Εργαλεία και τεχνολογίες επιχειρησιακής νοημοσύνης
| Κύριος συγγραφέας: | |
|---|---|
| Μορφή: | Πτυχιακή εργασία |
| Γλώσσα: | Greek |
| Έκδοση: |
Α.Ε.Ι. Πειραιά Τ.Τ.
2017
|
| Θέματα: | |
| Διαθέσιμο Online: | http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/3372 |
| _version_ | 1780524859944599552 |
|---|---|
| abstract | Η παρούσα πτυχιακή εργασία ασχολείται με τις τεχνολογίες και τα εργαλεία ενός κυρίαρχου τομέα στην διαχείριση και ανάλυση δεδομένων, την Επιχειρησιακή Νοημοσύνη. Ο τομέας της Επιχειρησιακής Νοημοσύνης αποτελεί τομή διαφόρων επιστημών με χρήση ποικίλων τεχνολογιών σε επίπεδο δεδομένων, αρχιτεκτονικής συστημάτων διαχείρισης δεδομένων, προχωρημένης ανάλυσης και οπτικοποίησης πληροφοριών. Η δομή της παρούσας πτυχιακής εργασίας καταστεί δυνατή την κατανόηση του τομέα σε άτομα με βασικές γνώσεις Βάσεων Δεδομένων και προγραμματισμού. Για την επίτευξη αυτού του σκοπού υπάρχουν δυο μέρη, ένα θεωρητικό και μία μελέτη περίπτωσης (case study). Αρχικά παρουσιάζεται η εξελικτική πορεία του τομέα με αναφορά σε παρακλάδια που ακολουθούν την εξέλιξη όπως τα Big Data. Η ανάλυση των εννοιών και των ορολογιών καταστεί εύκολο στην συνέχεια να αναφερθούν οι συνθήκες για την ανάπτυξη έργων Επιχειρησιακής Νοημοσύνης σε οργανισμούς. Γίνεται αναφορά στο επιχειρηματικό αντίκτυπο, στους παράγοντες επιτυχίας και στους παράγοντες υιοθέτησης καινοτομιών. Αναλυτικά παρουσιάζεται και το μοντέλο ωριμότητας, ένας χάρτης περιγραφής, εξήγησης και αξιολόγησης των σταδίων ανάπτυξης κατά την διάρκεια του κύκλου ζωής ενός έργου. Εκτενής αναφορά στην συνέχεια γίνεται για το πεδίο εφαρμογών, τις τεχνολογίες και τα συστήματα δηλαδή που συνθέτουν ένα περιβάλλον Επιχειρησιακής Νοημοσύνης. Παρουσιάζονται στοιχεία ενδιαφέροντος σχετικά με τα δεδομένα και της πηγές αυτών, γίνεται αναφορά στις υπηρεσίες ενσωμάτωσης και στην διαδικασία ETL ώστε επομένως να αναλυθούν οι υπηρεσίες διαχείρισης δεδομένων με έννοιες όπως Data Warehouse και Data mart. Το τελευταίο κομμάτι του θεωρητικού μέρους ασχολείται συνοπτικά με τα συστήματα OLTP, OLAP, τις τεχνικές Data Mining και την δημιουργία Data Cubes. Όλα τα παραπάνω αποτυπώνονται στην ανάλυση ενός case study όπου η θεωρία έρχεται σε σύγκρουση με την πραγματικότητα για τις απαιτητικές ανάγκες μεγάλου πολυεθνικού οργανισμού. Το αποτέλεσμα της παρούσας πτυχιακής εργασίας είναι η ουσιαστική κατανόηση των εργαλείων και τεχνολογιών ανάπτυξης έργων Επιχειρησιακής Νοημοσύνης σε έναν οργανισμό. |
| abstracttranslated | The present thesis concerns the technologies and tools of a dominant sector in data analysis and decision support, Business Intelligence. The field of Business Intelligence is an intersection of various disciplines using a variety of technologies in fields like, data sources management, data warehouse systems and, advanced analysis and visualization. The structure of this thesis enables the comprehension and cognizance of the sector to people with basic understanding of Databases and programming principles. To achieve this goal and foster a clear understanding, there are two parts, a theoretical and a case study. The first theoretical part presents the evolution of the sector with references to emerging technologies that follows, such as the Big Data. The explanation of concepts and terminologies facilitates the following analysis of the conditions for the development of Business Intelligence projects in organizations. Reference is mad to the business impact, the success factors and innovation adoption factors. Further information is presented regarding the maturity model, a descriptive map that assists evaluation of the various stages of development during the lifecycle of a BI project. Extensive reference was then made to the field of applications; the technologies and systems which synthesize a Business Intelligence environment. References are made on the data sources discussion points and therefore to integration services such as ETL process. Following that we get to data management services with analysis of concepts such as Data Warehouse and Data mart. The last part of the theoretical part briefly discusses the OLTP systems, OLAP, Data Mining techniques and the creation of Data Cubes. All these are reflected in the presentation of a case study where the theory comes into contrast with reality for the high demanding needs a large multinational organization. The conclusive result of the present thesis is the fundamental understanding of the Tools and Technologies required for develop Business Intelligence projects in organizations. |
| advisor | |
| author | Βότσης, Λάμπρος |
| author_facet | Βότσης, Λάμπρος |
| author_sort | Βότσης, Λάμπρος |
| collection | Okeanis Institutional Repository |
| facultydepartment | Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστικών Συστημάτων Τ.Ε. |
| format | Πτυχιακή εργασία |
| id | okeanis-123456789-3372 |
| institution | University of West Attica Campus II |
| keyword | Επιχειρησιακή νοημοσύνη Data Mart OLAP ETL διαδικασίες Data warehousing Ανάλυση δεδομένων Αποθήκες δεδομένων Metadata Μεταδεδομένα Business intelligence Διαχείριση δεδομένων |
| language | Greek |
| physical | 130 |
| publishDate | 2017 |
| publisher | Α.Ε.Ι. Πειραιά Τ.Τ. |
| record_format | dspace |
| spelling | okeanis-123456789-33722018-12-14T13:38:32Z Εργαλεία και τεχνολογίες επιχειρησιακής νοημοσύνης Tools and technologies of business intelligence Βότσης, Λάμπρος Ζάχαρης, Νικόλαος Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστικών Συστημάτων Τ.Ε. TPSH::Επιστήμη Υπολογιστών::Βάσεις Δεδομένων Επιχειρησιακή νοημοσύνη Data Mart OLAP ETL διαδικασίες Data warehousing Ανάλυση δεδομένων Αποθήκες δεδομένων Metadata Μεταδεδομένα Business intelligence Διαχείριση δεδομένων Η παρούσα πτυχιακή εργασία ασχολείται με τις τεχνολογίες και τα εργαλεία ενός κυρίαρχου τομέα στην διαχείριση και ανάλυση δεδομένων, την Επιχειρησιακή Νοημοσύνη. Ο τομέας της Επιχειρησιακής Νοημοσύνης αποτελεί τομή διαφόρων επιστημών με χρήση ποικίλων τεχνολογιών σε επίπεδο δεδομένων, αρχιτεκτονικής συστημάτων διαχείρισης δεδομένων, προχωρημένης ανάλυσης και οπτικοποίησης πληροφοριών. Η δομή της παρούσας πτυχιακής εργασίας καταστεί δυνατή την κατανόηση του τομέα σε άτομα με βασικές γνώσεις Βάσεων Δεδομένων και προγραμματισμού. Για την επίτευξη αυτού του σκοπού υπάρχουν δυο μέρη, ένα θεωρητικό και μία μελέτη περίπτωσης (case study). Αρχικά παρουσιάζεται η εξελικτική πορεία του τομέα με αναφορά σε παρακλάδια που ακολουθούν την εξέλιξη όπως τα Big Data. Η ανάλυση των εννοιών και των ορολογιών καταστεί εύκολο στην συνέχεια να αναφερθούν οι συνθήκες για την ανάπτυξη έργων Επιχειρησιακής Νοημοσύνης σε οργανισμούς. Γίνεται αναφορά στο επιχειρηματικό αντίκτυπο, στους παράγοντες επιτυχίας και στους παράγοντες υιοθέτησης καινοτομιών. Αναλυτικά παρουσιάζεται και το μοντέλο ωριμότητας, ένας χάρτης περιγραφής, εξήγησης και αξιολόγησης των σταδίων ανάπτυξης κατά την διάρκεια του κύκλου ζωής ενός έργου. Εκτενής αναφορά στην συνέχεια γίνεται για το πεδίο εφαρμογών, τις τεχνολογίες και τα συστήματα δηλαδή που συνθέτουν ένα περιβάλλον Επιχειρησιακής Νοημοσύνης. Παρουσιάζονται στοιχεία ενδιαφέροντος σχετικά με τα δεδομένα και της πηγές αυτών, γίνεται αναφορά στις υπηρεσίες ενσωμάτωσης και στην διαδικασία ETL ώστε επομένως να αναλυθούν οι υπηρεσίες διαχείρισης δεδομένων με έννοιες όπως Data Warehouse και Data mart. Το τελευταίο κομμάτι του θεωρητικού μέρους ασχολείται συνοπτικά με τα συστήματα OLTP, OLAP, τις τεχνικές Data Mining και την δημιουργία Data Cubes. Όλα τα παραπάνω αποτυπώνονται στην ανάλυση ενός case study όπου η θεωρία έρχεται σε σύγκρουση με την πραγματικότητα για τις απαιτητικές ανάγκες μεγάλου πολυεθνικού οργανισμού. Το αποτέλεσμα της παρούσας πτυχιακής εργασίας είναι η ουσιαστική κατανόηση των εργαλείων και τεχνολογιών ανάπτυξης έργων Επιχειρησιακής Νοημοσύνης σε έναν οργανισμό. The present thesis concerns the technologies and tools of a dominant sector in data analysis and decision support, Business Intelligence. The field of Business Intelligence is an intersection of various disciplines using a variety of technologies in fields like, data sources management, data warehouse systems and, advanced analysis and visualization. The structure of this thesis enables the comprehension and cognizance of the sector to people with basic understanding of Databases and programming principles. To achieve this goal and foster a clear understanding, there are two parts, a theoretical and a case study. The first theoretical part presents the evolution of the sector with references to emerging technologies that follows, such as the Big Data. The explanation of concepts and terminologies facilitates the following analysis of the conditions for the development of Business Intelligence projects in organizations. Reference is mad to the business impact, the success factors and innovation adoption factors. Further information is presented regarding the maturity model, a descriptive map that assists evaluation of the various stages of development during the lifecycle of a BI project. Extensive reference was then made to the field of applications; the technologies and systems which synthesize a Business Intelligence environment. References are made on the data sources discussion points and therefore to integration services such as ETL process. Following that we get to data management services with analysis of concepts such as Data Warehouse and Data mart. The last part of the theoretical part briefly discusses the OLTP systems, OLAP, Data Mining techniques and the creation of Data Cubes. All these are reflected in the presentation of a case study where the theory comes into contrast with reality for the high demanding needs a large multinational organization. The conclusive result of the present thesis is the fundamental understanding of the Tools and Technologies required for develop Business Intelligence projects in organizations. 2017-03 Πτυχιακή εργασία http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/3372 el http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Α.Ε.Ι. Πειραιά Τ.Τ. 130 http://okeanis.lib2.uniwa.gr/xmlui/bitstream/123456789/3372/7/ecs_32293.pdf.jpg |
| spellingShingle | TPSH::Επιστήμη Υπολογιστών::Βάσεις Δεδομένων Βότσης, Λάμπρος Εργαλεία και τεχνολογίες επιχειρησιακής νοημοσύνης |
| title | Εργαλεία και τεχνολογίες επιχειρησιακής νοημοσύνης |
| title_full | Εργαλεία και τεχνολογίες επιχειρησιακής νοημοσύνης |
| title_fullStr | Εργαλεία και τεχνολογίες επιχειρησιακής νοημοσύνης |
| title_full_unstemmed | Εργαλεία και τεχνολογίες επιχειρησιακής νοημοσύνης |
| title_short | Εργαλεία και τεχνολογίες επιχειρησιακής νοημοσύνης |
| title_sort | εργαλεία και τεχνολογίες επιχειρησιακής νοημοσύνης |
| title_translated | Tools and technologies of business intelligence |
| topic | TPSH::Επιστήμη Υπολογιστών::Βάσεις Δεδομένων |
| url | http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/3372 |