Az adatelemzés útjai: SPL és SQL lekérdezési nyelvek, valamint Power BI és a Splunk vizualizációs eszközeinek összehasonlító elemzése

Kurucz Áron (2023) Az adatelemzés útjai: SPL és SQL lekérdezési nyelvek, valamint Power BI és a Splunk vizualizációs eszközeinek összehasonlító elemzése. Pénzügyi és Számviteli Kar.

	PDF Szakdolgozat-KuruczAron-vegleges.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (2MB)
	PDF szakdolgozati osszefoglalas_Kurucz Aron.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (130kB)
	PDF Kurucz_Áron.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (165kB)
	PDF szakdolgozat-biralat-es-javaslat_Szász_Signed.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (289kB)

Absztrakt (kivonat)

2020. januárjától dolgozom a budapesti Robert Bosch Kft-nél, mint informatikai gyakornok. A Budapesti Fejlesztési Központban munkatársaim elektronikus járművezetési rendszereket,mechanikai alkatrészeket fejlesztenek. Olyan technológiák sorolhatók ide, mint az ABS, ESP,légzsák, motorvezérlő és automata parkolási rendszerek, valamint az elektromos meghajtásrendszerek és az elektromos motorok, műszerfalak és a vezetéstámogató rendszerek, amelyekaz önjáró autók megalkotása felé vezetnek. Az én feladatom az, hogy ezen fejlesztésekhezkészítsem el a szoftveres és hardveres követelményekkel kapcsolatos riportokat éskimutatásokat. Ebben az időszakban ismerkedtem meg a Splunk adatelemző és vizualizációseszközzel, amely jelentősen átalakította a megközelítésemet az adatok feldolgozásához éselemzéséhez.Tanulmányaim során már korábban megismerkedtem az SQL lekérdezési nyelvvel és a PowerBI adatvizualizációs eszközzel. Azonban a Splunkkal való munka során rájöttem, hogy ez azeszköz egyedülálló módon képes helyettesíteni mind az SQL-t, mind a Power BI-t azadatelemzés terén.A cégemnél megismert adatok szigorúan bizalmasak, így szakdolgozatomban nemhasználhattam fel azokat. A gyakorlati adatelemzés során egy internetről származó, államokgazdasági és demográfiai adatait tartalmazó nyers adatforrást használtam. Fontos megjegyezni, hogy nem vizsgáltam a forrásfájl tartalmának eredetiségét vagy hitelességét, mert a példa célja kizárólag az adatelemzési módszerek bemutatása volt. A célom az volt, hogy két különböző módszerrel elkészítsem a műszerfalakat, amelyek segítségével érdekes összefüggéseket és információkat tártam fel az adatokból.Szakdolgozatom felépítését az adatelemzés történeténetének és fontosságának bemutatásávalkezdtem. Kitértem a legnépszerűbb adatelemzési eszközökre, mint az SQL és a Power BI, majd egy összehasonlító gyakorlati adatelemzés során hasonlítottam össze őket a Splunk SPLlekérdezőnyelvével és vizualizációs lehetőségeivel.Elsőként a lekérdezések megírására az SQL-t használtam, majd a Power BI segítségévelvizualizáltam az eredményeket. Második lehetőségként pedig a Splunk eszközt használtammind a lekérdezések megírásához, mind pedig az eredmények bemutatásához. Az elemzéssorán bemutattam, hogyan lehet mindegyik eszközzel hatékonyan dolgozni, ésösszehasonlítottam az előnyöket és hátrányokat, amelyeket ezek az eszközök kínálnak.Az összehasonlító gyakorlati adatelemzés során megállapítottam, hogy az SPL szintaxisasokkal egyszerűbb, mint az SQL-é, ami megkönnyíti az értelmezést és az olvasást. Az SPL kód esetében nincs szükség segédtáblák létrehozására, míg az SQL kód esetében többször iselőfordulhat. A rugalmasabb SPL kód lehetővé teszi, hogy statisztikákat és műveleteketközvetlenül egymás után hajtsunk végre, anélkül, hogy külön táblát kellene létrehozni.Ráadásul az SQL csak egy strukturált lekérdezőnyelv, így a vizualizáció létrehozásához továbbieszközökre van szükség, mint például a Power BI. A Power BI remek vizualizációs eszköz ésszámos előnnyel rendelkezik a Splunkkal szemben.A vizsgálataim alapján megállapítottam, hogy a Splunk rendelkezik alapvető vizualizációseszközökkel, így nincs szükség más eszköz használatára, amennyiben megelégszünk a szűkebb vizualizációs palettával. A Power BI azonban testreszabhatóbb ésfelhasználóbarátabb, több vizualizációs lehetőséget kínálva, mint a Splunk.Mindezekből következtettem arra, hogy a nagyvállalatok számára jobb választás a Splunk, hiszen egy eszközként képes a lekérdezések megírására, majd az eredmények vizualizálására is. A Power BI és az SQL pedig kis- és középvállalatok, vagy olyan szervezeteknek számára megfelelőbb, ahol kisebb az anyagi erőforrás és fontos a vizualizáció széles palettája, hiszen a Power BI vizualizációs lehetőségei túlmutatnak a Splunk vizualizációs képességein.Az eszközök összehasonlítását követően javaslatot tettem a Splunk fejlesztéséhez kapcsolódóan. A Splunknak érdemes lenne növelni a felhasználóbarátságot, például a kezelőfelület egyszerűsítésével, valamint az adatelemzési és vizualizációs lehetőségekfejlesztésével, hogy még inkább felhasználóbarát és hatékony megoldást nyújtson a vállalatok számára.A szakdolgozatommal remélem, hogy hozzájárulok a nagyvállalatok és az adatelemző szakemberek számára az adatelemzési és vizualizációs eszközök közötti választás megkönnyítéséhez, valamint elősegítem az adatokból nyert információk értékesítését és az üzleti döntéshozatal támogatását

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Mű típusa:	diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak:	adatelemzés, Adatvizualizáció, Power BI, Splunk, SQL
SWORD Depositor:	Archive User
Felhasználói azonosító szám (ID):	Archive User
Rekord készítés dátuma:	2024. Jan. 24. 09:34
Utolsó módosítás:	2024. Jan. 24. 09:34

Actions (login required)

Tétel nézet