3-6.1. مدل پیشنهادی تحقیق78
3-6.2. انطباق الگوریتم و مدل پیشنهادی79
3-6.3. معیارها و شاخص‌های تحقیق80
3-7. مراحل انجام پژوهش82
3-8. روش تجزیه و تحلیل داده‌ها84
3-9. نتیجه‌گیری85
فصل چهارم محاسبات و یافته‌های تحقیق86
4-1. مقدمه88
4-2. تحلیل‌های توصیفی89
4-2.1. مشخصه‌های جمعیت‌شناختی89
4-3. آمار استنباطی91
4-3.1. فرضیه اول91
4-3.2. نتایج91
4-3.3. جدول توزیع فراوانی91
4-3.4. روش حل فرضیه اول92
4-3.5. الویت بندی عوامل سازمانی بر مبنای روش تاپسیس94
4-3.6. فرضیه دوم95
4-3.7. نتایج95
4-3.8. جدول توزیع فراوانی95
4-3.9. روش حل فرضیه دوم97
4-3.10. الویت بندی عوامل فرآیندی بر مبنای روش تاپسیس98
4-3.11. فرضیه سوم99
4-3.12. نتایج99
4-3.13. جدول توزیع فراوانی100
4-3.14. روش حل فرضیه سوم101
4-3.15. الویت بندی عوامل فنی بر مبنای روش تاپسیس102
فصل پنجم نتایج و پیشنهادات104
5-1. مقدمه105
5-2. مرور مختصر بر مساله و هدف تحقیق105
5-3. نتایج و یافته‌ها107
5-4. پیشنهادات108
5-3.1. پیشنهادات اجرایی108
5-4.1. پیشنهادات تحقیقات آینده109
5-5. نتیجه گیری110
پیوست 1- پرسش‌نامه111
پیوست 2- نمودار فراوانی116
پیوست 3 – محاسبات فرضیه اول123
پیوست 4 – محاسبات فرضیه دوم128
پیوست 5 – محاسبات فرضیه سوم132
فهرست منابع و مآخذ137
فهرست جداول و اشکال
شکل 2-1: زنجیره ارزش هوش تجاری29
شکل 2-2: سیستم های مرتبط با هوش تجاری31
شکل 2-3: ابزارهای هوش تجاری برای مدیریت34
شکل 2-4: کاربران هوش تجاری36
شکل 2-6: ساختار رابط کاربری داشبورد44
جدول 2-1: عوامل حیاتی موفقیت از دیدگاه نویسندگان مختلف58
جدول 2-2: عوامل حیاتی موفقیت از دیدگاه نویسندگان مختلف 259
2-جدول 2-3 : عوامل حیاتی موفقیت از دیدگاه نویسندگان مختلف 360
جدول 2-4 : دسته بندی عوامل حیاتی موفقیت61
جدول 2-5 : عوامل حیاتی موفقیت و تعداد نقل قول‌ها63
شکل 3-1 : مدل پیشنهادی تحقیق78
جدول 3-1 : شاخص‌ها- عوامل سازمانی80
جدول 3-2 : شاخص‌ها – عوامل فرایندی81
جدول 3-3 : شاخص‌ها – عوامل فنی82
جدول 4-1 : آلفای کرنباخ89
جدول 2-4 : میزان تحصیلات90
نمودار 1-4 : میزان تحصیلات90
جدول 3-4 : سابقه آشنایی با هوش تجاری90
نمودار 2-4 : سابقه آشنایی با هوش تجاری90
جدول 4-4 : زمینه فعالیت90
نمودار 3-4 : زمینه فعالیت90
جدول 4-5 : جدول توزیع فراوانی92
4-جدول 4-8 : فاصله بر اساس نرم اقلیدسی94
جدول 4-9 : الویت بندی عوامل سازمانی95
جدول 4-13 : اندازه فاصله نرم اقلیدسی98
جدول 4-14 : الویت بندی عوامل فرآیندی99
جدول 4-15 : جدول توزیع فراوانی101
جدول 4-18 : اندازه فاصله نرم اقلیدسی102
جدول 4-19 : الویت بندی عوامل فنی103
فصل اول
مقدمه و کلیات تحقیق
معرفی
در این فصل به معرفی اجمالی مسئله مورد نظر می‌پردازیم. در ابتدا مسئله مورد نظر تعریف می‌شود سپس مروری بر سابقه تحقیق و ساختار پایان نامه خواهیم داشت.
مقدمه
آنتونی پادالینو در پایان نامه خود [1] هوش تجاری را این گونه تعرف می‌نماید: هوش تجاری واژه ای است که دارای تعاریف متعدد می‌باشد اما به طور عام می‌توان گفت هوش تجاری فرایند تبدیل داده‌ها به اطلاعات مفید و مورد استفاده سازمان است، به گونه‌ای که این اطلاعات بتواند در پشتیبانی از تصمیم‌سازی در سازمان مورد استفاده قرار گیرد. همچنین هوش تجاری عمدتا می‌تواند به عنوان معماری سازمانی برای برنامه‌های کاربردی پشتیبان تصمیم و عملیاتی تعریف شود. سیستم‌های هوش تجاری به عنوان بسته‌های نرم‌افزاری استاندارد از طریق شرکت‌های مختلف ارائه می‌شوند مانند Cognos, SAS, Microsoft, Oracle که به مشتریان خود این امکان را می‌دهند تا این بسته‌ها را مطابق با نیازمندی‌های خود سازگار سازند [2].
هوش تجاری شامل مجموعه‌ای از برنامه‌های کاربردی و تحلیلی است که به استناد پایگاه‌های داده عملیاتی و تحلیلی به اخذ تصمیم بهینه برای فعالیت‌های مدیریتی می‌پردازد. به عبارت دیگر هوش تجاری به فرایند تبدیل داده‌های خام به اطلاعات تجاری و مدیریتی اطلاق می‌گردد که به تصمیم سازان سازمان کمک می‌کند تا تصمیمات خود را بهتر و سریع‌تر گرفته و بر اساس اطلاعات صحیح، عمل نمایند. داده‌ها با ورود به سیستم هوش تجاری مورد پردازش قرار گرفته و تبدیل به دانش می‌شوند، سپس دانش بدست آمده مورد تحلیل قرار گرفته و از نتایج تحلیلی آن، مدیران در تصمیم گیری خود بهره‌مند شده و اقداماتی را جهت بهبود عملکرد سازمان انجام می‌دهند.
هوشمندی سازمانی را می‌توان استفاده موثر، به جا و سریع از داده‌ها، اطلاعات، دانش و خرد افراد داخل و خارج از سازمان در تصمیم گیری‌های سطوح مختلف سازمان دانست. امروزه از هوشمندی سازمانی به عنوان یکی از اصلی‌ترین مزیت‌های رقابتی سازمان نام برده می‌شود.

دو عامل مهم که انگیزه به‌کارگیری یک فناوری جدید در سازمان را ایجاد می‌کنند عبارت‌اند از:
برطرف سازی برخی از مشکلات که با راه‌حل‌های پیشین قابل ردیابی و حل نیستند.
ایجاد فرصت‌های جدید تجاری برای سازمان
هوش تجاری متشکل از 3 فرایند کلی می‌باشد[3]:
1. جمع‌آوری اطلاعات
2. پردازش اطلاعات
3. توزیع اطلاعات تحلیل شده به کاربران هوش تجاری
ابزار هوش تجاری به طور عمده به عنوان ابزار جدید واسطه‌ای بین کارهای اجرایی و کارهای پشتیبان تصمیم‌گیری پذیرفته شده است. قابلیت هوش تجاری شامل تایید تصمیم‌گیری، فرایند تحلیل بلادرنگ، تحلیل آماری، پیش بینی و داده کاوی است. اجزای اصلی تشکیل دهنده هوش تجاری شامل موارد زیر است[4] :
انباره داده: مخزن یا انبار داده جزء مهمی از هوش تجاری است که بر پایه موضوع خاصی شکل می‌گیرد. انبار داده، انتشار فیزیکی داده را با کنترل ثبت، ایجاد، پاک کردن و وظایف جستجو امکان پذیر می‌نماید.
2. منابع داده: منابع داده می‌تواند پایگاه‌داده (سبد اطلاعاتی)، داده گذشته (به طور مثال اطلاعات خارجی،از اینترنت و…) یا اطلاعات از محیط انبار داده کنونی باشد.
3. مرکز عرضه داده
4. ابزار سوال و گزارش
چالش اصلی که سیستم‌های مدیریت دانش در مواجه با آن باعث ایجاد رویکرد جدیدی به نام هوش تجاری گشت، توسعه سریع فناوری اطلاعات و حجم گسترده دانش در سازمان‌ها بود که مدیران سازمان را در بازیابی و به‌کارگیری دانش و اطلاعات با مشکل مواجه ساخته بود [5]. ویژگی اصلی که سیستم‌های هوش تجاری را از سایر سیستم‌های پشتیبان تصمیم متمایز می‌سازد ایجاد یک پایگاه اطلاعاتی تحلیلی هوشمند می‌باشد که دانش و اطلاعات در آن به صورت موضوعی و با استفاده از متدولوژی‌های خاص طبقه‌بندی شده است تا کاربران بتوانند در کوتاه‌ترین زمان به درست‌ترین اطلاعات دسترسی داشته باشند. سیستم‌های هوش تجاری اطلاعات را به صورت خام در اختیار نمی‌گذارند بلکه آن را تحلیل نموده و در قالب بسته‌های تصمیم یا گزارش‌های تحلیلی هوشمند در اختیار مدیران می‌گذارند [1].
حجیم بودن داده‌ها، پیچیدگی در تحلیل‌ها و ناتوانی در ردگیری نتایج و پیامدهای تصمیمات اتخاذ شده سازمان‌هایی که از هوش تجاری استفاده نمی‌کنند را با مشکل مواجه می‌سازد و در اغلب موارد پیروزی و یا شکست این گونه از پروژه‌ها را نمی‌توان به شخص یا دلیل مشخصی نسبت داد [6]. بنابراین در مواردی که پیاده‌سازی موفقیت‌آمیز نباشد سوالی که مطرح می‌شود این است که عوامل حیاتی موفقیت و یا شکست در پیاده‌سازی این سیستم‌ها کدام‌اند.
هوش تجاری امکانی را به سازمان به عنوان یک سیستم می‌دهد تا بتواند تشخیص دهد که چه اتفاقی افتاده و چه چیزی در حال رخ دادن است. هوش تجاری از تکنیک‌ها و برنامه‌های کاربردی از قبیل پردازش‌تراکنش برخط، پردازش‌تحلیلی برخط، پایگاه داده تحلیلی و داده کاوی بهره می‌گیرد و هدف آن تحلیل و ارتقای کیفیت عملیات است [3]. در خصوص هوش تجاری دو رویکرد عمده را می‌توان مطرح کرد:
1. رویکرد مدیریتی: این رویکرد هوش تجاری را به عنوان فرایندی در نظر می‌گیرد که در آن داده‌های جمع آوری شده از منابع داخلی و خارجی به منظور تولید اطلاعات مرتبط با فرایند تصمیم‌گیری یکپارچه و ادغام می‌گردد. نقش هوش تجاری در این رویکرد ایجاد سیستمی است که در آن داده‌ها از منابع مختلف گردآوری، یکپارچه و ادغام می‌شود و پس از تجزیه و تحلیل به شکل گزارش‌ها و یا یک داشبورد اطلاعاتی در اختیار مدیر قرار می‌گیرد.
2. رویکرد فنی: رویکرد فنی هوش تجاری را به عنوان مجموعه‌ای از ابزارها و نرم افزارهایی توصیف می‌کنند که از فرایند مربوط به رویکرد مدیریتی مطرح شده، پشتیبانی کند. در این رویکرد، تاکید بر فرایند نیست بلکه تاکید بر فناوری‌هایی است که ذخیره و تجزیه و تحلیل اطلاعات را امکان پذیر می‌سازد [3].
بسیاری از سازمان‌ها که امروزه سیستم‌های سازمانی مانند سیستم‌های برنامه ریزی‌منابع‌سازمان را پیاده‌سازی نموده‌اند، هنوز از کمبود هوش تجاری در فرآیندهای تصمیم گیری خود رنج می‌برند. مدل‌ها و روش‌های ارزیابی و سنجش هوش تجاری در سیستم‌های سازمانی می‌تواند در تشخیص سطح هوش سیستم‌ها و ایجاد فضای مناسب پشتیبانی تصمیم‌گیری مفید باشند. در واقع، ارتباط اصلی هوش تجاری با سیستم‌های سازمانی در این نکته نهفته است که هدف ثانویه این سیستم‌ها ایجاد فضای پشتیبانی تصمیم‌گیری برای مدیریت بوده و هوش تجاری می‌تواند در بطن این سیستم‌ها قرا گرفته و این هدف را برآورد [4].
هفت مسأله عمده که توسط راهکار هوش تجاری هدف قرار گرفته‌اند:
1. سازمان نیازهای اطلاعاتی ضروری و حساس خود را تشخیص نمی‌دهد یا نمی‌شناسد.
2. سیگنال‌های ضعیف از فضا و محیط کسب و کار دریافت نمی‌شود یا قابل تشخیص نیستند.
3. اطلاعات و داده‌هایی که از برخی منبابع بیرونی می‌رسند بهینه جمع‌آوری نشده‌اند.
4. اطلاعات و دانش پرسنل سازمان به‌صورت بهینه مورد استفاده قرار می‌گیرد.
5. حجم اطلاعاتی که باید ذخیره، دسته‌بندی، پردازش و تحلیل شوند بسیار زیاد است.
6. ابزارها سیستم‌های اطلاعاتی و محاسباتی ناکارآمد به‌نظر می‌رسند.
7. از اطلاعات و داده‌های موجود در سازمان درست استفاده نمی‌شود.
با وجود اینکه سیستم‌های اطلاعاتی سازمانی مزایای فراوانی برای سازمان‌ها درپی دارند، ولی فرایند پیاده‌سازی این سیستم‌ها چندان بدون ریسک نیست. به عنوان نمونه بر اساس مطالعه گروه گارتنر 70 درصد کل پروژه‌های ERP با شکست روبرو می‌شوند [7].
سنجش میزان موفقیت پروژه‌های پیاده سازی مکررا تحت عنوان دستیابی به اهدافی از پیش تعیین شده که شامل پارامترهای متعددی همچون زمان، هزینه و عملکرد است، تعریف شده است.
در سال 2001 برای اندازه گیری میزان موفقیت پیاده سازی ERP عنوان انحراف مشاهده شده از اهداف مورد انتظار پروژه همچون مازاد هزینه، تجاوز از برنامه زمانی، کسری عملکرد سیستم و عدم دستیابی به سود مورد انتظار را بکار برده‌اند. راه دیگر برای اندازه گیری میزان موفقیت این پروژه‌ها تمرکز بر عوامل کلیدی موفقیت آن‌ها است.
خروجی‌های هوش تجاری در قالب ابزارهای گزارش‌دهی و فناوری‌های داشبورد و حتی کارت‌های امتیاز متوازن به صورت بسته‌های تصمیم یا گزارش‌های تحلیلی در اختیار مدیران و تصمیم‌گیران سازمان قرار می‌گیرد و مسئولان را نسبت به پیامدهای مثبت و منفی اقدامات احتمالی آینده آگاه نموده و از این طریق بر اخذ تصمیمات بهتر و دقیق تر به مدیران کمک می‌کند.
عوامل حیاتی موفقیت در توسعه سیستم‌های اطلاعاتی به سه گروه تقسیم می‌شود [8] : عوامل اقتصادی، سازمانی و فناوری. بعلاوه موفقیت هوش تجاری در طرح‌های انجام شده توسط شرکت‌ها به فاکتورهای مختلفی بستگی دارد و به دلیل اینکه پیاده‌سازی هوش تجاری وابسته به به‌کارگیری موفقیت‌آمیز فناوری‌های اطلاعاتی است بی‌شک برخی از این فاکتورها، مربوط به فناوری است. به علاوه شرکت‌های متوسط و کوچک اکثریت شرکت‌های فعال در کشورهای در حال توسعه و اشتغال‌زا تشکیل می‌دهند لذا دسترسی و استفاده آن‌ها از ابزارهای فناوری اطلاعات و ارتباطات شایسته توجه است [6].
به دلیل جهانی شدن بازارها و تحولات رقابتی، تقاضا برای فناوری‌های جدید و نوآوری‌ها هم از سوی کسب و کارهای کوچک و متوسط و هم از سوی صنایع بزرگ رو به افزایش است و حتی شرکت‌های بزرگ هم که قادر به بقای خود در بازارهای رقابتی برای سالیان سال هستند و سهم بازار مطمئن و مشخصی نیز دارند، دریافته‌اند که رقابت در دنیای کسب و کار پرشتاب امروز به طور فزاینده‌ای مشکل گردیده است و به منظور بقا و کامیابی باید یادگرفت که فعالیت‌های توسعه فناوری را زیرنظر داشت و به تغییرات مرتبط با کسب و کـــار خود واکنش سریع نشان داد و به طور مرتب بهبود و نوسازی در تولید محصولات و فرایندها به وجود آورد. هر کشوری بسته به توسعه اقتصادی و شرایط اجتماعی خود تعریف خاصی از شرکت‌های کوچک و متوسط ارائه می‌دهد. برخی از کشورها از شاخص‌هایی نظیر تعداد کارکنان یک واحد صنعتی، میزان سرمایه‌گذاری، کل دارایی‌ها، میزان فروش و ظرفیت تولید در تقسیم‌بندی صنایع خود استفاده می‌کنند ولی عمومی‌ترین شاخص مورد استفاده در کشورها، تعداد کارکنان است. در حال حاضر وزارت صنایع و معادن واحدهای با هر میزان سرمایه و اشتغال کمتر از ۵۰ نفر را به عنوان صنایع کوچک و متوسط و واحدهای با اشتغال بیش از ۵۰ نفر صنایع بزرگ اطلاق می‌شوند. که بالغ بر ۹۰% بنگاه‌های کسب و کار کشور را تشکیل می‌دهند. در این تحقیق نیز شرکت‌هایی با کمتر از 50 نفر پرسنل کوچک و با بیش از 50 پرسنل بزرگ تلقی می‌شود [9].
شرکت‌های هدف در این پایان‌نامه کارگزاری‌های بورس اوراق بهادار تهران هستند که مطالعه موردی روی این شرکت‌ها انجام خواهد شد. بنابر آنچه که ذکر شد، سیستم‌های موجود در سازمان‌ها دارای مشکلات عدیده‌ای می‌باشند که برخی از آنها با استفاده از هوش تجاری قابل حل هستند و از طرف دیگر هوش تجاری فرصت‌های رقابتی قابل توجه‌ای را در اختیار سازمان می‌گذارد، بنابراین نیاز روز افزون به این سیستم‌ها قابل مشاهده می‌باشد که این موضوع نیاز به شناخت عوامل حیاتی موفقیت در پیاده‌سازی این گونه سیستم‌ها را افزایش می‌دهد.
تعریف مساله
مشکلات تجاری و تکنیکی موجود در سیستم‌های قدیمی و به دست آوردن فرصت‌های جدید تجاری مدیران را بر آن می‌دارد تا به دنبال سیستم‌های جدید دیگری باشند. از آنجایی که مهم‌ترین نیاز یک مدیر تصمیم‌گیری و تصمیم‌سازی برای سازمان است، سیستم‌های هوش تجاری که حجم عظیمی از اطلاعات را تحلیل کرده و به تمامی سطوح مدیریت برای تصمیم سازی کمک می‌کند، بهترین گزینه خواهد بود. در این بین پیاده سازی هوش تجاری نیز به نوبه خود دارای موانعی است که با شناخت درست و درک میزان اهمیت هر یک از عوامل حیاتی موفقیت و یافتن راه حل مناسب برای رفع آن‌ها این موانع به حداقل ممکن کاهش می‌یابد. با توجه به حجم روز افزون داده‌ها و دشوار شدن تحلیل آن‌ها با سیستم‌های قدیمی، نیاز به سیستم‌های هوش تجاری روز به روز افزون‌تر می‌گردد، ولی تاکنون تحقیق جامعی بر روی عوامل حیاتی موفقیت در این گونه از سیستم‌ها برای سازمان‌های ایرانی، با یک روش ریاضی معتبر انجام نگرفته و همین امر ما را بر آن داشت تا در این راه قدم گذاشته و در این زمینه مطالعاتی را انجام دهیم.
مهم‌ترین ارزش افزوده هوش تجاری برای سازمان، ایجاد مزیت رقابتی با در دست داشتن اطلاعات جدید در کمترین زمان ممکن است. از آنجایی که شرکت‌های کوچک و متوسط ممکن است توسط شرکت‌های بزرگ‌تر، از بین بروند با در دست داشتن اطلاعات جدید از رقبا و همچنین محیط کسب و کار خود این امکان کاهش می‌یابد. از طرفی به علت کوچک بودن می‌توانند با هزینه کمتری سیستم‌های هوش تجاری را پیاده‌سازی کرده و از مزایای آن بهره‌مند شوند.
به علاوه شرکت‌های کوچک و متوسط غالباً فاقد توانایی‌ها و منابع کافی جهت کسب اطلاعات صحیح و به موقع و یا کفایت لازم جهت استفاده مناسب از این اطلاعات هستند و هزینه کسب این اطلاعات نیز خود مانع است، که در این مورد نیز هوش تجاری به کمک آن‌ها آمده و آنان را در این امر یاری می‌نماید.
شاید بتوان گفت که شرکت‌های متوسط بیش از سازمان‌های بزرگ می‌توانند با استفاده از هوش کسب و کار به سود بیشتر و سریع‌تری دست یابند. دلیل این ارزیابی آن است که تغییر و تحول در سازمان‌های بزرگ به ناچار فرآیندی آهسته و چند لایه است؛ حتی اگر این سازمان‌ها از نظم و سلسله مراتب خوبی برخوردار باشند و مدیران ارشد و میانی آن‌ها هم ایده‌های بکر و موفقی در سر بپرورانند. اما شرکت‌های متوسط بالطبع از ساختار ساده‌تری برخوردارند، فرآیند تصمیم‌گیری آسان‌تری را شاهد هستند و همین امر باعث می‌شود نیل به موفقیت‌های تجاری در آن‌ها با شتاب بیشتری صورت پذیرد.
اهداف
سهولت پیاده سازی سیستم های هوش تجاری در سازمان‌های کوچک و متوسط
به‌کارگیری یک روش دقیق ریاضی (روش TOPSIS) به منظور الویت‌بندی مهم‌ترین عوامل حیاتی موفقیت
شناسایی عوامل حیاتی موفقیت در سازمان‌های ایرانی
افزایش موفقیت در پروژه‌های پیاده سازی هوش تجاری با شناسایی عوامل حیاتی موفقیت
افزایش به‌کارگیری هوش تجاری در سازمان‌های کوچک با کم کردن هزینه‌ها
ضرورت انجام تحقیق
در سال‌های اخیر شرکت‌های کوچک و متوسط به قطب اقتصادی در تمامی کشورها تبدیل شده‌اند به علاوه رقابت در دنیای فناوری و اطلاعات نیازمند در دست داشتن به هنگام اطلاعات است تا مدیران سازمان قادر باشند با خرد ایجاد شده تصمیمات صحیح را اتخاذ نمایند. از طرفی گسترش روزافزون داده‌ها و اطلاعاتی که سازمان‌ها در طی روز با آن مواجه هستند نیاز به سیستمی جامع برای نمایش با داشبوردهای مدیریتی را به اثبات می‌رساند.
نوآوری‌های تحقیق
در این پژوهش برای الویت‌بندی عوامل حیاتی موفقیت هوش تجاری از روش تاپسیس بهره گرفته شده است که در تحقیقات گذشته از این روش برای الویت بندی استفاده نشده است و تنها از روش الویت بندی سلسله مراتبی استفاده شده است.
در این تحقیق عوامل حیاتی موفقیت در پیاده‌سازی سیستم‌های هوش تجاری با توجه به ویژگی‌های سازمان‌های کوچک و متوسط ایرانی شناسایی و الویت‌بندی شده‌اند که تاکنون تحقیقات کمی بر شناسایی عوامل حیاتی موفقیت در سیستم های هوش تجاری در سازمان های کوچک و متوسط تمرکز داشتند از طرفی این پژوهش بر سازمان های کوچک و متوسط ایرانی تمرکز دارد که تاکنون این پژوهش انجام نگرفته است.
محدوده تحقیق
این تحقیق شامل گام‌های زیر است:
مرور ادبیات و تعیین عوامل‌حیاتی‌موفقیت اولیه

شما می توانید تکه های دیگری از این مطلب را با جستجو در همین سایت بخوانید

پالایش عوامل‌حیاتی‌موفقیت اولیه و حذف عوامل‌حیاتی‌موفقیت کم اهمیت یا فاقد موضوعیت در پایان نامه
استخراج عوامل‌حیاتی‌موفقیت از طریق بررسی پروژه‌های هوش تجاری انجام شده در کشور؛که با نظر خبرگان در زمینه هوش تجاری نهایی خواهد شد.
تهیه پرسش نامه برای نظرسنجی از خبرگان
جمع آوری نظر خبرگان
بررسی پایایی پرسش نامه
رتبه بندی عوامل کلیدی موفقیت با روش تاپسیس
جامعه آماری سازمان‌های کوچک و متوسط (کارگزارهای بورس اوراق بهادار تهران) می‌باشد که برای نمونه‌گیری از روش نمونه‌گیری تصادفی ساده استفاده خواهد گردید..
ساختار پایان نامه
فصل اول به مقدمه و تعریف مساله و محدوده پایان نامه اختصاص یافته است.
فصل دوم به ادبیات موضوع تحقیق پرداخته و مفاهیم اولیه و مورد نیاز در حیطه موضوع پایان نامه بیان خواهد شد.
فصل سوم عوامل حیاتی موفقیت در پیاده سازی سیستم های هوش تجاری کشف و مورد بررسی قرار خواهد گرفت.
فصل چهارم در این فصل مهم‌ترین عوامل حیاتی موفقیت با روش تاپسیس رتبه بندی شده و مورد ارزیابی قرار خواهد گرفت
فصل پنجم و آخرین فصل به جمع بندی و نتیجه گیری مطالعات انجام شده پرداخته و فرصت‌های مطالعات آینده معرفی خواهد شد.
فصل دوم ادبیات و پیشینه تحقیق
مقدمه
در فصل اول با موضوع مورد بحث آشنایی پیدا کردیم حال در این فصل مفاهیم و تعاریف اولیه مورد کاربرد در فصول دیگر را با جزییات بیشتری دنبال خواهیم کرد. آن چه که در این فصل اهمیت دارد شناسایی و دسته بندی عوامل حیاتی موفقیت در پیاده‌سازی سیستم‌های هوش تجاری است، اما قبل از آن لازم است برخی از مفاهیم مورد استفاده به وضوح تعریف شده و آشنایی کافی با موضوع مورد بحث ایجاد شود. بنابراین ضروری است تعریفی عمومی از هوش تجاری ارائه شود و سپس به شناسایی سیستم هوش تجاری و مولفه‌های آن بپردازیم. همچنین به این دلیل که حوزه مورد بررسی سازمان‌های کوچک و متوسط هستند، آشنایی با معضلات و ویژگی‌های این سازمان‌ها ضروری به نظر می‌رسد، به همین علت دو بخش از این فصل به این موضوع اختصاص داده شده است. و در آخر آن دسته از عوامل حیاتی موفقیت که توسط دیگر نویسنده‌ها شناسایی شده ارائه خواهد شد.
هوش تجاری
تعارف مختلف هوش تجاری
کلمه هوش تجاری تعاریف متعددی دارد و به احتمال زیاد اولین بار در سال 1958 استفاده شده است[10] . عبارت Business Intelligence(BI) که در فارسی به هوش تجاری ترجمه شده است برای اولین بار توسط هانس پیترلان در سال 1958 در مجله آی‌بی‌ام تعریف شد. از نگاه هانس پیترلان هوش تجاری عبارت است از: توانایی فهم روابط متقابل بین واقعیت‌های موجود به گونه‌ای که اقدام را به سوی هدفی مطلوب هدایت کند. 31 سال بعد یک تحلیلگر به نام هوارد درسنر از گروه گارتنر در سال 1989 عبارت هوش تجاری را به صورت زیر تعریف کرد: واژه‌ای چتری برای تشریح کردن مفاهیم و روش‌های بهبود تصمیم‌گیری کسب‌وکار به واسطه استفاده از سیستم‌های پشتیبان مبتنی بر واقعیت.
در سال 2004 ماهاش اس. ریسینگانی هوشمندی را این‌گونه تعریف می‌نماید: هوش تجاری یک عبارت چترگونه است که در ذیل آن معماری‌ها، ابزارها، پایگاه داده‌ها، ابزارهای تحلیلی، برنامه‌های کاربردی و متدولوژی‌ها باهم ترکیب می‌شوند [11].
استک اُویاک و همکاران در سال 2007 [12] هوش تجاری را فرآیند جمع‌آوری حجم عظیمی داده، تحلیل آن‌ها و ارائه مجموعه‌ای از گزارشات سطح بالا دانسته که چکیده مفید این داده‌ها در فعالیت‌های کسب‌وکار، مدیریت را قادر به اتخاذ تصمیمات اساسی روزانه می‌نماید.در شکل 2-1 زنجیره ارزش هوش تجاری مطابق تعاریف انجام شده ترسیم شده است که در آن می‌توان تطابقی بین تعریف استک اُویاک و همکاران وی یافت.
شکل 2-1 : زنجیره ارزش هوش تجاری
مطابق آنچه در شکل فوق مشاهده می‌شود، داده‌ها به اطلاعات تغییر شکل یافته و طی فرایند تحلیل و دسته بندی داده‌ها به اطلاعات تبدیل شده و با کنار هم قرار گرفتن این اطلاعات دانشی ایجاد می‌شود که در نهایت منجر به یک عکس العمل خاص در شرایط ویژه سازمان شده و در نهایت این عمل و تصمیم سازی برای سازمان ایجاد ارزش افزوده می‌نماید.
زِنگ و همکارانش [14] هوش تجاری را اینگونه تعریف می‌نمایند: فرآیند دسته‌بندی، طرز عمل و انتشار اطلاعاتی که یک هدف دارد؛ کاهش عدم قطعیت در تصمیمات استراتژیک. کارشناسان هوش تجاری را “اصطلاح مدیریت کسب‌وکار دانسته که برای توصیف برنامه‌های کاربردی و تکنولوژی‌هایی استفاده می‌شود که برای جمع‌آوری، ایجاد دسترسی به تحلیل داده و اطلاعات مربوط به سازمان بکارگرفته می‌شود، تا به اتخاذ تصمیمات کاری بهتر کمک نماید. ویژگی اصلی ابزار هوش تجاری این است که، توانایی جمع‌آوری داده از منابع ناهمگون دارد، دارای روش‌های پیشرفته تحلیلی بوده و توانایی پشتیبانی از تقاضای چندین کاربر را دارا می‌باشد. زِنگ و همکارانش فناوری [14] هوش تجاری را بر اساس روش تحویل اطلاعات، گزارش‌گیری، تحلیل آماری، تجزیه تحلیل تک منظوره و تحلیل گزاره‌ای، دسته‌بندی نموده‌اند.
سیستم های هوش تجاری
سیستم‌های هوش تجاری با تصمیم‌سازی، تحلیل اطلاعات و مدیریت دانش و ارتباطات انسان-کامپیوتر مرتبط است. بنابراین با سیستم‌هایی نظیر سیستم‌های مدیریت اطلاعات (MIS)، سیستم‌های پشتیبان تصمیم (DSS)، سیستم‌های اطلاعات اجرایی (EIS )، سیستم‌های مدیریت و مدیریت کارایی کسب و کار، در ارتباط هستند [15]. سیستم‌های مدیریت اطلاعات عموما بر مکانیزه سازی فرآیندهای کسب و کار تمرکز دارند. سیستم‌های پشتیبان تصمیم تکنیک‌هایی برای تحلیل اطلاعات به منظور ارزیابی پتانسیل تصمیمات فراهم می‌نماید. سیستم‌های اطلاعات اجرایی اطلاعات را در قالب یک مجموعه نمایش می‌دهد و برای مدیران اجرایی سطح بالا تدارک دیده شده است. در حالی که هدف هوش تجاری فراهم‌سازی، سازمانی هوشمند است که باید مزیت رقابتی ایجاد کند. در این سیستم‌ها قابلیت‌های سیستم‌های مختلف‌ای که قبلا به صورت مستقل کار می‌کردند را ترکیب می‌نمایند. هوش تجاری بر پشتیبانی از فرآیندهای کاری مختلف، به‌کارگیری رویکرد فرآیندی و تکنیک‌های تحلیلی پیشرفته تمرکز دارد. هوش تجاری توسعه یافته سیستم‌های پشتیبان تصمیم است.و از بسیاری جهات شیبه آن است. سیستم‌های هوش تجاری برنامه‌های رایانه‌ای هستند که تکنیک‌های هوش تجاری را پیاده‌سازی می‌کنند. در واقع سیستم هوش تجاری، یک سیستم اطلاعاتی است که ابزارهای هوش تجاری را برای تولید و تحویل اطلاعات بکار می‌گیرد. همان گونه که در شکل 2-2 نیز مشاهده می‌نمایید دانش تولید شده به کمک مولفه‌های هوش تجاری در نهایت توسط انواع سیستم‌های کسب و کار مورد بهره‌برداری قرار می‌گیرند.
شکل 2-2 : سیستم های مرتبط با هوش تجاری
همان طور که در شکل مشاهده می‌شود داده‌های مورد نیاز از سیستم های تراکنشی مختلف طی فرایند پردازش بر خط تراکنش استخراج شده و طی فرایند ایی تی ال 1 در انباره داده ذخیره و مکعب‌های اطلاعات چندبعدی تولید می‌شود که توسط تمامی سیستم‌ها و کاربران قابل استفاده می‌باشد.
سیستم های هوش تجاری از دو دیدگاه تحلیل می‌شوند: تکنیکی و کسب و کار [16] از دید تکنیکی سیستم هوش تجاری مجموعه ای از ابزارهای یکپارچه، فناوری‌ها و محصولات نرم‌افزاری است که برای جمع آوری داده‌های ناهمگون از منابع پراکنده استفاده شده و سپس داده‌ها تحلیل و یکپارچه می‌شوند تا در دسترس قرار گیرند. از دید سازمانی، سیستم‌های هوش تجاری روش خاصی است که مربوط به کار با اطلاعات و دانش، ارتباطات باز و به اشتراک گذاری دانش همراه با رویکرد جامع تحلیلی به فرایندهای سازمان است.
پیچیدگی و تطبیق‌پذیری سیستم‌های هوش تجاری مدرن، بدین معنی است که موفقیت در پیاده سازی این گونه سیستم‌ها نیاز به پایه‌های مستحکم روشمند و تئوری‌های اثبات شده علمی دارد[17]. سیستم‌های هوش تجاری، داده‌های عملیاتی را با ابزارهای تحلیلی ترکیب می‌نماید و اطلاعات پیچیده و رقابتی را به طرح‌ریزان و تصمیم‌سازان ارائه می‌دهند. هدف بهبود در بهنگام‌سازی و کیفیت ورودی‌های فرآیند تصمیم‌گیری است. هوش تجاری برای درک قابلیت‌های موجود در سازمان، مورد استفاده قرار می‌گیرد. مانند گرایشات، جهت‌گیری‌های آینده بازار، فناوری‌ها، محیطی که سازمان در آن به رقابت می‌پردازد، فعالیت‌های رقبا و مفاهیم این فعالیت‌ها.
ابزارهای هوش تجاری
هوش تجاری شامل ابزارهای زیر است: ابزارهای گزارش‌گیری، ابزارهای داده‌کاوی، ابزارهای مدیریت دانش همچنین دارای مولفه‌های مختلف است، ابزارهای هوش تجاری، برنامه‌های کاربردی هوش تجاری و سیستم هوش تجاری. بر اساس تعریف رینچمارد و فرانسیس [17] سیستم هوش تجاری این گونه تعریف می‌گردد: مجموعه‌ای از ابزارها، فناوری‌ها و نرم‌افزارهای برنامه‌ریزی است که برای گردآوری، یکپارچه‌سازی، تحلیل و ساخت داده‌های در دسترس، بکارگرفته می‌شود. بسیاری از تعاریف هوش تجاری بر روی قابلیت‌هایی تمرکز دارند که یک سازمان می‌تواند برای دستیابی به کارایی بالاتر و دستیابی به اهداف کسب و کار، دست یابد. هوش تجاری رابطه نزدیکی با مسائل انبار داده‌ها دارد، انباره داده‌ها تکنولوژی کلیدی برای ساخت چنین سیستم‌هایی است که داده‌ها را از منابع مختلف برای اهداف تحلیلی، یکپارچه می‌سازد [18].
این اقدامات می‌تواند در قالب ابزارهای گزارش‌دهی و فناوری‌های داشبورد و حتی کارت‌های امتیاز متوازن، به صورت بسته‌های تصمیم یا گزارش‌های تحلیلی در اختیار مدیران و تصمیم‌گیران سازمان قرار گیرد و مسئولان را نسبت به پیامدهای مثبت و منفی اقدامات احتمالی آینده آگاه نموده و از این طریق بر اخذ تصمیمات بهتر و دقیق‌تر به مدیران کمک کند. شکل 2-3 نمایان‌گر ابزارهای هوش تجاری برای سطوح مختلف مدیریتی است.
شکل 2-3 : ابزارهای هوش تجاری برای مدیریت
که همان گونه که از شکل فوق پیداست، برای مدیران ارشد از داشبوردهای مدیریتی، برای مدیران میانی از پرس‌وجو و برای مدیران عملیاتی از گزارشات قالب‌بندی شده استفاده خواهد شد.
علت وجودی و مزایای هوش تجاری
هوش تجاری سازمان‌ها را قادر می‌سازد تا تصمیمات کاری را با آگاهی بیشتری اتخاذ کنند و منبعی برای مزیت‌رقابتی خواهند داشت. این مساله زمانی صادق است که سازمان‌ها قادر به قیاس اطلاعات از طریق شاخص‌ها در محیط خارجی بوده و پیش‌بینی دقیقی درمورد گرایشات آینده یا شرایط اقتصادی بدست آورند. هدف نهایی هوش تجاری بهبود در به هنگام بودن و کیفیت اطلاعات است.
کسب‌وکارهای مختلف پی برده‌اند که در این محیط بسیار رقابتی، با گام‌های سریع و مدام در حال تغییر کلیدی‌ترین کیمت توانایی پاسخ سریع و مناسب به این تغییرات است. هوش تجاری آنان را قادر می‌سازد تا با سرعت و دقت به تغییرات پاسخ دهند.
هوش تجاری فواید زیادی برای سازمان‌هایی که از آن استفاده می‌کنند، به ارمغان می‌آورد. می‌تواند بسیاری از کارهای حدسی در سازمان را حذف نماید، از این رو، ارتباطات بین بخش‌ها درحین هماهنگی فعالیت‌ها افزایش می‌یابد و سازمان‌ها را قادر می‌سازد تا به تغییرات در شرایط مالی بازار، ترجیحات مشتری و عملیات زنجیره تامین، پاسخ سریع بدهند. به طور کلی هوش تجاری کارایی سازمان به‌کارگیرنده را افزایش می‌دهد. اطلاعات معمولا در درجه اهمیت دوم از منابع سازمان قرار دارند (با ارزش‌ترین جزء در سازمان، افراد آن هستند[19] . بنابراین زمانی که یک سازمان می‌خواهد تصمیماتی را بر اساس اطلاعاتی دقیق و به هنگام اتخاذ کند، می‌تواند کارایی را بهبود بخشد. همچنین اتخاذ تصمیمات را تسریع می‌نماید تا تصمیمات سریع و دقیق با توجه به اطلاعات گرفته شود قبل از اینکه سازمان‌های دیگر بتوانند وارد عمل شوند. همین‌طور تجربیات مشتری را از طریق پاسخ به هنگام و مناسب به مشکلات و الویت‌های مشتری، بهبود می‌بخشد.
کاربران هوش تجاری شامل کلیه افرادی می‌باشند که از خروجی‌های هوش‌تجاری بهره‌مند خواهند شد که شامل:
کاربران عملیاتی
تحلیل‌گران و متخصصان
تصمیم‌گیران و سیاست‌گذاران سازمان
گروه اول کاربرانی هستند که امور عملیاتی و اجرایی سازمان را انجام می‌دهند و در واحدهای وظیفه‌ای مشغول فعالیت می‌باشند. گروه دوم متخصصان و کارشناسانی هستند که داده‌های موجود در سیستم‌های عملیاتی را دریافت کرده و پس از دسته‌بندی، اقدام به تجزیه و تحلیل برروی آن‌ها می‌نمایند و سپس آن‌ها را در قالب‌های اختصاصی جهت تصمیم‌گیری در اختیار مدیران ارشد قرار می‌دهند. این گروه از کارکنان می‌خواهند بدانند که در سازمان چه اتفاقی افتاده است؟ عوامل بروز اتفاق چه بوده و چه اتفاقی در حال وقوع است؟ عمده نیازهای این گروه عبارت است از: نظارت بر عملکرد کاربران اجرایی و پرس‌وجوهای موضوعی برای تصمیم‌سازی. گروه سوم را تصمیم‌گیران و سیاست‌گذاران سازمان تشکیل می‌دهند که شامل مدیران ارشد و سیاست‌گذاران سازمان هستند که تصمیمات لازم را در خصوص اداره سازمان اتخاذ می‌نمایند. عمده نیازهای این گروه عبارت است از: دسترسی سریع به شاخص‌های کلیدی عملکرد مجموعه سازمان و ارزیابی آن‌ها.
سیستم هوش تجاری و مولفه‌های آن
سیستم‌های هوش تجاری پیشنهاداتی را برای مواجهه با نیازهای حاضر سازمان ارائه می‌نماید. وظایف اصلی که سیستم‌های هوش تجاری با آن مواجه می‌شوند شامل اکتشاف هوشمند، یکپارچگی، اجتماع و آنالیز چند بعدی داده‌هایی که از منابع مختلف اطلاعات جمع‌آوری شده‌اند.

در این سایت فقط تکه هایی از این مطلب(به صورت کاملا تصادفی و به صورت نمونه) با شماره بندی انتهای صفحه درج می شود که ممکن است هنگام انتقال از فایل ورد به داخل سایت کلمات به هم بریزد یا شکل ها درج نشود-این مطالب صرفا برای دمو می باشد

ولی برای دانلود فایل اصلی با فرمت ورد حاوی تمامی قسمت ها با منابع کامل

اینجا کلیک کنید

شکل 2-4 : کاربران هوش تجاری
همان گونه که در شکل فوق مشاهده می‌شود، سیستم‌های هوش تجاری داده‌ها را از سیستم‌های اطلاعاتی داخلی سازمان ترکیب نموده و سپس با داده‌هایی که از محیط خارجی بدست آورده‌اند (مانند آمارها، صورتحساب مالی و پرتال‌های سرمایه گذاری و پایگاه داده‌های متفرقه)، ترکیب می‌نمایند. چنین سیستم‌هایی اطلاعات بروز، قابل اعتماد و کافی ،موثربر جنبه‌های مختلف فعالیت‌های سازمان، را فراهم می‌سازند. سیستم هوش تجاری بعد از پیاده‌سازی، توانایی دسترسی، به‌کارگیری و اشتراک داده و اطلاعات به طریقی موثر و مرتبط را فراهم می‌سازد به گونه‌ای که کارایی کسب‌وکار افزایش می‌یابد.
سیستم‌های هوش تجاری برای هوشمندسازی اکتشاف، یکپارچه‌سازی، اجتماع و تحلیل چندبعدی داده‌های نشات گرفته از منابع اطلاعاتی مختلف، بکار گرفته شده‌اند [20]. تمامی سیستم‌های هوش تجاری حداقل به چهار مولفه خاص برای ایجاد هوشمندی در کسب‌وکار نیازمند هستند. این مولفه‌ها شامل انباره داده‌ها، ابزارهای استخراج و انتقال داده2، تکنیک‌های فرآیند تحلیل برخط و داده کاوی؛ می‌باشد [21] که در شکل 2-5 مشاهده می‌نمایید.
انباره داده‌ها
انباره‌داده‌ها مجموعه‌ای از داده‌های کسب‌وکار مرتبط است که سازمان‌دهی و تایید اعتبار شده است، به گونه‌ای که می‌تواند برای پشتیبانی از تصمیم‌گیری‌های کسب‌وکار تحلیل شود. علت محبوبیت انباره‌داده‌ها به دلیل داده‌هایی است که از پایگاه‌داده‌هایی استخراج شده است که پراکنده و گاهی ناهمگون و در برخی مواقع خارج از سازمان هستند. انباره‌داده‌ها موضوع‌گرا هستند.آن‌ها وابسته به زمان هستند، به این معنی که آن‌ها به یک نقطه از زمان در سیستم اطلاعاتی نگاه لحظه دارند و قابل به‌روزرسانی نیستند به طوری که یکپارچگی تاریخی در نقطه‌ای که نگاه شده حفظ شود.
انباره‌داده‌ها، برخط نیستند، بدین معنی که آن‌ها در سیستم‌های مختلفی اقامت دارند که درحال ذخیره‌سازی یک عکس فوری از داده‌ها هستند.انبارداده‌های جدید به طور مدام با داده‌های حیاتی کسب‌وکار به‌روزرسانی می‌شوند تا اطمینان حاصل شود که داده‌ها در دقیقه در دسترس تصمیم‌سازان قرار دارند. حساسیت داده‌ها قبلا توسط سازمانی که از انباره‌داده‌ها استفاده می‌نماید، تعیین شده است.داده‌ها تاریخی هستند، خلاصه‌ای از تراکنش‌های قبلی که زمان تحلیل می‌توانند دانش ارزشمندی را زمان تصمیمات مدیریتی به ارمغان آورند. این تصمیمات بر اساس تاریخچه کسب‌وکار که انباره‌داده نگهداری می‌کند، تهیه شده است.انباره‌داده مولفه اصلی از سیستم‌های هوش تجاری است [22].
یک انباره‌داده که به خوبی پیاده‌سازی شده باشد، به راحتی قابل استفاده است، بازیابی اطلاعات در آن با سرعت انجام می‌گیرد، اطلاعات بیشتری را ذخیره می‌سازد، بهره‌وری را افزایش می‌دهد، باعث اتخاذ تصمیمات بهتری می‌شود، مزیت رقابتی سازمان را افزایش می‌دهد.نتیجه این که نقش اصلی انباره‌داده‌ها فراهم آوردن درکی از مشکلات، فرصت‌ها و عملکرد بر مبنای هوش تجاری که تصمیم‌سازی را سهولت می‌بخشد [23].
ابزارهای استخراج و انتقال داده
فرآیندها و ابزارهای استخراج و انتقال داده در برابر استخراج داده‌ها از یک یا چندین سیستم منبع مسئول هستند، به گونه‌ای که داده‌ها با قالب گوناگون را به داده با قالب استاندارد تبدیل می‌کنند و سپس این داده را در انباره‌داده‌ها بارگذاری می‌کنند.راه‌حل‌های استخراج و انتقال داده به سه مرحله مجزا تقسیم می‌شود تا داده‌ها را از منابع مختلف جمع‌آوری و تبدیل نموده و سپس نتیجه را در انباره‌داده ذخیره کند. این سه مرحله در قسمت بعد شرح داده شده است:
مرحله استخراج: در این مرحله شامل دسترسی به داده منابع مختلف و گاهی ناهمگون. این منابع اغلب بر روی سکوی‌های مختلف بوده و می‌تواند بخشی از سیستم اطلاعاتی مشتریان باشد [24].
مرحله تبدیل: در این مرحله داده تغییر شکل می‌یابد و پیچیده‌ترین مرحله از فرآیند استخراج و تبدیل داده است. داده به فرم استاندارد انباره‌داده‌ها تبدیل شده تا بتواند در آن بارگذاری شود. فاز تبدیل معمولا با استفاده از زبان‌های برنامه‌نویسی سنتی مانند زبان‌های اسکریپت یا زبان اس کئو ال 3انجام می‌شود [21].
مرحله بارگذاری: در این مرحله داده‌های تبدیل شده، انباره‌داده را با داده‌های جمع‌آوری شده و فیل‌تر شده بارگذاری می‌نماید [25].
نیاز سیستم هوش تجاری به قابلیت استخراج داده با قالب‌های متفاوت از منابع مختلف، تبدیل آن‌ها به فرم‌های مشابه و سپس بارگذاری آن‌ها در انباره‌داده مناسب، فرآیند ایی تی ال را می‌سازند، که گران‌ترین جنبه از سیستم هوش تجاری است [26].
تکنیک‌های فرایند تحلیل برخط
منشا فرایندهای تحلیل برخط ریشه در مشکلاتی دارد که در هنگام تحلیل داده‌های پایگاه‌داده‌ای که مدام در حال به‌روزرسانی از طریق سیستم‌های اطلاعاتی دیگر است، رخ می‌دهد.فرآیند تحلیل برخط تلاش دارد تا داده پیچیده را در پایگاه‌داده ای که مدام در حال به‌روزرسانی با داده‌های تراکنشی است، تحلیل کند. این فرآیند جستجوی فایل‌های داده بزرگ به وسیله تولید خودکار پرس‌وجوهای اس کئو ال را امکان پذیر می‌کند [21]. فرآیند تحلیل برخط اجازه دسترسی به کاربران، تحلیل و مدل‌سازی مسائل کسب‌وکار و به اشتراک‌گذاری اطلاعاتی که در انباره‌داده‌ها ذخیره شده‌اند. همچنین این فرآیند تکنیک‌هایی برای تحلیل و حفر داده پیشنهاد می‌کند و ابزارهایی که اساسا برای تولید گزارشات تعاملی بکارگرفته می‌شوند. ابزارهای فرآیند تحلیل برخط از تکنیک‌های داده‌کاوی و روش‌های آماری برای ایجاد سریع و خوانای گزارشات استفاده می‌کند که می‌تواند در زمینه پیش‌بینی کمک شایانی به تصمیم‌گیران استراتژیک نماید. این گزارشات براساس معیارهای از پیش تعریف شده مدیران تولید می‌شود.
داده کاوی
تکنیک‌های داده‌کاوی برای شناسایی روابط و قوانین در انباره‌داده و سپس ایجاد گزارش از این روابط و قوانین، طراحی شده است [26]. فرآیند داده‌کاوی شامل کشف الگوها، تعمیم، قواعد و قوانین مختلف از منابع داده‌ای مختلف است. دانش داده‌کاوی ممکن است برای پیش‌بینی خروجی تصمیم و یا توصیف واقعیت، استفاده شود [25]. چند استراتژی رایج برای داده‌کاوی وجود دارد که شامل، دسته‌بندی، تخمین، پیش‌بینی، تحلیل سری زمانی و تحلیل سبد خرید بازار. این استراتژی‌ها می‌توانند با نیازهای سازمان همراستا شده و به تصمیم‌گیری کمک نمایند. [27]
معماری فنی هوش تجاری
در شکل زیر مولفه‌های مختلف هوش تجاری که در قسمت قبل به تفضیل شرح داده شد را مشاهده می‌نمایید.

دسته بندی : پایان نامه

پاسخ دهید