52 resultados para Data mining, Business intelligence, Previsioni di mercato
Resumo:
Yritysten syvällinen ymmärrys työntekijöistä vaatii yrityksiltä monipuolista panostusta tiedonhallintaan. Tämän yhdistäminen ennakoivaan analytiikkaan ja tiedonlouhintaan mahdollistaa yrityksille uudenlaisen ulottuvuuden kehittää henkilöstöhallinnon toimintoja niin työntekijöiden kuin yrityksen etujen mukaisesti. Tutkielman tavoitteena oli selvittää tiedonlouhinnan hyödyntämistä henkilöstöhallinnossa. Tutkielma toteutettiin konstruktiivistä menetelmää hyödyntäen. Teoreettinen viitekehys keskittyi ennakoivan analytiikan ja tiedonlouhinnan konseptin ymmärtämiseen. Tutkielman empiriaosuus rakentui kvalitatiiviseen ja kvantitatiiviseen osiin. Kvalitatiivinen osa koostui tutkielman esitutkimuksesta, jossa käsiteltiin ennakoivan analytiikan ja tiedonlouhinnan hyödyntämistä. Kvantitatiivinen osa rakentui tiedonlouhintaprojektiin, joka toteutettiin henkilöstöhallintoon tutkien henkilöstövaihtuvuutta. Esitutkimuksen tuloksena tiedonlouhinnan hyödyntämisen haasteiksi ilmeni muun muassa tiedon omistajuus, osaaminen ja ymmärrys mahdollisuuksista. Tiedonlouhintaprojektin tuloksena voidaan todeta, että tutkimuksessa sovelletuista korrelaatioiden tutkimisista ja logistisesta regressioanalyysistä oli havaittavissa tilastollisia riippuvuuksia vapaaehtoisesti poistuvien työntekijöiden osalta.
Resumo:
Because of the increased availability of different kind of business intelligence technologies and tools it can be easy to fall in illusion that new technologies will automatically solve the problems of data management and reporting of the company. The management is not only about management of technology but also the management of processes and people. This thesis is focusing more into traditional data management and performance management of production processes which both can be seen as a requirement for long lasting development. Also some of the operative BI solutions are considered in the ideal state of reporting system. The objectives of this study are to examine what requirements effective performance management of production processes have for data management and reporting of the company and to see how they are effecting on the efficiency of it. The research is executed as a theoretical literary research about the subjects and as a qualitative case study about reporting development project of Finnsugar Ltd. The case study is examined through theoretical frameworks and by the active participant observation. To get a better picture about the ideal state of reporting system simple investment calculations are performed. According to the results of the research, requirements for effective performance management of production processes are automation in the collection of data, integration of operative databases, usage of efficient data management technologies like ETL (Extract, Transform, Load) processes, data warehouse (DW) and Online Analytical Processing (OLAP) and efficient management of processes, data and roles.
Resumo:
Liiketoiminta-analytiikka on yksi yritysten suorituskyvyn johtamisen osa-alue, joka on viime aikoina noussut vahvasti esille yritysten kilpailuedun mahdollistavana avaintekijänä. Tämän tutkimuksen tavoitteena oli kartoittaa yritysten liiketoiminta-analytiikan nykytila ja tarpeet Suomessa. Tutkimus on luonteeltaan kvalitatiivinen vertaileva tutkimus. Tutkimuksen empiirinen aineisto kerättiin kahden menetelmän yhdistelmänä. Liiketoiminta-analytiikan hyödyntämisessä edistyneempien yrityksien asiantuntijoille toteutettiin haastattelut. Lisäksi toteutettiin sähköpostitse lomakemuotoinen kyselytutkimus, jotta saavutettaisiin kattavampi näkemys analytiikan markkinoista. Tutkimuksessa on kartoitettu, miten Suomessa ymmärretään liiketoiminta- analytiikan käsite eri yrityksien analytiikan asiantuntijoiden toimesta, sekä minkälaisissa päätöksentekotilanteissa liiketoiminta-analytiikkaa hyödynnetään ja minkälaisilla tavoilla. Lisäksi on selvitetty, miten liiketoiminta-analytiikan kehittämistä ja analytiikan kyvykkyyksiä hallitaan yrityksissä. Liiketoiminta-analytiikka on Suomessa tietyillä toimialoilla erittäin kehittynyttä, mutta yleisesti ollaan jäljessä alan edelläkävijöitä ja esimerkiksi Ruotsia. Liiketoiminta-analytiikan hyödyntäminen ja tarpeet ovat pitkälti kohdistuneet päätöksentekotilanteisiin, joissa yritys kohtaa asiakkaansa. Suurin yksittäinen este liiketoiminta-analytiikan hyödyntämiselle on resurssi- ja osaamisvaje.
Resumo:
In the new age of information technology, big data has grown to be the prominent phenomena. As information technology evolves, organizations have begun to adopt big data and apply it as a tool throughout their decision-making processes. Research on big data has grown in the past years however mainly from a technical stance and there is a void in business related cases. This thesis fills the gap in the research by addressing big data challenges and failure cases. The Technology-Organization-Environment framework was applied to carry out a literature review on trends in Business Intelligence and Knowledge management information system failures. A review of extant literature was carried out using a collection of leading information system journals. Academic papers and articles on big data, Business Intelligence, Decision Support Systems, and Knowledge Management systems were studied from both failure and success aspects in order to build a model for big data failure. I continue and delineate the contribution of the Information System failure literature as it is the principal dynamics behind technology-organization-environment framework. The gathered literature was then categorised and a failure model was developed from the identified critical failure points. The failure constructs were further categorized, defined, and tabulated into a contextual diagram. The developed model and table were designed to act as comprehensive starting point and as general guidance for academics, CIOs or other system stakeholders to facilitate decision-making in big data adoption process by measuring the effect of technological, organizational, and environmental variables with perceived benefits, dissatisfaction and discontinued use.
Resumo:
In the new age of information technology, big data has grown to be the prominent phenomena. As information technology evolves, organizations have begun to adopt big data and apply it as a tool throughout their decision-making processes. Research on big data has grown in the past years however mainly from a technical stance and there is a void in business related cases. This thesis fills the gap in the research by addressing big data challenges and failure cases. The Technology-Organization-Environment framework was applied to carry out a literature review on trends in Business Intelligence and Knowledge management information system failures. A review of extant literature was carried out using a collection of leading information system journals. Academic papers and articles on big data, Business Intelligence, Decision Support Systems, and Knowledge Management systems were studied from both failure and success aspects in order to build a model for big data failure. I continue and delineate the contribution of the Information System failure literature as it is the principal dynamics behind technology-organization-environment framework. The gathered literature was then categorised and a failure model was developed from the identified critical failure points. The failure constructs were further categorized, defined, and tabulated into a contextual diagram. The developed model and table were designed to act as comprehensive starting point and as general guidance for academics, CIOs or other system stakeholders to facilitate decision-making in big data adoption process by measuring the effect of technological, organizational, and environmental variables with perceived benefits, dissatisfaction and discontinued use.
Resumo:
Diplomityössä selvitettiin Andritz Oy:n Pulp & Paper Mill Services -divisioonan myynnin analysointiin tarkoitettuja työkaluja ja tunnuslukuja varaosa- ja projektiliiketoiminnassa. Diplomityön aikana toteutetut haastattelut ja sähköpostin välityksellä lähetettävä kyselytutkimus kohdennettiin ennen kaikkea myynnistä vastuussa oleville ihmisille, kuten myyntipäälliköille, divisioonan johtohenkilöille ja tuoteryhmäjohtajille. Diplomityön aikana rakennettiin myynnin analysoinnissa käytettävät raportit SAP Business Intelligence -tietojärjestelmään. Tulevaisuudessa kohdeorganisaatio pystyy diplomityön aikana rakennettujen myynnin analysointiraporttien avulla seuraamaan ja analysoimaan myyntiä. Tutkimus oli luonteeltaan kvalitatiivinen, jossa ensin luotiin teoreettinen viitekehys tutkimalla Business Intelligence:ä, varaosa- ja projektiliiketoimintaa sekä myynnin analysoinnissa käytettäviä työkaluja. Tämän jälkeen suoritettiin kysely- ja haastattelututkimukset, joiden pohjalta saatiin tietoa kuinka Andritz:lla tällä hetkellä myyntiä analysoidaanja kuinka sitä halutaan tulevaisuudessa analysoida. Työn tuloksena saatiin teoriaa sekä haastattelu- ja kyselytutkimusta yhdistämällä rakennettua SAP Business Intelligence -tietojärjestelmään myynnin analysoinnissa käytettävät raportit. Raportit ovat myynnin perusraportti sisältäen myynnin keskei-simmät tunnusluvut, abc-analyysi myynnistä asiakkaittain ja abc-analyysi myynnistä nimikkeittäin. Työn lopussa on myös pohdittu, mitä SAP Business Intelligence -tietojärjestelmään kannattaa tulevaisuudessa rakentaa raporttien osalta ja kuinka raportteja kannattaa lähteä hyödyntämään myynnin analysoinnin näkökulmasta.
Resumo:
Tutkielmassa on tavoitteena selvittää raportoinnin tarjoamiamandollisuuksia yrityksen ohjauksen, ja johdon päätöksenteon helpottamiseksi. Teoriaosuudessa käydään läpi tiedon tarpeen määrittelyä erityisesti yritysjohdon näkökulmasta. Millaista tietoa yrityksen toiminnasta pitäisi tietojärjestelmiin kerätä, jotta sillä olisi todellista merkitystä. Toisinaan tietoa tarvitaan myösyrityksen ulkopuolella tapahtuvista asioista, ja myös tällaisen tiedon käsittelyn pitäisi olla mandollista yrityksen tietojärjestelmissä. Tämä luonnollisesti asettaa melkoisia vaatimuksia tietojärjestelmille. Niihin liittyen on jonkin verran esitelty teknisiin asioihin liittyviä tekijöitä. Tekniikkaa kuitenkin on olemassa hyvinkin monipuolisen tiedon käsittelyä varten. Hankalampaa on määrittää, se millä tiedolla on oikeasti merkitystä. Suuren tietomäärän tiivistämiseen ja Asentamiseen on niin ikään olemassa keinoja, joita esitellään yleisellä tasolla, keskittymättä mihinkään yksittäiseen malliin. Ajatuksena on lähinnä ollut se, että jokaisen yrityksen kannattaa miettiä omista lähtökohdistaanitselleen sopivin tapa. Kaikille ei välttämättä sovi sama kaavamainen malli, jatoisaalta erilaisten mittarimallien keskinäiset erotkin ovat hyvin pieniä. Periaatteessa kaikissa malleissa pyritään lähtökohtaisesti siihen, että yrityksestä saadaan mandollisimman kokonaisvaltainen kuva. Yrityksen toiminnan kannalta päätetään ne tekijät, jotka eniten vaikuttavat sen menestykseen jatkossa, ja tältä pohjalta myös löytyvät tärkeimmät seurattavat asiat. Lopuksi on lyhyesti kuvattu case-yrityksen toimintaa ja sen käyttämiä tieto-järjestelmiä.Tutkielmassa on myös analysoitu, mitä kaikkea tietoa yrityksen toiminnasta tarvittaisiin, ja mistä olemassa olevasta järjestelmästä se on mandollista saada. Mikäli tietoa ei löytynyt järjestelmistä, on kerrottu, miten asia on hoidettu raportoinnin kannalta, ja miten raportointi kokonaisuudessaan yritykselle rakennettiin tutkielman kuluessa.
Resumo:
Tämä diplomityö määrittelee teknologiaseurantaprosessin, jolla korkean teknologian yritys voi ohjata toimintaansa. Korkean teknologian yrityksille on olennaista seurata teknologian kehitystä. Tällaiset yritykset tarvitsevat hyvin määritellyn järjestelmän, jolla ne voivat seurata ja ennustaa teknologista kehitystä.Työssä esitetään, että teknologiaseuranta ja kilpailuseuranta (competitive intelligence) ovat business intelligencen osa-alueita, jotka täydentävät ja tukevat toisiaan. Tärkeä havainto on, että business intelligence -prosessi on ennen kaikkea organisaation oppimisprosessi. Tästä seuraa, että minkä tahansa BI-prosessin tulisi perustua niihin prosesseihin, joiden avulla organisaatiot oppivat. Työssä esitetään myös, miten business intelligence, tietojohtaminen (knowledge management) ja organisaatioiden oppiminen liittyvät toisiinsa.Teknologiaseuranta on elintärkeä toiminto korkean teknologian yritykselle; sitä tarvitaan monella strategisen johtamisen osa-alueella, ainakin teknologia-, markkinointi- ja henkilöstöjohtamisessa. Teknologiaseurannan havaitaan myös olevan korkean teknologian yritykselle erittäin tärkeä ydinosaamisalue, jota ei voi kokonaan ulkoistaa.Työssä esitellään teknologiaseurantaprosessi, joka perustuu yleiselle business intelligence -prosessille ja siitä johdetulle kilpailuseurantaprosessille. Työssä myös esitetään ehdotus siitä, kuinka teknologiaseuranta voitaisiin järjestää korkean teknologian yrityksessä. Esitetty ratkaisu perustuu Community of practice -käsitteeseen. Community of practice on vapaaehtoisuuteen perustuva tiimi, jonka jäseniä yhdistää kiinnostus johonkin asiaan ja oppimishalu. Esimerkkiyrityksessä on tunnistettu selkeä tarve yhtenäiseen ja koordinoituun teknologiaseurantaan. Työssä esitetään alustava teknologiaseurantaprosessi esimerkkiyritykselle ja tunnistetaan teknologiaseurantaprosessin asiakkaat ja tekijät.
Resumo:
Biomedical research is currently facing a new type of challenge: an excess of information, both in terms of raw data from experiments and in the number of scientific publications describing their results. Mirroring the focus on data mining techniques to address the issues of structured data, there has recently been great interest in the development and application of text mining techniques to make more effective use of the knowledge contained in biomedical scientific publications, accessible only in the form of natural human language. This thesis describes research done in the broader scope of projects aiming to develop methods, tools and techniques for text mining tasks in general and for the biomedical domain in particular. The work described here involves more specifically the goal of extracting information from statements concerning relations of biomedical entities, such as protein-protein interactions. The approach taken is one using full parsing—syntactic analysis of the entire structure of sentences—and machine learning, aiming to develop reliable methods that can further be generalized to apply also to other domains. The five papers at the core of this thesis describe research on a number of distinct but related topics in text mining. In the first of these studies, we assessed the applicability of two popular general English parsers to biomedical text mining and, finding their performance limited, identified several specific challenges to accurate parsing of domain text. In a follow-up study focusing on parsing issues related to specialized domain terminology, we evaluated three lexical adaptation methods. We found that the accurate resolution of unknown words can considerably improve parsing performance and introduced a domain-adapted parser that reduced the error rate of theoriginal by 10% while also roughly halving parsing time. To establish the relative merits of parsers that differ in the applied formalisms and the representation given to their syntactic analyses, we have also developed evaluation methodology, considering different approaches to establishing comparable dependency-based evaluation results. We introduced a methodology for creating highly accurate conversions between different parse representations, demonstrating the feasibility of unification of idiverse syntactic schemes under a shared, application-oriented representation. In addition to allowing formalism-neutral evaluation, we argue that such unification can also increase the value of parsers for domain text mining. As a further step in this direction, we analysed the characteristics of publicly available biomedical corpora annotated for protein-protein interactions and created tools for converting them into a shared form, thus contributing also to the unification of text mining resources. The introduced unified corpora allowed us to perform a task-oriented comparative evaluation of biomedical text mining corpora. This evaluation established clear limits on the comparability of results for text mining methods evaluated on different resources, prompting further efforts toward standardization. To support this and other research, we have also designed and annotated BioInfer, the first domain corpus of its size combining annotation of syntax and biomedical entities with a detailed annotation of their relationships. The corpus represents a major design and development effort of the research group, with manual annotation that identifies over 6000 entities, 2500 relationships and 28,000 syntactic dependencies in 1100 sentences. In addition to combining these key annotations for a single set of sentences, BioInfer was also the first domain resource to introduce a representation of entity relations that is supported by ontologies and able to capture complex, structured relationships. Part I of this thesis presents a summary of this research in the broader context of a text mining system, and Part II contains reprints of the five included publications.
Resumo:
Vaatimusten määrittelyn tarkoitus on kartoittaa tietojärjestelmän käyttäjien työtehtäviä ja niihin liittyviä järjestelmän toiminnallisia ja ei-toiminnallisia vaatimuksia. Todellinen asiakasnäkökulma tulee esille yrityksen itse käynnistämässä vaatimusten määrittelyssä. Nykytilan selvittäminen ja kriittisten toimintojen havaitseminen käynnistävät kohdeyksikössä käytävän keskinäisen keskustelun, mikä on edellytyksenä järjestelmävaatimusten havaitsemiseen. Tämän työn teoriaosuudessa lähestytään eri näkökulmia vaatimustenmäärittelyyn. Tämän jälkeen esitellään muutamia asiakasyritykselle sopivia määrittelymenetelmiä, joita voidaan hyödyntää valmisohjelmistohankeen määrittelyssä. Työssä esitetään myös toiminnanohjaukseen ja tietovarastointiin tarkoitettujen järjestelmien tapaa kerätä taloudellista informaatiota ja luoda raportteja johdolle päätöksenteon tueksi. Työn empiirisessä osassa selvitetään mitkä ovat Lappeenrannan Energia Oy:n asettamat liiketoiminnalliset tarpeet ja vaatimukset uudelle talousohjauksen tietojärjestelmälle.
Resumo:
The objective of this study is to find out how sales management can be optimally supported with business information and knowledge. The first chapters of the study focus on theoretical literature about sales planning, sales steering, business intelligence, and knowledge management. The empirical part of the study is a case study for which the material was collected through interviews with the selected people of the company. The findings from the interviews were analyzed, and possible suggestions for solving the problems were made. The case study revealed that sales management requires a multitude of metrics and reports to steer the sales to the desired direction. The information sources can be internal and external, and the optimal solution for satisfying the information needs is a combination of both of these. The simple information should be turned into knowledge by merging the intellectual assets with the information from the firm’s transaction processing systems, in order to promote organizational learning and effective decision-making.
Resumo:
Työn tavoitteena on antaa kuva kuinka BA:ta voidaan hyödyntää liiketoiminnassa. BA:n mahdollisuuksia tarkastellaan niin operatiivisesta kuin strategisesta näkökulmasta. Lisäksi esittelemme tarjolla olevia BA-ohjelmistoja. BA:n tarkoitus on tuottaa käyttäjälleen tuoretta ja luotettavaa tietoa, jota he voivat käyttää päätöksenteossa. Riippuen toimitusketjun kehittyneisyydestä, BA:ta voidaan hyödyntää usealla eri tavalla. BA:n hyödyntäminen on riippuvainen halutusta lopputuloksesta. Asiakashallinnassa BA:n hyödyntäminen perustuu omien asiakkaiden tunnistamiseen. Omat asiakkaat tuntemalla BA:ta voidaan hyödyntää myös uusien asiakkaiden hankinnassa etsimällä. BA:n avulla on mahdollista löytää ja analysoida suorituskykyyn vaikuttavia tekijöitä ja ymmärtää niiden välisiä vuorovaikutuksia. Esitämme neljä eri BA:n ja organisaation strategian välisen suhteen tasoa. Nämä eri tasot kuvaavat kuinka BA vaikuttaa organisaation strategian luomiseen ja toteutukseen kyseisellä tasolla. Lisäksi huomasimme että BA:n hyödyntäminen strategiassa on useimmiten kannattavaa.
Resumo:
Finanssiala on kokonaisuutena suurten muutosten ja vaatimusten kohteena. Toisaalta globalisaatio ja kehittyvä tietotalous antavat toiminnalle suuria mahdollisuuksia, toisaalta finanssikriisin jälkeistä aikaa on leimannut perinteisen korkokatteen supistuminen ja uusien tulonlähteiden etsintä. Entistä tehokkaampi tietojenkäsittely ja asiakastietojen hyväksikäyttö luo edellytyksiä toimia alalla entistä tehokkaammin ja ohjata yrityksen päätöksentekoa tiedolla. Tämän pro gradu –tutkielman tavoitteena oli tutkia tiedon roolia OP-Pohjola-ryhmän strategiaprosessissa ja luoda malli, jolla liiketoimintatietoa pystyttäisi käyttämään tehokkaammin ja tarkoituksenmukaisemmin hyväksi strategiatyössä. Tutkielma toteutettiin tapaustutkimuksena ja empiirinen aineisto hankittiin haastattelemalla organisaation strategiaprosessiin osallistuvia tahoja. Tutkimuksen tulosten mukaan OP-Pohjola-ryhmällä ei ole määrämuotoista tapaa käyttää hyväksi liiketoimintatiedonhallinnan tuottamaa dataa. Strategiaprosessin päätöksenteossa merkittävä rooli on yksilöiden toisaalta omista organisaatioista tuottaman liiketoimintatiedon ja toisaalta yksilöiden hiljaisen tiedon varassa. Tutkimuksen lopputuloksena luotiin malli, jolla strategiaprosessiin tuotetaan tietoa määrämuotoisen ja toistettavan prosessin kautta.
Resumo:
Panel at Open Repositories 2014, Helsinki, Finland, June 9-13, 2014
Resumo:
Poster at Open Repositories 2014, Helsinki, Finland, June 9-13, 2014