Data Mining jako narzędzie wspomagania zarządzania firmą
| dc.contributor.advisor | Telega, Henryk | |
| dc.contributor.author | Stołecka Małgorzata | |
| dc.date.accessioned | 2017-07-03T10:15:23Z | |
| dc.date.available | 2017-07-03T10:15:23Z | |
| dc.date.issued | 2004 | pl |
| dc.description.abstract | Celem niniejszej pracy jest przedstawienie teoretycznych podstaw i zastosowania praktycznego data mining jako narzędzia biznesowego wspomagającego zarządzanie firmą w wielu aspektach jej działania. Obecnie firmy zmuszone są funkcjonować w warunkach zwiększającej się niepewności i niestabilności. Nie wystarczy już produkcja dobrego jakościowo produktu. W rywalizacji o klienta nie wygra bowiem ta firma, który taki wytwarza, ale ta która zdobędzie bardziej kompletne informacje dotyczące klienta i jego preferencji, a także konkurencji oraz będzie potrafiła je efektywnie wykorzystać. Dlatego też wzrasta znaczenie informacji, zarówno zewnętrznej – pozwalającej zwiększać konkurencyjność firmy jak i tej pomagającej usprawniać wewnętrzne procesy firmy i zmniejszyć koszty jej funkcjonowania. Rozwój technologii umożliwia dzisiaj gromadzenie coraz większych ilości danych i coraz szybsze ich przetwarzanie. Samo posiadanie dużej ilości danych może być bezużyteczne, jeśli firma nie potrafi wyciągać wniosków z posiadanych informacji. Data mining jest systemem a zarazem technologią i jednocześnie filozofią, która pomaga firmie korzystać z danych i ułatwia odnalezienie się w stale zmieniającym się otoczeniu. Praca została podzielona na cztery rozdziały. Rozdział pierwszy definiuje pojęcie data mining i przedstawia związki procesu ze statystyką (techniki i algorytmy) i technologiami informatycznymi (narzędziami – oprogramowaniem). Ponadto duży nacisk został położony na praktyczną stronę wdrożenia data mining w postaci metodologii, warunków powodzenia i najczęstszych przyczyn niepowodzeń, a także kosztów narzędzi i wdrożenia. Rozdział drugi stanowi omówienie wymienianych w literaturze podziałów na zastosowania data mining w biznesie, zaś rozdział trzeci jest próbą systematyki i samodzielnego stworzenia pełnego podziału obejmującego wszystkie obszary zastosowań. Ostatni z rozdziałów jest przedstawieniem przypadków udanych wdrożeń data mining, według klasyfikacji zaczerpniętej z rozdziału trzeciego, ze szczególnym uwzględnieniem rynku polskiego. Pracę zamyka słownik związanych z data mining pojęć i skrótów. Wyjaśnione w nim zostały najważniejsze terminy związane z tematem pracy. Jak wynika z przedstawionych przykładów, data mining ma szerokie zastosowanie w biznesie i może stać się cennym narzędziem wspomagającym zarządzanie firmą w wielu jego aspektach zaczynając od kontaktów z klientami, udoskonalania i poprawy bezpieczeństwa produktu, a także prognozowania popytu poprzez wspomaganie planowania logistycznego, analizę wyników finansowych i ich przewidywanie aż po wykrywanie mających miejsce nadużyć finansowych i monitoring procesów produkcyjnych. | pl |
| dc.identifier.uri | http://hdl.handle.net/11199/10059 | |
| dc.language.iso | pl | pl |
| dc.rights | licencja niewyłączna | pl |
| dc.subject | data mining | pl |
| dc.subject | zarządzanie przedsiębiorstwem | pl |
| dc.subject | CRM | pl |
| dc.subject | klient | pl |
| dc.subject | produkt | pl |
| dc.subject | narzędzia biznesowe | pl |
| dc.title | Data Mining jako narzędzie wspomagania zarządzania firmą | pl |
| dc.type | masterThesis | pl |