Бизнис интелигенција и системи за поддршка на одлучување

Запознавање на студенти со основите и техниките за деловно управување со информациите преку системите за бизнис (деловна) интелигенција (BI) и системите кои го поддржуваат одлучувањето (DSS, GDSS, ESS) во сите сфери на деловните активности, при стратегиското планирање, со анализите на информациите во BI системите и интелигентните системи. Проектирање и архитектура на ваквите системи, хардверски и софтверски архитектури на BI и DSS, системите за групно и поединечно одлучување, управувачки информациски системи и како ја користат деловната интелигенција (BI). Откривање на врски помеѓу податоците, управување со бизнис перформанси, системите кои поддржуваат колаборација и комуникација, анализи на податоци и знаење и поддршка на дигиталната економија се некои делови од системот за BI и DSS системите. Резултат: добивање на знаења за значењето на системите за BI и DSS. Моделирање на системи за поддршка на оперативен менаџмент, модели и техники за поддршка при одлучувањето и помош при креирање на системите за BI. Резултат: Запознавање со модели на линеарно програмирање, хиерархија на цели, модели на симулација и модели на предвидување со помош на алаткa Solver и поставување на цели. Резултат: Студентите да располагаат со проширени знаења за линеарно програмирање и решавање на проблеми на оптимизација со помош на линеарно програморање и симулации, предвидување.

Запознавање на студенти со основите и техниките за деловно управување со информациите преку системите за бизнис (деловна) интелигенција (BI) и системите кои го поддржуваат одлучувањето (DSS, GDSS, ESS) во сите сфери на деловните активности, при стратегиското планирање, со анализите на информациите во BI системите и интелигентните системи. Проектирање и архитектура на ваквите системи, хардверски и софтверски архитектури на BI и DSS, системите за групно и поединечно одлучување, управувачки информациски системи и како ја користат деловната интелигенција (BI). Откривање на врски помеѓу податоците, управување со бизнис перформанси, системите кои поддржуваат колаборација и комуникација, анализи на податоци и знаење и поддршка на дигиталната економија се некои делови од системот за BI и DSS системите.
Добивање на знаења за значењето на системите за BI и DSS. Моделирање на системи за поддршка на оперативен менаџмент, модели и техники за поддршка при одлучувањето и помош при креирање на системите за BI. Запознавање со модели на линеарно програмирање, хиерархија на цели, модели на симулација и модели на предвидување со помош на алаткa Solver и поставување на цели. Студентите да располагаат со проширени знаења за линеарно програмирање и решавање на проблеми на оптимизација со помош на линеарно програморање и симулации, предвидување. Студентите да се запознаат со вкупните можности на алатките кои ги користат системите за BI и DSS за да можат во иднина да ги вградат во ИС кои ќе ги креираат. Студентите да се запознаат со потребите за поврзување на сите параметри со плановите во затворени јамки (closed loops) со кои ќе се управуваат полесно процесите кои водат кон менаџмент со управување со исклучоци и организација која е насочена кон целите, со помош на нивно поврзување со KPI и CSF со претходно планирање и алерти (предупредувања). Студентите ќе знаат кои се можни техники кои добиваат процеси или губат процеси и како да се справат со проблемите при тоа - колаборација преку системи за Комуникација и колаборација, замки и предности. Практично изработени проекти за визуелни податочни анализи, кои се презентираат пред сите студенти.

Детална содржина по поглавја и единици

Системи за поддршка на одлучување, дефинирање на областа која ја покриваат, класификација, поделба според нивото на менаџмент, помош на одлучувачите според нивото на менаџмент, според начинот на кој одлучуваат и начинот на пронаоѓање информации, типови на одлучување и Симоновата рамка, фази во процесот на одлучување. Компјутерска помош во секоја од фазите на одлучување. Фази и нивна поврзаност со користење на посебни ИТ алатки. Собирање информации и зголемување на когнитивните можности на одлучувачите. Групно одлучување, проблеми и предности, техники и методи. Модели и анализи за решавање на различни проблеми со оптмизација, подоптимизација, техники и методи за решавање на проблеми, математички методи за решавање на проблемите на оптмизација, линеарни модели, нелинеарно модели, одлучување со повеќе цели. Резултат: запознавање

со теоријата на одлучување и компјутерската помош во секоја фаза од одлучувањето. Запознавање со техниките и методите за оптминизација и подоптимизација, нивни можности и одраничувања. Запознавање со методите на сценарио и симулации, предности и недостатоци. Запознавање со концептите на BI, разлики меѓу овие системи и системите за поддршка на одлучување. Запознавање со предусловите за работа на еден систем за BI. Складиште на податоци (Data Warehouse) и нивни карактеристики, архитектура, користење. Видови анализи и алатки за нивна реализација, OLAP, модели за анализи, поделба на моделите според намената и алатките. Податочно, веб и текст рударење во функција на BI – алатки кои се користат, намена, мултиатрибутна корист, дрва на одлучување, табели на одлучување, техники за интелигентна поделба во дрвата на одлуки. Пресметување на индекси на поделба. Business Performance management (BPM) како алатка за управување со компанијата, дефинирање на KPI, CSF; креирање на Dashboards табли за BAM (Business Activity Monitoring) алатки, Real time BPM, алатки и користење на подвижни затворени јазли. Резултат: Студентите ќе се запознаат со потребната архитектура, можностите за анализа и известување и начини на управување со компаниите со BI напредни системи. Системи за колаборација и комуникација во функција на BI системите, колаборација и комуникациска според место, локација, приоритети, справување со конфликти ситуации, справување со динамички циклуси на затворени јамки. Резултат: Студентите ќе моќат да распознаат најдобар метод за колаборација и комуникација во рамките на BI системот во компаниите.





Методи на настава

Предвидена е теоретска настава и практична работа на проекти. Покрај предавањата, предвидени се аудиториски и лабораториски вежби со алатките Solver, Power BI, Tableau и Excel Pivot. Изработка на самостоен проект на секој студент во кој ќе се покажат знаењата стекнати по предметот – креирање на анализи и визуелни алатки за BI, командни табли и споредбени анализи на податоци по избор на студентот, наоѓање на големи податоци и нивна анализа. Презентирање на проектот со критичка анализа на можни подобрување пред колегите и професорот.
Неделни часови 5 часови
Вкупен фонд 150 часови
Услови за потпис нема

Наставни активности

ШифраАктивностЧасови
16.1Предавања- теоретска настава. часови45
16.2Вежби (лабораториски, аудиториски), семинари, тимска работа: часови30
16.3Пракса: часови15

Други активности

ШифраАктивностЧасови
17.1Проектни задачи: часови10
17.2Самостојни задачи: часови10
17.3Домашно учење - задачи40

Начин на оценување

писмено

Компоненти на оценување

ШифраКомпонентаПоени
19.1Тестови: бодови0
19.2Семинарска работа/проект, презентација писмена и усна: бодови10
19.3Завршен испит: бодови90

Скала на оценување

Опсег на поениОцена
до 50 бода5 (пет) (F)
51 х до 60 бода6 (шест) (E)
61 х до 70 бода7 (седум) (D)
од 71 до 80 бода8 (осум) (C)
од 81 до 90 бода9 (девет) (B)
од 91 до 100 бода10 (десет) (A)
Самоевалуација

Задолжителна литература

Ред.АвториНасловИздавачГодина
1Савоска СнежанаУправување со информации и одлулување, концепти, методологија, компјутерска подршкаФакултет за администрација и менаџмент на информациски системи, Битола, ISBN 978-608-65059-5-02013
2Ramesh Sharda, Dursun Delen, Efraim TurbanBusiness Intelligence, Analytics, and Data Science: A Managerial Perspective PaperbackPearson; 4th ed. edition (13 Jan. 2017), ISBN-10 : 01346332882017
3Sunkovic Milija, Delibasic BorisPoslovna inteligencija I sistemi za poddrsku odlucivanjaFON, Beograd2014

Дополнителна литература

Ред.АвториНасловИздавачГодина
1Wayne Winston, S. Albright, Christopher J. ZappeData Analysis and Decision Making HardcoverSouth-Western; 4th edition (12 Oct. 2010)2010
2Лаудон К.К., Лаудон Џ.П.Менаџмент информациски системиАрс Ламина2010
3Christian Albright, Wayne Winston, Christopher ZappeData Analysis and Decision Making with Microsoft Excel, Third (3rd) EditionThompson2006