima se treba to prije, esto i u hodu prilagoavati. Velike mogunosti i irok spektar ponude softverskih alata koje nudi recentno trite informacijske tehnologije za pomo pri obavljanju vanih poslova planiranja i naroito donoenja poslovnih odluka, meu kojima se nalaze i alati poslovne inteligencije, velik broj domaih gospodarskih subjekata, a i dravne institucije u naoj zemlji ne prepoznaju i ne koriste jo u zadovoljavajuoj mjeri. Stoga obrada ove teme ima znaajnu teinu, a istovremeno predstavlja izazov i privlanost. Ovom prilikom zahvaljujem svom mentoru prof. dr. sc. Velimiru Srii koji je prepoznao vanost i potencijal teme rada, te strunim sugestijama usmjeravao i pozitivnim pristupom kontinuirano podupirao moja nastojanja da ovaj rad uspjeno privedem kraju. Zahvaljujem se posebno lanovima povjerenstva, prof. dr. sc. Darku Tipuriu i prof. dr. sc. Peri Sikavici to su spremno poduprli odabir teme i rado se prihvatili obveza lanova povjerenstva. Na kraju se zahvaljujem i svim drugima koji su mi na bilo koji nain pomagali tijekom pisanja rada, a prije svega mr.sc. Mislavu Anti Omaziu, mr.sc. Nikoli alcu i dipl. ing. Draenu Oreaninu na praktinim uputama, pojanjenjima i korisnim informacijama bitnim za realizaciju ovog rada. U Zagrebu, svibanj 2005.

    Vinja Ljubeti

  • 3

    SADRAJ

    PREDGOVOR......2 SADRAJ......3

    1. UVOD....6 1.1. Problem istraivanja.......6 1.2. Svrha i ciljevi istraivanja.......7 1.3. Cilj rada.....9 1.4. Metode istraivanja.......10 1.5. Kompozicija rada.......10 2. ZNANJE KAO GLAVNI EKONOMSKI RESURS POSLOVNIH..12

    SUBJEKATA 21. STOLJEA 2.1. Definicija znanja, vrste i podjela.....12 2.2. Nositelji znanja......15 2.3. Proces upravljanja znanjem........15 2.4. Lanac znanja..17 2.5. Vanost upravljanja znanjem...19 2.6. Intelektualni kapital....20 2.6.1.Upravljanje i intelektualni kapital...23 3. KONCEPTUALNO-TEHNOLOKA INFRASTRUKTURA KAO ....25

    PREDUVJET ZA RAZVOJ IZ "KLASINE" ORGANIZACIJE U ORGANIZACIJU "ZNANJA"

    3.1. Reinenjering.....25 3.2. Uvoenje suvremene organizacijske strukture.29 3.2.1. Funkcijska organizacijska struktura.....29 3.2.2. Procesna organizacijska struktura.......30 3.2.3. Projektna organizacijska struktura.......30 3.3. Procesni pristup.....31 3.4. Razvijen informacijski sustav organizacije.31 3.4.1. Razvoj informacijskih sustava......31 3.4.2. Transakcijski informacijski sustav....32 3.4.3. Sustav za podrku odluivanju.32 3.4.4. Ekspertni sustav.....34 3.5. Internetska infrastruktura i e-dimenzija upravljanja znanjem.....35 3.6. Organizacija koja stalno "ui"......36

  • 4

    3.7. Sustav poslovne inteligencije...37 4. SKLADITENJE PODATAKA..39 4.1. Osnovni koncept skladitenja podataka.....39 4.1.1. Definicija...39 4.1.2. Uloga skladita podataka..41 4.1.3. Osnovne funkcije skladita podataka..42 4.2. ETL procesi.....44 4.2.1. Ekstrakcija podataka..45 4.2.2. Proces transformacije podataka...45 4.2.3. Procesi punjenja skladita podataka...46 4.3. Osnovni modeli skladita podataka....47 4.3.1. Dvoslojna arhitektura s jednim zajednikim skladitem podataka..47 4.3.2 Dvoslojna arhitektura s vie nezavisnih lokalnih spremita..47

    podataka 4.3.3. Troslojna arhitektura skladita podataka....48 4.4. Implementacija skladita podataka u poslovni subjekt....49 4.5. Viedimenzionalni prikaz podataka....50 5. RUDARENJE PODATAKA...53 5.1. Pojam rudarenja podataka...53 5.1.1. Rudarenje podataka i otkrivanje znanja......55 5.1.2. Koraci u procesu otkrivanja znanja......55 5.2. Priprema podataka za data mining.....56 5.2.1. Pretprocesiranje podataka.......57 5.2.2. Analiza relevantnosti atributa.......58 5.2.3. Zavrni postupci.........59 5.3. Metode rudarenja podataka.........60 5.3.1. Regresijska metoda.......60 5.3.2. Klasifikacijske metode.......60 5.3.3. Metode klasteriranja.......61 5.3.4. Neuralne mree......61 5.3.5. Stabla odluivanja...62 5.3.6. Metode za analizu veza (asocijacija)......63 5.3.7. Genetiki algoritmi.....64 5.4. Koritenje znanja otkrivenog u procesu rudarenja podataka..64 5.5. Podruja primjene alata za rudarenje podataka...65 6. KONCEPT POSLOVNE INTELIGENCIJE........66 6.1. Pojam i karakteristike koncepta poslovne inteligencije.......66 6.1.1. Pojam poslovne inteligencije (Business Intelligence)...66

  • 5

    6.1.2. Obiljeja koncepta poslovne inteligencije.......67 6.2. Potreba poslovnih subjekata za ugradnjom sustava poslovne..68

    inteligencije 6.3. Vanost kvalitete prikupljenih podataka....70 6.3.1. Osnovne kategorije kvalitete podataka......70 6.3.2. Preduvjeti kojima podaci moraju udovoljavati....71 6.4. Oekivanja od sustava poslovne inteligencije..72 6.5. Uvoenje sustava poslovne inteligencije u tvrtku ....74 6.5.1. Projektni pristup..75 6.5.2. Glavne znaajke projekta poslovne inteligencije......76 6.5.3. Problemi uvoenja koncepta poslovne inteligencije u poslovne....76

    sustave 6.5.4. Bitni imbenici za uspjeno uvoenje koncepta poslovne..77

    inteligencije 6.5.5. Osnovne faze projekta poslovne inteligencije..77 6.5.6. Spiralni pristup...79 6.6. Korisnici sustava poslovne inteligencije....80 7. ISTRAIVANJE ALATA POSLOVNE INTELIGENCIJE NA HRVATSKOM

    TRITU.82

    7.1. Temeljni principi skupljanja, obrade, distribucije i uporabe znanja putem...83 primjene inteligentnih sustava 7.2. Poslovna inteligencija i korporacijski portali..85 7.3. Alati poslovne inteligencije...87 7.3.1. Osnovne komponente sustava poslovne inteligencije..87 7.3.2. OLAP alati88 7.3.2.1. Strukturiranje podataka..90 7.3.2.2. Podjela OLAP alata.....91 7.3.2.3. Analiza trita OLAP alata.....92 7.4. Tvrtke ponuai alata poslovne inteligencije na inozemnom tritu..95 7.5. Tvrtke ponuai alata poslovne inteligencije na hrvatskom tritu99 7.5.1. Inozemne tvrtke i njihovi partneri na hrvatskom tritu.....103 7.5.2. Hrvatske tvrtke korisnici sustava poslovne inteligencije.104 7.6. CPM i poslovna inteligencija..105 8. ZAKLJUAK.....107 SAETAK..113 SUMMARY114 KLJUNE RIJEI (HRVATSKI I ENGLESKI) 115 KORITENI IZVORI118 POPIS SLIKA, TABLICA I GRAFIKONA.121 BIOGRAFIJA....123

  • 6

    1. UVOD 1.1. Problem istraivanja Dananji suvremeni svijet biznisa posluje u okruenju visokog stupnja nesigurnosti i nemogunosti predvianja budunosti. U situaciji kad ponuda na tritu znaajno nadmauje potranju, u uvjetima dinaminog i turbulentnog poslovnog okruenja te konkurencije s jedne strane i sve veih oekivanja i zahtjeva ulagaa s druge strane, rastu potrebe za uinkovitijem upravljanjem. Krajem devedesetih godina prolog, a nastavno poetkom dvadesetprvog stoljea i u naoj dravi se sve vie osjea trend globalizacije i snani vanjski utjecaji i pritisci nestabilne okoline koja jednako utjee na poslovne subjekte u gospodarstvu i na tijela dravne uprave. Suoeni smo s konkurencijom na svim podrujima poslovanja, koja je izrazito otra i poslovni subjekti su prinueni u cijelosti koristiti sva svoja dobra i raspoloive potencijale. Od svih dobara koja im stoje na raspolaganju, najdragocjenije u razvijenom poslovnom svijetu danas je znanje tj. intelektualni kapital. Organizacijska znanja i potencijali ine osnovu intelektualnog kapitala tvrtke. Moe se openito konstatirati da su znanja koja ljudi posjeduju puno vea nego to se koriste u poslovnim sustavima. Ta se znanja mogu mjeriti i uraunati u dio ukupne vrijednosti tvrtke. Naroito u hrvatskim uvjetima ta znanja esto stagniraju ili se gube radi neodgovarajueg tretmana u smislu daljnjeg uenja i poveanja kompetencija. U pravilu se ona gube prilikom odlaska pojedinca iz poslovnog sustava radi nedovoljne suradnje i dokumentiranja. Prelazak razvijenih zemalja i dijela zemalja u razvoju u "ekonomije znanja" rezultiralo je u poveanoj svijesti o znanju kao kljunoj poluzi za rast nacionalne ekonomije. Upravljanje znanjem putem primjene koncepta poslovne inteligencije neizostavni je element strategije uspjenih globalnih poslovnih sustava, a isto tako i dravnih institucija razvijenih zemalja. Tako se strategijske potrebe organizacija za kreiranjem i re-kreiranjem novog znanja dostiu sinergijom putem procesiranja informacija uz pomo naprednih informacijsko-komunikacijskih tehnologija i koritenjem inovativnih i kreativnih kapaciteta koji su skriveni u ljudskom drutvu. Primjena koncepta i tehnologije poslovne inteligencije omoguava lake i uinkovitije rjeavanje upravljakih problema. Poznavanje suvremenih trendova i menaderskih alata i njihova primjena u gospodarstvu neophodna je za razvoj, a naroito za stjecanje konkurentske prednosti te za opstanak i napredovanje poslovnih subjekata na tritima. Iako se pred institucije dravne uprave ne postavljaju identini zadaci kao pred proizvodne i uslune tvrtke odnosno poslovne subjekte u gospodarstvu, bar ne u podruju stjecanja konkurentske prednosti, one su takoer suoene s gotovo istim dinaminim okruenjem, izmeu ostalog stalnim zahtjevima za pojednostavljenjem institucionalnih okvira, za ubrzanom meusobnom komunikacijom i aurnim pruanjem usluga poslovnim subjektima i graans