MPŠ
MPŠ MP&Scaron MP&Scaron MP&Scaron Avtorji

Mednarodna
podiplomska šola
Jožefa Stefana

Jamova 39
SI-1000 Ljubljana
Slovenija

Tel: (01) 477 31 00
Faks: (01) 477 31 10
E-pošta: info@mps.si

Išči

Opis predmeta

Poslovna inteligenca I

Programi:

Informacijske in komunikacijske tehnologije, 2. stopnja

Sodelavci:

prof. dr. Matjaž Gams
dr. Aleksander Pivk

Cilji:

Cilj predmeta je podati splošno znanje o poslovni inteligenci in ga nadgraditi z znanjem in sposobnostmi strateškega marketinškega odločanja. Uvodoma so predstavljeni temelji področja poslovne inteligence, nato pa so obdelane poslovne in tržne strategije, njihovo načrtovanje in razvoj ter možnosti in načini prenosa v prakso.
Veliko različnih virov podatkov, kakovost podatkov in njihova migracija v podatkovna skladišča so prva ovira pri uvajanju rešitev poslovne inteligence.
Osredotočili se bomo na pripravo in migracijo podatkov ter reševanje tipičnih problemov in nevarnosti, katerim se poskušamo izogniti.
V naslednjem sklopu je glavni cilj zagotoviti poglobljeno razumevanje narave in obsega tržne analize in njene vloge pri strateškem marketingu. Ta obsega analizo poslovnih problemov in priložnosti, odkrivanje nezadoščenih potreb strank, odkrivanje konkurenčne prednosti in napovedovanje vedenjskih vzorcev strank, kar omogoča organizaciji proaktivno nastopanje na trgu. V ta namen si bomo podrobno ogledali primerne analitične metode za posamezne probleme in proces vpeljevanja v prakso, kjer bodo nakazane tudi težave, ki se tipično pojavljajo.

Vsebina:

Znanstvena metoda:
strukture znanstvenega védenja, znanstvene aktivnosti in procesi

Uvod:
Definicija poslovne inteligence (BI), definicija upravljanja s strankami (CI), arhitektura BI/CI za podjetja.

Strategije trženja:
Poslovne strategije, planiranje in razvoj strategij, strategije neposrednega trženja (strategije izdelkov, ponudbe, medijev, distribucije), poslovni modeli, analiza trženjskih priložnosti in okolja.

Upravljanje s podatki:
Podatkovna skladišča, kakovost podatkov, priprava in oplemenitenje podatkov, migracija podatkov, posredovanje podatkov, primeri največjih nevarnosti in napak.

Poslovna analitika:
Odkrivanje, analiza in definiranje poslovnih problemov, inteligentno analitično modeliranje (kvalitativno/kvantitativno modeliranje, metrike, profiliranje, opredeljevanje strank) za reševanje poslovnih/tržnih problemov, ovrednotenje in prenos rezultatov v poslovno prakso, pregled tipičnih poslovnih problemov kot so kreditno tveganje, napovedovanje prekinitve poslovnih odnosov strank, zadrževanje strank, napovedovanje prodajnih možnosti, odkrivanje poneverb itd.

Avtomatizacija trženja:
Analiza trga in strank, kontaktne strategije, tržni kanali, problemi integracije, personalizacija tržnih vsebin, spremljanje aktivnosti strank,
upravljanje tržne učinkovitosti, trženje na osnovi dogodkov, trženje v realnem času, primeri iz različnih industrij (bančništvo, telekomunikacije, maloprodaja, zavarovalništvo, proizvodnja), etični in pravni vidiki.

Teorija iger in njena uporaba:
Antagonistične iger s hkratnimi potezami (statične): predstavitev v normalni obliki, podrejene strategije in njihovo postopno izločanje, Nashevo ravnovesje in kako ga najti, čiste in mešane strategije.
Antagonistične igre z zaporednimi potezami (dinamične): predstavitev v razširjeni obliki, Nashevo ravnovesje v dinamičnih igrah, igre s konstantno vsoto in načelo minimaksa.
Druge igre: popolna in nepopolna informiranost, igre s sodelovanjem.
Poslovna uporaba: barantanje, dražbe, pogajanja. Druga uporaba: namizne igre, biološka evolucija. Računalniška simulacija.

Izzivi pri razvoju programskih sistemov in
implementacija projektov:
Predstavitev celotnega procesa razvoja programskih projektov s poudarkom na reševanju problemov, na katere naletimo le pri večjih projektih.

Orodja in rešitve:
Pregled najboljših orodij in rešitev na trgu za BI/CI, vpogled v prihajajoče tehnologije.

Temeljna literatura in viri:

Izbrana poglavja iz naslednjih knjig:

• R. Sharda, D. Delen, and E. Turban. Business Intelligence and Analytics: Systems for Decision Support, 10th Edition. Prentice Hall, 2014. ISBN 978-0133050905
• A. Maheshwari. Business Intelligence and Data Mining Made Accessible. Business Expert Press, 2014. ISBN 978-1631571206
• R. Sherman. Business Intelligence Guidebook: From Data Integration to Analytics. Morgan Kaufmann, 2014. ISBN 978-0124114616
• F. Provost, and T. Fawcett. Data Science for Business: What you need to know about data mining and data-analytic thinking. O'Reilly Media, 2013. ISBN 978-1449361327
• J. Kolb. Business Intelligence in Plain Language: A practical guide to Data Mining and Business Analytics. CreateSpace Independent Publishing Platform, 2013. ISBN 978-1479324187

Izbrane reference nosilca:

• V. Vidulin, M. Bohanec, and M. Gams. “Combining human analysis and machine data mining to obtain credible data relations.” Information sciences, vol. 288, pp. 254-278, 2014.
• A. Pivk, O. Vasilecas, D. Kaliatiene, and R. Rupnik. “On approach for the implementation of data mining to business process optimisation in commercial companies.” Technological and economic development of economy, vol. 19, no. 2, pp. 237-256, 2013.
• D. Zupančič, M. Luštrek, and M. Gams. “Multi-agent architecture for control of heating and cooling in a residential space.” The Computer journal, ISSN 0010-4620, 2014.
• B. Pogorelc, E. Stojmenova, M. Gams et al. “Ambient bloom: new business, content, design and models to increase the semantic ambient media experience.” Multimedia tools and applications, vol. 66, no. 1, pp. 7-32, 2014.
• M. Gams, H. Gjoreski, M. Luštrek, B. Kaluža, Metoda in sistem za prepoznavanje aktivnosti na podlagi konteksta : patent SI 23356 A. Ljubljana: Urad RS za intelektualno lastnino, 28. nov. 2014. [COBISS.SI-ID 27964199] - patent

Načini preverjanja znanja:

Seminarska naloga (50%)
Ustni zagovor seminarske naloge (50%)

Obveznosti študentov:

Seminarska naloga in ustni zagovor seminarske naloge.

Zunanje povezave: