|
| |
|
|
Stahování smluv z registru smluv
Kříha, Jakub ; Bruckner, Tomáš (vedoucí práce) ; Šperková, Lucie (oponent)
Tématem této bakalářské práce je vývoj skriptu pro stahování a filtrování záznamů z veřejného registru smluv Ministerstva vnitra České republiky. Tato práce vznikla v rámci tvorby projektu ceníku ICT prací pro státní instituce. Mezi cíle mé práce patří představení projektu ceníku, návrh fungování stahovacího skriptu, vytvoření skriptu, popsání navazujících postupů zpracování dat, vyzkoušení skriptu ve dvou různých programovacích jazycích a nasazení skriptu v ostrém provozu. Má práce přispívá k řešení projektu ceníku ICT prací, který je důležitý například pro hodnocení nabídek veřejných zakázek.
|
|
|
Data mining pro efektivní komunikaci se zákazníkem
Madhi, Simona ; Šperková, Lucie (vedoucí práce) ; Novotný, Ota (oponent)
Tématem této práce je ilustrace a vysvětlení přínosu data miningu pro efektivní komunikaci se zákazníkem. Cílem práce je provedení data miningové analýzy k dosažení výsledků potencionálně kladně ovlivňujících vztah organizace s jejími zákazníky, a to s využitím nástroje KNIME Analytics Platform. V práci je nastíněn teoretický podklad řízení vztahů se zákazníky, data miningu a využití data miningu pro zlepšení CRM, následovaný analýzou trhu s data miningovými nástroji a představení vybraného nástroje KNIME Analytics Platform. Dále následuje praktické využití poznatků při provádění analýzy reálných dat za cílem nalezení znalostí o zákaznících, které by byly využitelné pro implementaci v rámci CRM strategie a konečně pozitivního ovlivnění hodnoty vztahu se zákazníky.
|
|
|
Využítí nestrukturovaných dat v Business Intelligence
Rakhmanova, Malika ; Šperková, Lucie (vedoucí práce) ; Karkošková, Soňa (oponent)
Cílem bakalářské práce je identifikovat hlavní trendy, které se vyskytují na trhu Business Intelligence a týkají se nestrukturovaných dat, popsat možnosti pro integraci nestrukturovaných dat, objasnit, jaký vliv na podnik mají výsledky, které lze získat pomocí těchto řešení, a jak celkově zakomponovat analýzu nestrukturovaných dat do BI. Dalším cílem je ukázat současnou situaci zpracování nestrukturovaných dat na trhu na příkladu systému BI. Práce je rozdělená do několika částí. Nejdřív je popsaná problematika a základní komponenty Business Intelligence, dále identifikace trendů na trhu. Potom následuje další část: rozdělení dat na strukturované a nestrukturované. Zde je část o tom, jak se dá přistupovat a analyzovat nestrukturovaná data a jaké mají místo v BI. Tímto se končí blok nestrukturovaných dat a začíná popis rozšířené verze BI. Nakonec je představena současná situace na trhu a nástroje BI, které zahrnují nestrukturovaná data. Tato část poskytuje přehled o tom, jak nástroje přistupují k analýze nestrukturovaných dat. Ke zpracování práce je použita odborná literatura, profesionální i volně dostupné internetové zdroje. Smyslem práce je posloužit jako informační zdroj pro rychlé zorientování v současné situaci, sloužit jako průvodce světem BI řešení a ukázat potenciálním uživatelům, jaké jsou možnosti a funkcionality těchto řešení.
|
|
|
Possibilities of Big Data use for Competitive Intelligence
Verníček, Marek ; Molnár, Zdeněk (vedoucí práce) ; Šperková, Lucie (oponent)
Tato diplomová práce se zabývá analýzou možností využití Big Data pro metody a postupy Competitive Intelligence. Cílem práce je navrhnout nástrojové sady pro práci s Big Data pro malé a velké firmy a následný návrh efektivního řešení pro získání konkurenční výhody podniku. Teoretická část této práce zpracovává dostupnou odbornou literaturu v České republice i v zahraničí a popisuje aktuální stav Competitive Intelligence, jeho možné zdroje a Big Data jako jeden z nich. Následně se práce věnuje charakteristice Big Data, jejich odlišnosti od práce s běžnými daty, nutností důsledné přípravy a možnosti jejich využití pro metody Competitive Intelligence. Praktická část práce se zabývá analýzou dostupných nástrojů Big Data na trhu s ohledem na celý proces práce od sběru dat, přes analýzu až po přípravu reportů a integrace celého řešení do automatizovaného stavu. Výstupem této části je návrh softwarové sady nástrojů Big Data pro malé a velké firmy podle možností jejich rozpočtu. Návrhová část práce se následně věnuje klasifikaci nejperspektivnějších oblastí trhu pro využití Big Data, možnými způsoby získání konkurenční výhody v jednotlivých oblastech a návrhem efektivního řešení pro podniky. Přínosem této práce je rozšíření palety zdrojů pro Competitive Intelligence a hloubková analýza možností využití Big Data, která má pomoci profesionálům využít tento dosud neobjevený potenciál ke zlepšení postavení na trhu, získání nových zákazníků a posílení současné uživatelské základny.
|
|
|
Řízení podnikové výkonnosti v oblasti retailu
Čencová, Klára ; Novotný, Ota (vedoucí práce) ; Šperková, Lucie (oponent)
Tato práce se zabývá nastavením regulatorních procesů pro podporu řízení podnikové výkonnosti ve vybrané retailové společnosti. Hlavním cílem práce je příprava procesních map sloužící jako podklad pro implementaci jednotného globálního standardu pro automatickou výměnu informací v bankovním styku, tzv. Common Reporting Standard. Mezi dílčí cíle patří analýza stávající podoby tematicky souvisejících procesů, vytvoření metodické podpory k nově vzniklým procesům a představení teoretických konceptů regulatorních požadavků. V teoretické části se práce věnuje představení pojmů souvisejících s řízením výkonnosti podniku a také s implementací regulatorních nařízení. V praktické části je pak provedena analýza společnosti prostřednictvím metodiky Balanced Scorecard (BSC) a následuje samotný návrh a popis procesů. Hlavním přínosem této práce byl návrh procesů spolu s dílčími zlepšeními v průběhu vytváření těchto procesů. Společnost dané výstupy využije v praxi.
|
|
|
Multikanálové atribuční modelování
Žárský, Jiří ; Šperková, Lucie (vedoucí práce) ; Vraná, Lenka (oponent)
Bakalářská práce se zabývá atribucí v kontextu online marketingu a studuje dostupné modely pro hodnocení výkonnosti online reklamních kampaní. Tato výkonnost je měřena na základě prospěšnosti kampaní při získávání zákaznické pozornosti a generování tržeb. Pro analýzu jsou použita data obsahující informace o interakcích konkrétních uživatelů s reálnými reklamními kampaněmi. Před řešením samotného atribučního problému jsou dostupná data z platformy AdForm očištěna a transformována do požadovaných struktur. Tento proces je automatizován v ETL nástroji Keboola. Následně jsou na data aplikovány různé atribuční modely; od jednoduché heuristiky, přes Shapley Value až po Markovovy řetězce. V práci je popsána teoretická stránka i praktická aplikace těchto modelů. Nakonec jsou výsledky jednotlivých modelů interpretovány vzhledem k nákladům reklamních kampaní ve vizualizačním nástroji Tableau. Pro interpretaci jsou použity metriky jako návratnost investic do reklamy. Práce nabízí kritické zhodnocení atribučních modelů na bázi předem definovaných kritérií. V rámci praktické části práce bylo vytvořeno schéma datových transformací. To může být použito pro analýzu dalších reklamních kampaní. Součástí práce je také kapitola věnující se problémům, které mohou generovat nepřesnosti ve výsledcích.
|
|
|
Hadoop a Business Intelligence
Kerner, Josef ; Šperková, Lucie (vedoucí práce) ; Augustín, Jakub (oponent)
Bakalářská práce se zaobírá vlivem a použitím platformy Hadoop při zpracování a analýze velkých dat v procesech a technologiích Business intelligence. Popisuje důvody, proč platforma vznikla, její primární komponenty a také důležité, na ní provozované aplikace, které přinášejí i méně technicky zkušeným uživatelům přidanou hodnotu z dat. Dále se zaobírá přínosy integrace Hadoopu do stávající IT infrastruktury organizace jak z technického hlediska, tak i z pohledu uživatelů datových analýz. Práce obsahuje teoretickou a praktickou část. Teoretická část seznamuje čtenáře s využitím komponent Hadoopu při zpracování nestrukturovaných dat za účelem rozšíření investičních analýz cenných papírů. Praktická část práce poskytuje případovou studii implementace Big Data ETL procesu, realizovaném v frameworku Spark, v oblasti dat z finančních trhů, kde detailně vysvětluje použité postupy jako je datový model, transformační kód a navrhované metriky, které mohou být využity finančními institucemi v jejich obchodních platformách za účelem dosažení zvýšeného zisku z držených titulů. Smyslem práce je poskytnout znalosti potřebné pro úspěšnou integraci Hadoop platformy a jejích komponent do stávající IT infrastruktury a vylepšení procesů Business Intelligence o nové přístupy v analýze velkých dat.
|
|
|
Bezpečnost hybridního cloud computingu
Koudelka, Ondřej ; Karkošková, Soňa (vedoucí práce) ; Šperková, Lucie (oponent)
Bakalářská práce se věnuje oblasti hybridního cloud computingu, zejména pak jeho bezpečností. Hlavním cílem práce je analýza a srovnání vybraných poskytovatelů hybridního cloudu. Dalším cílem je pak komparace bezpečnostních rizik v hybridním cloudu oproti ostatním modelům nasazení. Pro splnění cílů je v teoretické částí nejdřív vymezen a charakterizován pojem cloud computing a hybrid cloud computing. Poté jsou definovány rizika bezpečnosti v hybridním cloudu. V praktické části práce je na základě určených kritérií provedena analýza a srovnání konkrétních poskytovatelů hybridního cloudu.
|
|
|
Modernizace veřejné pozemní dopravy s využitím technologií 21. století
Lokajíček, Miloš ; Bruckner, Tomáš (vedoucí práce) ; Šperková, Lucie (oponent)
Práce se zabývá přínosy moderních technologií do pozemní veřejné dopravy, což je odvět-ví, kde dodnes moderní technologie nepřinesly žádné zásadní změny. V práci se rozebírá jak to, jak moderní technologie mohou pomoci dopravním společnostem, tak to, které kon-krétní technologie mohou přinést něco nového do konzervativního odvětví. Konkrétní cíle tedy jsou analýza klíčových komponentů D2D systému, přínosy Yield Managementu v dopravním sektoru a implementace dopravců do platformy Bileto.
|
host ::
RSS.