ЭФФЕКТИВНОЕ УПРАВЛЕНИЕ БИЗНЕСОМ НА ОСНОВЕ АНАЛИЗА BIG DATA

ОПРЕДЕЛЕНИЯ, ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ 6
ВВЕДЕНИЕ 8
1 Технологии Big Data как инструмент оптимизации процесса управления бизнесом 10
1.1 Особенности и роль технологий Big Data в современном бизнесе 10
1.2 Big Datа в бизнес-аналитике цифровой трансформации корпоративного управления 18
2 Методологии распределенной обработки данных 26
2.1 Big Data как основная концепция создания BI-системы. Структура создания BI-системы 26
2.2 Процесс распределения данных для обработки 32
2.3 Обзор инструментов бизнес-анализа 37
2.4 Анализ инструментов для бизнес-аналитики 42
3 Практическое применение аналитических методов в процессах визуализации данных 45
3.1 Визуализация данных с помощью Tableau 45
3.3 Визуализация данных с помощью Power BI Deskop 55
ЗАКЛЮЧЕНИЕ 65
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 66

Весь текст будет доступен после покупки

Актуальность работы обусловлена востребованностью использования технологий Big Data, так как в данный момент они является одним из ключевых драйверов развития информационных технологий. Это направление, получило широкое распространение во всех странах. Связано это с тем, что в эпоху информационных технологий по каждому пользователю интернета стало накапливаться большое количество информации, что в конечном счете дало развитие направлению Big Data.
Анализ разного рода литературы, нормативных документов и электронных источников показал, что проблема большого количества необработанных данных для эффективного управления бизнесом является малоизученной. Так, вопросы BI-систем представлены в следующих работах авторов: Белянского В., Милорадова К., Пономарева С. В., Наумова В. Н., Лачыгина Е. Б., Шарабаева Л. Ю., Кондратьева В. В., Кузнецова М. Н., Эккерсона У. У.
Объектом диссертационного исследования является обработка больших массивов данных.
Предметом диссертационного исследования является процесс по обработке больших массивов данных.
Цель диссертационного исследования состоит в оптимизации управления бизнесом с использованием технологий Big Data в рамках действующей информационной системы предприятия.
Для достижения цели необходимо решить ряд следующих задач:
? рассмотреть особенности и роль технологий Big Data в бизнесе;
? проанализировать момент влияния Big Data на улучшение эффективности деятельности предприятия;
? определить роль Big Datа в бизнес-аналитике;
? рассмотреть Big Data как основную концепцию создания BI-системы и изучить структуру создания BI-системы;
? рассмотреть процесс распределения данных для обработки;
? показать модель распределенной обработки данных в системе бизнес-аналитики и механизм системного планирования процессов обработки данных.

Весь текст будет доступен после покупки

1 Технологии Big Data как инструмент оптимизации процесса управления бизнесом

1.1 Особенности и роль технологий Big Data в современном бизнесе

Технологии Big Data (больших данных) – это методы, средства и подходы, с помощью которых огромные массивы информации (неструктурированной и структурированной), которые отличаются изрядным разнообразием, подвергаются обработке. В связи с беспрерывным ростом данных и процессом их распределения через многочисленные узлы, из которых состоит вычислительная сеть, цель данных технологий состоит в том, чтобы получить эффективные результаты, они должны быть пригодными для восприятия человеком. Создание этих технологий приходится на конец 2000-х гг. Они стали вариантом, подобным привычных систем управления базами данных и их решениями, относящимся к классу Business Intelligence (BI). На сегодняшний день большое количество наиболее крупных поставщиков информационных технологий для компаний прибегают к использованию понятия Big Data в рамках своих деловых стратегий.
Понятие Big Data связано с набором данных, чей размер позволяет проводить операции с информацией (хранение, анализ и управление информацией), которые превосходят потенциал, присущий типичным БД.
Технологии «больших данных» продолжают развиваться, что объясняет интерес многочисленных компаний к данному процессу. По прогнозам, сформулированным в свое время в отчете специализирующейся на анализе компании IDC, к 2020 г. порядка 5200 ГБ информации будет обеспечен каждый житель планеты, всего же объем данных в общемировом масштабе составит 40 ЗБ (1 ЗБ = 1021 байт) (рисунок 1).

Весь текст будет доступен после покупки

1. Акира Оцуки - Анализ больших данных / Akira Otsuki. - М.: Академическое издательство ЛЭПА Ламберта, 2018. - 613 c.
2. Арвинд Сати - Аналитика больших данных: прорывные технологии для изменения игры / Доктор Арвинд Сати. - М.: [не указанo], 2019. - 816 c.
3. Бабурин В. А. Технологии Big Data в сервисе: новые рынки, возможности и проблемы // Технико-технологические проблемы сервиса. / В. А. Бабурин, М. Е. Яненко – 2018. № 1 (27). С. 100–105.
4. Бейлисс Д. Модели для больших данных. В разделе: Технологии и приложения для обработки больших данных. Спрингер, Чам. 2016. Р. 237-255.
5. Белугина С.В. Разработка программных модулей программного обеспечения для компьютерных систем. Прикладное программирование: учебное пособие. – СПб.: Лань, 2020. 312 с.
6. . Белль А. Аналитика больших данных в здравоохранении // BioMed Research International. / А. Белль, Р. Тиагараджан, С. М. Реза Сороушмер, Ф. Навиди, Д. Бирд, К. Наджарян – 2015. Том 2015. Стр. 1-16.
7. Бернард Марр - Большие данные на практике. Как 45 успешных компаний использовали аналитику больших данных для достижения выдающихся результатов / Бернард Марр. - Л.: 2020. - 952 c.
8. Бернард Марр - Большие данные / Bernard Marr. - Л.: 2020. - 504 c.
9. Большие данные в комплексах и социальных сетях. - М.: Тейлор и Фрэнсис, 2019. - 796 c.
10. Большие данные сложных сетей. - М.: Тейлор и Фрэнсис, 2018. - 306 c.
11. Вакелин П. Шлюз транзакций CICS версии 3.1: коннектор WebSphere для CICS. SG24-6133-00 / P. Wakelin, S. Day, S. Read, F. McKenna – IBM, 2017. 269 с.
12. Вакелин П. Транзакционный шлюз CICS V3.1: WebSphere connector для CICS. SG24-6133-00 / П. Уэйклин, С. Дэй, С. Рид, Ф. Маккенна – IBM, 2017. 269 с.
13. Виньеш Праджапати - Аналитика больших данных с помощью R и Hadoop / Виньеш Праджапати. - М.: Книга по Требованию, 2019. - 238 c.
14. В проектах Big Data. URL: http://bigdata.cnews.ru/reviews?2020/12/16 /574132 (дата обращения 16.12.2022).

Весь текст будет доступен после покупки