پاورپوینت هوش تجاری چرا؟ چگونه؟

توجه : این پروژه به صورت فایل power point (پاور پوینت) ارائه میگردد

  پاورپوینت هوش تجاری چرا؟ چگونه؟ دارای ۹۳ اسلاید می باشد و دارای تنظیمات کامل در Power Point می باشد و آماده پرینت یا چاپ است

فایل پاور پوینت پاورپوینت هوش تجاری چرا؟ چگونه؟  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

---

لطفا به نکات زیر در هنگام خرید

دانلود پاورپوینت هوش تجاری چرا؟ چگونه؟

توجه فرمایید.

۱-در این مطلب، متن اسلاید های اولیه 

دانلود پاورپوینت هوش تجاری چرا؟ چگونه؟

قرار داده شده است

۲-به علت اینکه امکان درج تصاویر استفاده شده در پاورپوینت وجود ندارد،در صورتی که مایل به دریافت  تصاویری از ان قبل از خرید هستید، می توانید با پشتیبانی تماس حاصل فرمایید

۳-پس از پرداخت هزینه ، حداکثر طی ۱۲ ساعت پاورپوینت خرید شده ، به ادرس ایمیل شما ارسال خواهد شد

۴-در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل اسلاید ها میباشد ودر فایل اصلی این پاورپوینت،به هیچ وجه بهم ریختگی وجود ندارد

۵-در صورتی که اسلاید ها داری جدول و یا عکس باشند در متون زیر قرار داده نشده است

---

بخشی از متن پاورپوینت هوش تجاری چرا؟ چگونه؟ :

اسلاید ۱ :

هوش تجاری-چرا؟ (ادامه)

nدلاِیل اقتصادی.

nدنبال نمودن اهداف کاراِیی سِیستم کاربردی.

nافزاِیش رقابت ها.

nتجارت الکترونِیکی.

nحماِیت از تصمِیم گِیری های سِیستم کاربردی.

nکثرت مشترِیان.

nنِیاز به آنالِیز عملِیّات سِیستم.

nصحّت و دقّت اطّلاعات حاصل از سِیستم.

nدسترسی به داده های بهنگام شده.

nکاهش هزِینه.

nرضاِیت کاربران نهاِیی در مقاِیسه با کالاهای مشابه.

n;

n

اسلاید ۲ :

سایرتعاریف از هوش تجاری (۱)

nعبارتست از بُعد وسِیعی از کاربردها و تکنولوژی برای جمع آوری داده و دانش جهت تولِید پرس و جو در راستای آنالِیز Enterprise برای اتخاذ تصمِیات تجاری دقِیق و هوشمند. [Paul Balacky & Richard Fayers, ۲۰۰۳]  

اسلاید ۳ :

سایرتعاریف از هوش تجاری (۲)

nِیک هوش تجاری براساس ِیک معماری Enterprise تشکِیل شده و در قالب OLAP (پردازش تحلِیلی برخط)، به تحلِیل داده های تجاری و اتخاذ تصمِیمات دقِیق و هوشمند می پردازد. [Loshin David, 2003]

اسلاید ۴ :

سایرتعاریف از هوش تجاری (۳)

nهوش تجاری، نه بعنوان ِیک محصول و نه بعنوان ِیک سِیستم، بلکه بعنوان ِیک معماری موردنظر است که شامل مجموعه ای از برنامه های کاربردی و تحلِیلی است که به استناد پاِیگاه های داده عملِیاتی و تحلِیلی به اخذ و کمک به اخذ تصمِیم  برای فعالِیت های هوشمند تجاری می پردازند. ۲۰۰۵] , [Larissa T. Moss, Shaku Atre

اسلاید ۵ :

nپردازش تحلیلی برخط (OLAP)

¨سرویس هایی که از پایگاه داده تحلیلی به منظور پاسخگویی سریع به پرسش های تحلیلی کاربران استفاده می کنند،

¨عبارت است از مجموعه ای از نرم افزارها برای

nاکتشاف و تحلیل سریع داده های مبتنی بر یک شیوه چند بُعدی با چندین سطح از مجموع سازی (Aggregation) جهت

¨تسریع و آسان سازی تصمیم گیری 

n آسان شدن تصمیم گیری به دلیل

¨قابلیت هدایت تحلیل ها بدون نیاز به یک زبان پرس  و جوی اصلی یا فهم ساختار زیرین بانک اطلاعاتی حاصل می شود.    

اسلاید ۶ :

nسریع ترشدن تصمیم گیری نیز از این جهت است که مجموع داده ها برای درخواست های متداول از پیش محاسبه شده است و به اصطلاح داده ها، Pre-Aggregate شده اند،

¨بنابراین زمان محاسبه کاهش یافته و پاسخگویی به پرس وجوهای پیچیده تحلیلی به سرعت امکانپذیر خواهد بود.

nپایگاه داده تحلیلی (DW) و پردازش تحلیلی بر خط (OLAP) از جمله عناصر ضروری در سیستم های تصمیم یار به شمار می آیند.

اسلاید ۷ :

nداده‌های مورد استفاده در این تراکنش‌ها داده‌های به‌روز، جاری و با جزئیات است : پردازش تراکنش‌ها، مشتمل بر انجام عملیات روزانه مانند خرید و فروش و عملیات بانکی و مانند آن.

nپایگاه های داده عملیاتی (DB)، منبع داده ای سیستم های OLTP هستند.

nپایگاه های داده عملیاتی رایج شامل داده های بروز و جاری،  جهت انجام عملیات روزانه ثبت، حذف، بروزرسانی و مشاهده داده ها هستند.

اسلاید ۸ :

nعبارت داده کاوی به فرآیند تحلیل نیمه خودکار پایگاه داده های بزرگ، به منظور یافتن الگوهای مناسب اطلاق می گردد.

nهمانند کشف دانش در هوش مصنوعی (که آنرا یادگیری ماشین هم می نامند )، یا تحلیل آماری، داده کاوی هم سعی در یافتن قوانین والگوها از داده ها دارد.

nداده کاوی از این جهت که با حجم عظیم اطلاعاتی، که اغلب روی دیسک ذخیره شده است روبروست، با یادگیری ماشین و آمار متفاوت است.   

n   داده کاو ی با کشف دانش در پایگاه های داده سر و کار دارد.

اسلاید ۹ :

پایگاه داده تحلیلی (Data Warehouse)                              

n Data Warehouse (پایگاه داده تحلیلی)، مخزن داده ای متمرکز، جمع آوری شده از منابع اطلاعاتی مختلف و ناهمگن در یک محدوده وسیع زمانی است و برای پشتیبانی از سیستم های تصمیم یار(DSS) استفاده می شود.

nDW از پایگاه های داده عملیاتی و یا سایر منابع داده ای توزیع شده سازمان ها و ارگان های متفاوت تهیه می شود.

nپایگاه داده تحلیلی بستر مناسبی فراهم می آورد که داده ها به منظور پاسخگویی به پرسش های تحلیلی به صورت بایگانی شده، سر جمع شده و سازمان یافته، ذخیره شوند.

n پایگاه داده تحلیلی شامل داده هایی است که برای انجام تصمیم گیری ها و تحلیل ها مناسب است.        

n

اسلاید ۱۰ :

پایگاه داده تحلیلی(ادامه)

nپایگاه داده تحلیلی عبارت است از مخزن داده جمع آوری شده ای از منابع اطلاعاتی:

nمختلف،

nتوزیع شده،

nاحتمالاً ناهمگون،

nتحت یک ساختار چند بُعدی،

n بصورت یکپارچه،

n پاکسازی شده،

nموضوع گرا،

n سرجمع شده،

n غیر قابل تغییر

n و در محدوده زمانی مشخص طولانی دردسترس بوده.