A dashboard jelentősége a vállalat döntéseinek meghozatalánál

Kiss Richárd Gergely (2020) A dashboard jelentősége a vállalat döntéseinek meghozatalánál. Pénzügyi és Számviteli Kar.

[thumbnail of Kiss_Richárd_Gergely_IAMBMI.pdf] PDF
Kiss_Richárd_Gergely_IAMBMI.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (987kB)
[thumbnail of BA_TO_Kiss_Richárd_Gergely_IAMBMI.pdf] PDF
BA_TO_Kiss_Richárd_Gergely_IAMBMI.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (440kB)

Absztrakt (kivonat)

A szakdolgozatomban egy fiktív cégnek a segítségével mutattam be magát az adatelemzésnek a folyamatát és ennek a végtermékét, a dashboardot. Ennek segítségével elemeztem a cég által használt adatokat, amik segíteni tudtak annak a döntésnek a meghozatalában, hogy bővítsék-e az üzlethelységeknek a számát Budapest térségén kívül.Az adatelemzésnél nem lehet elkerülni a Big Data témakörét. Manapság szinte minden cégnél naponta több ezer, vagy akár több millió adat is megfordul, amivel kezdeni kell valamit. Itt lép be a képletbe a Business Intelligence, vagyis az Üzleti Intelligencia. Ennek segítségével tudják a meglévő rengeteg adatot elemezni.Mielőtt ennek nekitudnának fogni először is meg kell vizsgálni magukat az adatokat. Meg kell találni a kapott adathalmazban a hibákat, azokat meg kell határozni és végül ki kell őket küszöbölni. Ez lenne az adattisztítás. Ezt a műveletet akár programozási nyelvekkel is végre tudjuk hajtani. Ilyen lehet például a Python vagy az SQL. Mind a kettő nyelvnek megvannak a maga sajátosságai, amikkel könnyedén ki lehet szűrni és ki lehet javítani a talált hibákat.A kapott adatokat szükséges valahogyan feldolgozni. Ezekben tudnak segítséget nyújtani az OLTP és az OLAP rendszerek. Ilyen segítség lehet például, hogy a kapott adatokkal különböző műveleteket tudunk végrehajtani, például a kapott adatokat tudjuk pivotolni vagy esetleg szeletelni. Magát az adatmodellt is meg tudjuk határozni, legyen az a csillagséma vagy a hópehelyséma.Miután létrehoztuk a megfelelő adatokat, mind formátumilag, mind tartalmilag, utána tudunk áttérni magára az adatvizualizációra. Ilyenkor tudjuk a kívánt adatokat megfelelően ábrázolni, hogy segíthessük a döntéshozatalt. Ilyenkor figyelni kell néhány íratlan szabályra, például hogy törekedjünk a lényeges adatok megjelenítésére. Ilyenkor kerülni kell azt, hogy rengeteg adatot sűrítünk bele egyetlen kimutatásba. Ugyanilyen probléma lehet a túlzott színhasználat, ami nagyban meg tudja nehezíteni az adatoknak az értelmezését a legrövidebb idő alatt.Az adatvizualizációt rengeteg erre szabott program tudja segíteni. Ilyen lehet például egy beépített lehetőség, mint az Excel Power Pivot, vagy azok a programok, amik kifejezetten erre lettek fejlesztve. Ilyen program a Microsoft Power BI és a Tableau. Mind a két programnak megvannak a maguk előnyei és hátrányai is.A végén ezeken a folyamatokon végig haladva tudunk értelmes és logikus döntést hozni, ahogyan azt a fiktív cég is megtette és mivel a terjeszkedés mellett döntöttek, rengeteg lehetőség tárult fel előttük.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Konzulens(ek)

Konzulens neve
Konzulens típusa
Beosztás, tudományos fokozat, intézmény
Email
Kósa Tamás András
Külső
NEM RÉSZLETEZETT
Mészáros György
Belső
Mestertanár, Gazdaságinformatika Tanszék, PSZK

Mű típusa: diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak: adatbázis szerkezet, adatsorok elemzése, Adatvizualizáció, ábraelemzés, Dashboard, grafikon(ok), hibaelhárítás, hibakeresés
SWORD Depositor: Archive User
Felhasználói azonosító szám (ID): Archive User
Rekord készítés dátuma: 2021. Már. 01. 13:58
Utolsó módosítás: 2021. Már. 01. 13:58

Actions (login required)

Tétel nézet Tétel nézet