Эффективное управление бизнесом с использованием «big data»
ВВЕДЕНИЕ
Темпы развития информационных технологий увеличиваются ежегодно. Появляется все больше современных и многофункциональных средств, методик, систем для анализа и оптимизации деятельности предприятий различных отраслей. Возрастающая конкуренция и поиск новых клиентов – все это вынуждает предприятия уделять в своей деятельности все более существенное внимание взаимоотношениям с клиентами и повышению эффективности деятельности во всех остальных аспектах функционирования предприятия.
Степень разработанности проблемы. Теоретические, методические и технологические аспекты управления и повышения эффективности предприятия нашли отражение в работах таких зарубежных и отечественных исследователей и практиков, как: Бессмертный И. А., Тейло Д., Кубенский А. А., Нечитайло А. И., Александер Д. и многие другие.
Актуальность исследования. Темпы развития информационных технологий увеличиваются ежегодно.Появляется все больше современных и многофункциональных средств, методик, систем для анал
СОДЕРЖАНИЕ
Определения, обозначения и сокращения 6
Введение 7
1 Теоретические аспекты управления бизнесом с использованиемтехнологий «Big Data» 10
1.1 Понятие технологий «BigData» 10
1.2 Принципы и критерии эффективного управления бизнесом 15
1.3 Роль технологий «BigData» в управлении бизнесом 27
2 Анализ инструментов и методов эффективного управления бизнесом 32
2.1 Инструментальные средства для эффективного управления бизнесом 32
2.2 Методы «DataMining» для эффективного управления бизнесом 41
3 Модуль для повышения эффективности управление бизнесом с использованием «BigData» 49
3.1 Алгоритм работы модуля для автоматической фильтрации писем и постановки уведомления 49
3.2 Рекомендации по программной реализации надстройки 58
Заключение 62
Список использованных источников 64
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1. Емельянов С. В. Искусственный интеллект и принятие решений: Методы рассуждений и представления знаний. Когнитивные исследования. Интеллектуальные системы [Текст] / С. В. Емельянов. – М.: Ленанд, 2014. – 120 c.
2. Мулюкова К. В. Сравнительный анализ современных инструментов Data Mining [Текст] / К. В. Мулюкова // Молодой ученый. – 2019. – № 1 (239). – С. 19 21.
3. Кулаичев А. П. Методы и средства комплексного анализа данных [Текст] / А. П. Кулаичев. – М.: Форум, 2018. – 160 c.
4. Орлов А. И. Организационно-экономическое моделирование.Ч.3 Статистические методы анализов данных [Текст] / А. И. Орлов. – М.: МГТУ, 2012. – 623 c.
5. Мейджер Дж. К. М. Интеллектуальные сенсорные системы [Текст] / Дж. К. М. Мейджера. – М.: Техносфера, 2012. – 464 c.
6. Макшанов А. В. Технологии интеллектуального анализа данных [Текст] / А. В. Макшанов, А. Е. Журавлев. – СПб.: Лань, 2018. – 212 c.
7. Малинецкий Г. Г. Проблемы математической истории: Основания, информационные ресурсы, анализ данных [Текст] / Г. Г. Малинецкий, А. В. Коротаев. – М.: КД Либроком, 2009. – 256 c.
8. Рафалович, В. Datamining, или интеллектуальный анализ данных для занятых. Практический курс [Текст] / В. Рафалович. – М.: SmartBook, 2018. – 352 c.
9. Нердингер Ф. Ориентация на клиента [Текст] / Ф. Нердингер. – М.: Институт прикладной психологии «Гуманитарный центр», 2019. – 370 c.
10. Грибов В. Д. Экономика предприятия [Текст] / В. Д. Грибов, В. П. Грузинов. – М.: Инфра-М, 2018. – 512 c.
11. Скляренко В. К. Экономика предприятия [Текст] / В. К. Скляренко, В. М. Прудников. – М.: Инфра-М, 2015. – 310 c.
12. Александер Д. C.R.M. Карманный справочник [Текст] / Д. Александер. – М.: Гиппо, 2019. – 130 c
13. Фокина О. М. Экономика организации (предприятия) [Текст] / О. М. Фокина, А. В. Соломка. – М.: КноРус, 2018. – 486 c.
14. Шеметов П. В. Управленческие решения: технология, методы и инструменты [Текст] / П. В. Шеметов, В. В. Радионов, Л. Е. Чередникова, С. В. Петухова. – М.: Омега-Л, 2013. – 398 c.
15. Григоренко О. В. Экономика предприятия и управление организацией [Текст] / О. В. Григоренко, А. Н. Мыльникова, И. О. Садовничая. – М.: Русайнс, 2017. – 48 c.
16. Ксенофонтова Х. З. Теория менеджмента: теория организации (для бакалавров) [Текст] / Х. З. Ксенофонтова. – М.: КноРус, 2018. – 256 c.
17. Растова Ю. И. Экономика организации (предприятия) (для бакалавров) [Текст] / Ю. И. Растова, С. А. Фирсова. – М.: КноРус, 2018. – 352 c.
18. Горфинкеля В. Я. Экономика предприятия: Учебник [Текст] / В. Я. Горфинкеля. – М.: Юнити, 2018. – 56 c.
19. Грибов В. Д. Экономика предприятия
Анализ больших данных в энергетическом секторе позволяет в несколько раз увеличить точность распределения имеющихся мощностей электроэнергии и проанализировать более выгодные для покупки мощности.
«BigData» в нефтедобывающем секторе позволяет находить и устанавливать закономерности, изучать, оценивать и анализировать состояние почв, наличие подземных пустот, температуру пород – эффективно осуществлять поиск наиболее перспективных месторождений, сопоставляя новые участки с уже известными аналогами. Технологии «BigData» могут быть использованы для анализа и обработки данных геологоразведки, тем самым бурение пробных скважин будет заменено компьютерным анализом геодезических данных [23, c. 59].
«Big Data» в логистике позволяет осуществлять планирование грузоперевозок и оптимизировать маршруты, тем самым, сокращая стоимость перевозок. Кроме того, «Big Data» позво