बिजनेस इंटेलिजेंस क्या है और इसके लिए क्या है

बिजनेस इंटेलिजेंस का लक्ष्य यह जानना है कि किसी गतिविधि का विश्लेषण करने के लिए सूचना का उपयोग कैसे किया जा सकता है, या यह समझने के लिए कि कैसे सिस्टम कच्चे डेटा को उपयोगी जानकारी में बदल सकता है।

अक्सर अनुभव, धारणाएं और रणनीति जो हम निर्णय लेने की प्रक्रियाओं में उपयोग करते हैं, बहुत धीरे-धीरे बदलते हैं। दूसरी ओर, जानकारी हमेशा नई होती है, तेजी से और महत्वपूर्ण तरीके से बदलती है।

यदि प्रतिस्पर्धात्मक लाभ प्राप्त करने के लिए बस देर हो चुकी है तो एक अच्छी तरह से डिजाइन की गई कार्य योजना क्या है?

अक्सर जानकारी के बीच एक बड़ा अंतर होता है कि निर्णय निर्माताओं की आवश्यकता होती है, और डेटा के असंख्य जो कंपनियां हर दिन एकत्र करती हैं। मुख्य समस्या यह है कि सभी डेटा को उपयोगी जानकारी में कैसे परिवर्तित किया जाए।

सबसे मुश्किल पहलू कंपनी के प्रदर्शन को मापने के लिए सही मीट्रिक ढूंढना है। इन मैट्रिक्स को KPI या मुख्य प्रदर्शन संकेतक कहा जाता है (प्रमुख प्रदर्शन संकेतक)

बिजनेस इंटेलिजेंस एक तर्कसंगत प्रबंधन दृष्टिकोण का उपयोग करता है

इस प्रक्रिया के लिए धन्यवाद, कंपनी में मौजूद विभिन्न डेटा स्रोत निर्णय का समर्थन करने के लिए जानकारी बन जाते हैं। परिवर्तन निम्नलिखित चरणों के माध्यम से होता है:

डेटा स्रोत -> बहुआयामी घन विश्लेषण -> डेटा अन्वेषण -> डेटा खनन -> अनुकूलन -> निर्णय

डेटा स्रोत हो सकते हैं:

• ईआरपी (ERP)
• सीआरएम
• डाटाबेस
• फ़ाइलें
• सामाजिक नेटवर्क
• ...

ETL टूल्स (एक्सट्रेक्ट, ट्रांसफॉर्म, लोड) के माध्यम से विभिन्न स्रोतों के डेटा को एक एकल डेटा वेयरहाउस में एकीकृत किया जाता है, जहाँ से विभिन्न व्यावसायिक क्षेत्रों (लॉजिस्टिक्स, मार्केटिंग, ...) के बाद के विश्लेषण के लिए डेटा मौसा को निकाला जाता है।

आप यह भी पसंद कर सकते हैं: चार कार्यों की रूपरेखा, नवाचार के लिए रणनीति

आप यह भी पसंद कर सकते हैं: फ्रामेवोएसईओ रणनीति आवाज खोज और व्यक्तिगत सहायकों की सफलता

डाटवेयर हाउस वह स्थान है जहां कॉर्पोरेट डेटा को समेकित किया जाता है।

डेटा मार्ट (शाब्दिक रूप से डेटा भंडार) शब्द डेटा वेयरहाउस का एक सबसेट नामित करता है जिसमें किसी विशेष व्यावसायिक क्षेत्र (विभाग, प्रबंधन, सेवा, उत्पाद रेंज, आदि) के लिए डेटा वेयरहाउस डेटा होता है। इसलिए डेटा मार्ट मार्केटिंग, वाणिज्यिक डेटा मार्ट के उदाहरण के लिए एक बोलता है
एक डेटावेयर हाउस को गैर-वाष्पशील डेटा के विश्लेषण की सुविधा के लिए डिज़ाइन किया गया है, जो विभिन्न स्रोतों से आ रहा है, तार्किक रूप से और शारीरिक रूप से रूपांतरित और लंबे समय तक बनाए रखने के लिए बाजार विश्लेषण की अनुमति देता है। अस्थिर डेटा का प्रबंधन नहीं कर सकता

निकालें, रूपांतरण, लोड (ईटीएल) एक संश्लेषण प्रणाली (डेटा वेयरहाउस, डेटा मार्ट) में डेटा को निकालने, बदलने और लोड करने की प्रक्रिया को संदर्भित करता है।
डेटा को सोर्स सिस्टम जैसे ट्रांसेक्शनल डेटाबेस (ओएलटीपी), कॉमन टेक्स्ट फाइल या अन्य कंप्यूटर सिस्टम (उदाहरण के लिए, ईआरपी या सीआरएम सिस्टम) से निकाला जाता है।
इसलिए वे एक परिवर्तन प्रक्रिया से गुजरते हैं, जिसमें निम्न शामिल हैं:

• केवल उन लोगों का चयन करें जो सिस्टम के लिए रुचि रखते हैं
• डेटा को सामान्य करें (उदाहरण के लिए डुप्लिकेट को समाप्त करके)
• नया परिकलित डेटा वितरित करें
• विभिन्न तालिकाओं से प्राप्त डेटा के बीच साथी (जोड़) का प्रदर्शन करें
• एक ही वस्तु से संबंधित डेटा समूह

इस परिवर्तन का उद्देश्य डेटा को समेकित करना है (अर्थात, विभिन्न स्रोतों से डेटा को समरूप बनाना) ताकि वे विश्लेषण प्रणाली के व्यावसायिक तर्क का पालन करें जिसके लिए इसे विकसित किया गया है। वे अंत में संश्लेषण प्रणाली (लोड) की तालिकाओं में लोड किए जाते हैं।

आप यह भी पसंद कर सकते हैं: पहला होने का महत्व: Google ड्रोन ट्रैफ़िक नियंत्रण को नियंत्रित करता है

आप यह भी पसंद कर सकते हैं: एल 'HYPERLOOP एलोन मस्क द्वारा, 170 साल पुराना प्रोजेक्ट

डेटा खनन बड़ी मात्रा में डेटा और इस ज्ञान के औद्योगिक या परिचालन उपयोग से ज्ञान या ज्ञान का निष्कर्षण है।

आज डाटा माइनिंग का दोहरा मूल्य है:

• उन्नत विश्लेषणात्मक तकनीकों के साथ निष्कर्षण, अंतर्निहित जानकारी का, पहले से संरचित डेटा से छिपा हुआ, इसे उपलब्ध और सीधे उपयोग करने योग्य बनाने के लिए
• महत्वपूर्ण पैटर्न (पैटर्न) की खोज करने के लिए बड़ी मात्रा में डेटा पर अन्वेषण और विश्लेषण। इस प्रकार की गतिविधि वैज्ञानिक अनुसंधान के कई क्षेत्रों में महत्वपूर्ण है, लेकिन अन्य क्षेत्रों में भी। इसका उपयोग विभिन्न समस्याओं को हल करने के लिए किया जाता है, ग्राहक संबंध प्रबंधन (CRM) से लेकर धोखाधड़ी वाले व्यवहार की पहचान तक।

बिजनेस इंटेलिजेंस और Qlik प्रशिक्षण पाठ्यक्रमों के बारे में अधिक जानकारी के लिए, आप @ info पर ईमेल भेजकर मुझसे संपर्क कर सकते हैं।bloginnovazione.यह, या के संपर्क फ़ॉर्म को भरकर BlogInnovazione.it

Ercole Palmeri

अस्थायी नवाचार प्रबंधक