Self-service adatvizualizáció befektetési banki környezetben

Lengyel Gabriella (2021) Self-service adatvizualizáció befektetési banki környezetben. Pénzügyi és Számviteli Kar.

	PDF Lengyel_Gabriella-Szakdolgozat.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (2MB)
	PDF BA_O_Lengyel_Gabriella.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (285kB)

Absztrakt (kivonat)

Napjaink egyik legmeghatározóbb témája az adat, annak előállítása, tárolása, és főleg felhasználása. 2017-ben a The Economist publikált egy cikket, amiben azt a témát taglalta, miszerint a világ legértékesebb erőforrása napjainkban már nem az olaj, hanem az adat. Ez azzal indokolható, hogy a világgazdaságot mozgató üzleti világban egyre nagyobb szerepet kap a rengeteg mennyiségű adat, ami önmagában nem hordoz jövedelemtermelő képességet, csak úgy, ahogyan az olaj sem. Az adatot is „ki kell bányászni”, felszínre kell hozni. Azok a cégek, akik ezt a feladatot jól oldják meg, komparatív előnybe kerülnek versenytársaikkal szemben. Számos mindennapjainkhoz szorosan kapcsolódó cég kiaknázza már ezt a lehetőséget (pl. szociális média oldalak hirdetései), de a lassabban reagáló üzleti óriások még csak most kezdik taposni ezt a kétségkívül jövedelmező utat. Az adatalapú döntéshozatal előtérbe kerülésével az informatikai szakemberek mellett egyre több üzleti szektorban dolgozó alkalmazott kerül érintkezésbe adathoz kapcsolódó feladatokkal, hiszen a döntéshez szükséges alternatívák gyakran az adathalmazban vannak elrejtve. Emiatt kerül egyre inkább előtérbe a self-service üzleti intelligencia, ami meggyorsítja a döntéshozatal folyamatát és lecsökkenti annak költségét.A dolgozat célja, hogy bemutassa a self-service üzleti intelligencia egyik jelentős területét, a self-service adatvizualizációt egy konkrét befektetési banki példán keresztül.  Ennek érdekében a dolgozat első részében bemutatásra kerül az üzleti intelligencia és története, különböző eszközei, területei, szó esik adattárolási megoldásokról az adattárház és data lake ismertetésén keresztül, összehasonlításra kerül a hagyományos adatkezelés és a big data, majd szerepet kap a self-service BI is. Szintén bemutatásra kerül az adatvizualizáció és annak fejlődése, jelentősége és a különböző dashboard típusok. Rövid áttekintést nyújt a dolgozat a megvalósulását segítő vállalatról, a Morgan Stanley-ről, amely egy globális működésű pénzügyi szolgáltató cég és elkötelezett arra, hogy a rendelkezésére álló adatait tudatosan használja fel.A dolgozatban szereplő gyakorlati példa a vállalat Wealth Management üzletágán történik, így ez és az itt tevékenykedő pénzügyi tanácsadók szerepe is ismertetésre kerül. A kampány, amelyhez a dolgozat dashboardjai készültek, a már jelenleg magánnyugdíj pénztári számlával rendelkező ügyfeleket célozza meg, azt próbálja elérni, hogy a meglévő számlájuk mellé vegyék igénybe a Morgan Stanley teljeskörű szolgáltatást nyújtó számlatípusát is és az ehhez tartozó pénzügyi tanácsadói szolgáltatást. Két dashboard kerül bemutatásra, az egyik a kampánnyal foglalkozó üzleti csapat által készült, majd továbbítva lett az Analytics & Data számára, hogy mint belső tanácsadók, javasoljanak hatékonyabb vizualizációt. Az utóbbi dashboard elkészítését részletesen taglalja a dolgozat, kitérve az adatforrás megismerésére, tervezésre, technikai megoldásokra, elemzésre és esetleges fejlesztési lehetőségekre.Végül értékelésre kerül a self-service adatvizualizáció helyzete a vállalaton belül, hogy milyen előnyökkel vagy hátrányokkal járhat az elterjedése, hogyan lehet ezt elősegíteni és hosszú távon milyen hatásai lehetnek a szervezetre nézve.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Mű típusa:	diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak:	Adatvizualizáció, befektetési bank(ok), Dashboard, self-service, üzleti intelligencia
SWORD Depositor:	Archive User
Felhasználói azonosító szám (ID):	Archive User
Rekord készítés dátuma:	2022. Okt. 03. 08:50
Utolsó módosítás:	2022. Okt. 03. 08:50

Actions (login required)

Tétel nézet