آشنایی با تكنیك‌ها و تكنولوژی‌های داده‌کاوی
پاورپوینت درس نامه هوشمندی كسب و كار(هوش تجاری) آشنایی با تكنیك ها و تكنولوژی های هوش تجاری
مطالب توسط
بررسی کاربرد داده‌کاوی درجهت کاهش ريسک حاصل از تخصيص وام به مشتريان بانک
موسسه های اعتباری که بانک ها رکن اساسی آن شناخته می شوند، بخش بزرگی از در آمد خود را از طریق ارائه تسهیلات به مشتریان تامین می کنند. بدین منظور ابتدا با استفاده از سنجش پارامترهای مختلف، متقاضیان را اعتبارسنجی نموده و سپس با در نظر گرفتن ریسک اعتباری حاصل از انجام این کار، تصمیم های لازم درخصوص تخصیص یا عدم تخصیص اعتبار به متقاضی، میزان اعتبار قابل تخصیص، و همچنین نرخ سود متناسب گرفته خواهد شد. با توجه به اینکه در حال حاضر در کشور اعتبار سنجی مشتریان با استفاده از قضاوت نیروی انسانی صورت می پذیرد و راه های غیرانسانی پیشنهادی و حتی پیاده سازی شده در مقیاس پایلوت تا حال حاضر نتوانسته اند موفقیت چندانی پیدا کنند و همچنین نیاز به دانش صریح و صحیح از میان داده ها و اطلاعات موجود در جهت مدیریت ریسک و تخصیص آگاهانه وام به مشتریان جدید و گذشته به صورت روزافزون افزایش می یابد ، از این رو راه رسیدن به یک راه حل غیرانسانی و محکم برمبنای داده ها و اطلاعات موجود جهت اعتبارسنجی مشتریان بانک به منظور تخصیص وام هنوز به عنوان یک نیازمندی بدون پاسخ مناسب و بادوام در کشور باقی مانده است.
پیش درآمدی بر طراحی سناریو
سناریو، به معنای پیش بینی توصیفی از تصاویر نسبتاً عادی از زمان حال در آینده نیست. همچنین به معنی چشمانداز، یعنی آیندهای مطلوب نیز نمیباشد. سناریو، پاسخی مناسب به این سؤال است که: چه اتفاقی ممکن است بیافتد؟ یا چه اتفاقی میافتد اگر…؟ بنابراین سناریو، پیش بینی و چشم انداز نیست، چه این دو تمایل دارند خطرات را پنهان سازند. برعکس، سناریو مدیریت ریسک و مخاطره را ممکن میسازد. همچنین روشن است که طراحی سناریو، فقط سناریونویسی نبوده و چیزی فراتر از آن است، فعالیتی که بیشتر با برنامه ریزی راهبردی ارتباط دارد همه ما، با سناریوهایی سروکار داریم. ذهن های سالم همیشه سناریوهایی برای آینده نزدیک خلق میکنند. ذهن، پیش اندیشی میکند و اطلاعات در مورد آنچه در آینده اتفاق خواهد افتاد را پردازش می نماید. تمامی موجودات زنده، مانند انسان و سازمانها، احتیاج به سیستم بازخوردی فعال دارند تا به آنها امکان اطلاع از اتفاقات را بدهد. ما باید ازآنچه انجام داده ایم، درس بگیریم؛ اما برای اینکه بدانیم کدام راه را انتخاب کنیم، به اطلاعاتی در مورد آینده نیاز داریم.
مفاهیم و تکنیک‌های داده‌كاوی
پیشرفت های بوجود آمده در جمع آوری داده ها و قابلیت های ذخیرسازی در طی ده های اخیر باعث شده در بسیاری از علوم با حجم بزرگی از اطلاعات روبرو شویم. داده کاوی کوششی برای به دست آودرن اطلاعات مفیداز میان این داده هاست ورشد بی رویه داده ها در سطح جهان اهمیت داده کاوی را دو چندان کرده است.
کتاب حاضر حاوی مفاهیم و تکنیک های اساسی داده کاوی است و در ده فصل تنظیم شده است که در انتهای هر فصل پس از بیان خلاصه به توضیح منابع و مراجع برای مطالعه بیشتر نیز پرداخته شده است.
متدهای آماری در داده‌كاوی
فن آمارگری علم جمع آوری و سازمان دهی اطلاعات و ترسیم نتیجه از مجموعـه داده هـا اسـت. سازمان دهی و توصیف مشخصه های عمومی مجموعه داده ها موضـوع مـورد مطالعـه در حیطـه آمار تشریحی است .این فصل بر روی اصول اولیه استنتاج آماری تاكید می كند . تحلیل داده های آماری دارای بیشترین مجموعه متدولوژی ها برای داده كاوی اسـت. بـه صـورت تاریخی اولین كامپیوتر بر پایه برنامه های تحلیل داده با پشتیبانی از آمارگرها توسـعه پیـدا كـرد. آمار روشهای متنوعی شامل رگرسیون و تحلیلی تفكیكی برای داده كاوی عرضه می كند .
باز تعريف هوشمندی کسب‌وکار
هوش تجاری (BI) یک فرآیند مبتنی بر فناوری است که به منظور تحلیل داده ها برای کمک به مدیران ارشد، مدیران میانی و سایر کاربران جهت اتخاذ تصمیمات بهینه به کار برده می شود. هوش تجاری (BI) شامل مجموعه ای از ابزارها، برنامه های کاربردی ومتدلوژی هاست که با جمع آ<ری داده ها از منابع درون سازمانی و برون سازمانی داده ها را برای تجزیه و تحلیل آماده میکند. امکان اجرای پرس و جو (Query) را مهیا می سازد. گزارشات وداشبوردها را ایجاد می کند به نحوی که این گزارشات در اختیار تصمیم گیران و همین طور ذینفعان قرار گیرد.
دانشمند داده‌ها
گسترش استفاده از فناوری اطلاعات در بخش های مختلف کسب و کار، باعث افزایش منابع ارزشمندی به نام داده شده است. هر چند در گذشته نیز سازمان ها این منابع را در اختیار داشتند، اما حجم ، تنوع و سرعت تولید این داده ها به مراتب کمتر بوده است. با رشد تکنولوژی های Big Dataنقش جدیدی در شرکت های بزرگ به نام دانشمند داده (Data Scientist)ایجاد شده است که در حقیقت نسخه ی جدیدی از نقش “تحلیل گر داده” یا “تحلیل گر کسب و کار” می باشد. چیزی که این نقش را با نقش های ذکر شده متفاوت می سازد، دانش و تیزهوشی تجاری برای گرفتن تصمیمات سخت و سریع و انتقال آنها به هر دو بخش روسای شرکت و رهبران IT است تا بتوانند بهترین راه را برای غلبه بر یک چالش سازمانی بیابند. در حقیقت دانشمند داده با دسترسی به حجم زیادی داده، حس کنجکاوی و زیر سوال بردن پیش فرض های فکری سعی می کند تا مواردی را بیابد که برای سازمان مزیت رقابتی ایجاد کند.
چرا هوش تجاری را نمی‌توان با صفحات گسترده Excel پیاده‌سازی کرد؟
هدف از هوش تجاری کمک به افراد تصمیم گیر جهت اتخاذ تصمیمات مناسب و هوشمندانه در راستای پیشبرد درست کسب و کار سازمان می باشد. راهکارهای هوش تجاری، با تسهیل درتجمیع، مشاهده و خرد نمودن داده ها، این امر را امکان پذیر می سازند. از سویی دیگر، شناسایی روندها و پیامدها تسهیل شده و دیدگاه های جدیدی آشکار و اهداف کسب و کار در پی عملکرد بهینه، محقق می گردد.
راهکارهای هوشمندی کسب و کار، می تواند بسیار جامع بوده و یا روی مسائل خاصی نظیر مدیریت عملکرد سازمان، تحلیل هزینه ها بررسی میزان فروش و … متمرکز گردند.
فرآیندهای تصمیم‌گیری
برای اتخاذ یک تصمیم مساعد باید بتوان، ارزش هر یک از نتایج احتمالی را که پس از انجام تصمیم او حاصل خواهد شد، پیش بینی کرده و به طور ضمنی این ارزش ها را با نوعی مقیاس کمی مقایسه، و احتمال موفقیت را بررسی نماید، که این کار همیشه ساده نخواهد بود. تصمیم گیری از اجزای جدایی ناپذیر مدیریت به شمار می آید و در هر وظیفه مدیریت به نحوی جلوه گر است؛ در تعیین خط مشی های سازمان، در تدوین هدفها، طراحی سازمان، انتخاب، ارزیابی و در تمامی اعمال مدیریت، تصمیم گیری جزء اصلی و رکن اساسی است.
آشنایی با مفهوم Big Data
“داده های بزرگ” یا “عظیم داده” یا “کلان داده ” ترجمه اصطلاح Big Dataمی باشد که معمولا به مجموعه از داده ها اطلاق می شود که اندازه آنها فراتر از حدی است که با نرم افزارهای معمول بتوان آنها را در یک زمان معقول اخذ، دقیق سازی، مدیریت و پردازش کرد. مفهوم “اندازه” در داده های بزرگ بطور مستمر در حال تغییر است و به مرور بزرگتر می شود. داده های بزرگ (Big Data)مجموعه از تکنیک ها و تاکتیک هایی است که نیازمند شکل جدیدی از یکپارچگی هستند تا بتوانند ارزش های بزرگی را که در مجموعه های بزرگ، وسیع، پیچیده و متنوع داده پنهان شده اند، آشکار سازند.
داده‌کاوی و برخی از نکات مهم کاربردی آن
داده کاوی به بررسی و تجزیه و تحلیل مقادیر عظیمی از داده ها به منظور کشف الگوها و قوانین پنهان و معنی دار درون داده ها اطلاق می شود. هدف داده کاوی، قادر ساختن یک سازمان به بهبود تصمیم گیری ها وعملکردهای درونی و بیرونی از طریق درک بهتر محیط می باشد.
کاربران سامانه‌های هوشمندی کسب‌وکار
بدون وجود افرادی که بتوانند اطلاعات را تفسیرکنند و بکارگیرند، هوشمندی کسب و کار مفید فایده نخواهد بود. به همین علت، هوشمندی کسب و کار کمتر وابسته به فناوری و بیشتر تحت تاثیر ابداع و فرهنگ است و اینکه افراد آن را به عنوان یک دارایی مهم در نظر بگیرند. فناوری، هوشمندی کسب و کار را توانمند می سازد، اما گاهی اوقات تمرکز زیاد روی فناوری می تواند منجر به تخریب ابتکارات هوشمندی کسب و کار شود. این، افراد هستند که تلاش های شما را در زمینه هوشمندی کسب و کار به یک موفقیت خارق العاده یا یک شکست تمام عیار تبدیل می کنند.
آخرین مقالات
وبکست ها و پویش ها
وبینار علم داده برای مدیران1400/08/22 - 16:36وبینار علم داده برای مدیران موضوعات علم داده و رابطه آن با هوش تجاری و هوش مصنوعی رویکردهای تحلیلی کسب و کار مفاهیم پایه Big Data اجزای پلتفرم داده یادگیری ماشین و علم داده محاسبات شناختی ثبت نام کنید!
