|
|
Prediktívna analytika v retailovom bankovníctve v Českej republike
Búza, Ján ; Král, Petr (vedoucí práce) ; Tyl, Ondřej (oponent)
Prediktívna analytika a big data umožňujú vytvorenie lepšieho obrazu o potrebách a preferenciách zákazníkov. Skrz toto hlbšie porozumenie organizácie všetkých druhov nachádzajú spôsoby, ako zaujať existujúcich alebo potenciálnych klientov. Výskum dokazuje, že firmy, ktoré využívajú big data a prediktívnu analytiku vo svojej činnosti majú mieru produktivity a profitability o 5 až 6 percent vyššiu v porovnaní s konkurenciou. Súčasne je ale takmer nemožné nájsť bankovú inštitúciu v Českej republike, ktorá by naplno využívala potenciál dátovej analytiky. Táto diplomová práca sa preto zameria na skúmanie príležitostí pre banky v lokálnom kontexte, berúc do úvahy technické a finančné limitácie, ako aj trhovú situáciu. Autor uskutoční rozhovory s bankovými manažérmi a konzultantmi, aby zhodnotil teoretické koncepty a najlepšie príklady použitia vo svete z pohľadu českého trhu. Následne vyhodnotí schopnosť bánk využiť príležitosti, ktoré analytika prináša a identifikuje hlavne bariéry, ktoré by tomu mohli brániť. Na základe týchto informácií navrhne všeobecný rámec pre bankových manažérov, ktorí by chceli využívať prediktívnu analytiku.
|
|
|
Cloud computing and its introduction in small and medium sized enterprises
Šimonfy, Adam
Simonfy, A. Cloud computing and its introduction in small and medium enterpris-es. Bakalárska práca. Brno: Mendlova Univerzita v Brne, 2015. Táto práca sa zameriava na tému Cloud computing a jeho úvod do malých a stredných podnikov a následné zhodnotenie jeho spojitosti s nadchádzajúcimi modernými technológiami a vybranými faktormi operačného menežmentu s dôrazom na náklady. Cloud computing vykazuje značné benefity pre biznis, Skúmaním zvolenej modelovej spoločnosti ukázalo, že je adekvátne pre firmy zvažovať túto technológiu, hoci to nemusí byť prínosom pre všetky typy firiem.
|
|
|
Robust Regularized Cluster Analysis for High-Dimensional Data
Kalina, Jan ; Vlčková, Katarína
This paper presents new approaches to the hierarchical agglomerative cluster analysis for high-dimensional data. First, we propose a regularized version of the hierarchical cluster analysis for categorical data with a large number of categories. It exploits a regularized version of various test statistics of homogeneity in contingency tables as the measure of distance between two clusters. Further, our aim is cluster analysis of continuous data with a large number of variables. Various regularization techniques tailor-made for high-dimensional data have been proposed, which have however turned out to suffer from a high sensitivity to the presence of outlying measurements in the data. As a robust solution, we recommend to combine two newly proposed methods, namely a regularized version of robust principal component analysis and a regularized Mahalanobis distance, which is based on an asymptotically optimal regularization of the covariance matrix. We bring arguments in favor of the newly proposed methods.
|
|
|
High-Performance Analytics (HPA)
Soukup, Petr ; Pour, Jan (vedoucí práce) ; Novotný, Ota (oponent)
Diplomová práce na téma Vysoce výkonné analýzy (High-Performance Analytics) má za cíl získat strukturovaný přehled řešení vysoce výkonných metod pro zpracování dat. Úvod práce se zabývá vymezením oblasti primárního a sekundárního zpracování dat, dále je diskutována nevhodnost primárních systémů pro analytické zpracování. Nástup mobilních zařízení, moderních informačních technologií a dalších zapříčinil zásadní změnu charakteru dat. Podstatná část práce je věnována právě historickému zlomu v nových přístupech k analytickému zpracování dat, jejž zapříčinil nyní často skloňovaný odborný termín Velká data (Big Data). V závěru teoretické části jsou diskutovány systémové zdroje, jenž se velkou měrou podílejí na nových přístupech k onomu analytickému zpracování a na samotných technologických řešení Vysoce výkonné analýzy (High-Performance Analytics). Praktická část práce je zaměřena na výkonové porovnání konvenční metody pro zpracování dat a jedné z vysoce výkonných metod Vysoce výkonné analýzy (High-Performance Analytics) konkrétně zpracování dat paměti (In-Memory Analytics). Srovnání jednotlivých řešení je realizováno na identickém prostředí výkonného analytického serveru. Metody jsou aplikovány na určitém vzorku dat, jejichž objem je zvětšován po každé sérii uskutečněného měření. Závěr práce vyhodnocuje získané hodnoty výkonových testů a diskutuje možnost použití jednotlivých metod High-Performance Analytics.
|
|
|
Big Data a jejích potenciál pro bankovní sektor
Firsov, Vitaly ; Maryška, Miloš (vedoucí práce) ; Molnár, Zdeněk (oponent)
Touto prací chci prozkoumat současné (r. 2012/2013) moderní trendy vývoje Business Inteligence a zaměřit se konkrétně na rychle se rozvíjející a, dle mého (a nejenom) názoru, velice perspektivní oblast analyzování a využívání Big Data (česky Velkých Dat) ve velkých podnicích. V první, úvodní části práce najdete obecné informace a formální náležitosti jako cíle práce, na koho je práce orientovaná a kde by se dala využit. Dále jsou tu popsané vstupy a výstupy, struktura, metody dosažení cílů, možné přínosy a omezení. Protože současně působím jako datový analytik v největší bance České Republiky, České spořitelně, tak jsem se zaměřil na využití Big Dat v bankovním sektoru, neboť si myslím, že v této oblasti je možno dosáhnout velkého přínosu sběrem a analýzou Big Dat. Vlastní práce je rozdělená na 3 části (kapitoly 2, 3-4, 5). Ve druhé kapitole práce se dozvíte, jak se vyvíjela oblast BI, jak se měnila historicky, co je BI dnes a jakou budoucnost BI předpovídají experti, mezi které patří i světoznámá a uznávaná analytická společnost Gartner. Ve třetí kapitole se zaměřím na Big Data samotná, co znamená tento pojem, čím se Big Data liší od klasických podnikových informací, dostupných z ERP, ECM, DMS a jiných podnikových systémů. Dozvíte se o způsobech ukládání a zpracovávání tohoto typu dat, stejně tak o již existujících a použitelných technologiích, zaměřených na Big Data. Ve čtvrté kapitole se soustředím na využití Big Dat v podnikání, informace z této kapitoly budou odrážet mé osobní názory na potenciál Big Dat na základě mých zkušeností během praxe v České spořitelně. V závěrečné části shrnu celou tuto práci, vyhodnotím, jak jsem splnil definované na začátku cíle a vyjádřím svůj názor na perspektivu celého trendu Big Data analytiky na základě zjištěných a analyzovaných během vypracování této práce informací.
|
|
|
Osm ICT trendů, které změní knihovny
Černý, Michal
Informační společnost i rychle se rozvíjející ICT proměňují vše kolem nás – od vzdělávání, přes dopravu až třeba právě po knihovny. Příspěvek představí osm technologií, které do deseti let začnou měnit knihovny téměř k nepoznání: Internet věcí; big data; veřejné multimediální displeje; firemní sociální sítě; cloud; nové mobilní sítě; zpracování přirozeného jazyka či sémantické technologie. Co bude tato změna znamenat pro knihovny? Jak se změní jejich postavení v informační společnosti?
Videozáznam:  MP4
|
|
|
Vliv vývojových trendů na řešení projektu BI
Kapitán, Lukáš ; Pour, Jan (vedoucí práce) ; Rezek, Tomáš (oponent)
Cílem práce je analyzovat, trendy v oblasti Business intelligence. Postupně jednotlivé trendy Business intelligence zpracovává, shrnuje a hodnotí každý z nich z pohledu využitelnosti v praxi a analyzuje, jak lze jednotlivý trend aplikovat v praxi, jak ovlivňuje nebo modifikuje jednotlivé fáze projektu implementace Business intelligence, lze-li vysledovat diference ve finálních závěrech v závislosti na užitém trendu. Je zřejmé, že každý trend má svá positiva a negativa, která mohou mít vliv na závěry hodnocení, tato fakta jsou v práci zpracována a analyzována. Každý z nich má své výhody a nevýhody, které mohou spočívat v různé míře ekonomické náročnosti a technické obtížnosti. Hlavním cílem práce je srovnání metodiky implementace Business intelligence s aktuálními trendy v oblasti Business intelligence. K naplnění toho cíle byly stanoveny dílčí cíle: zmapovat aktuální trendy v oblasti BI a zformulovat metodiku implementace řešení BI do firem v nejširší míře zastoupení. Očekávaným přínosem této práce bude právě ono zmapování a analýza trendů v oblasti Business intelligence a jejich uplatnění v metodice implementace.
|
|
|
Big data - použití v bankovní sféře
Uřídil, Martin ; Slánský, David (vedoucí práce) ; Pour, Jan (oponent)
Rostoucí objemy světových dat nabízejí nové možnosti pro ty účastníky trhu, kteří se je rozhodnou využít. Zvláště v odvětví bankovních služeb jsou data, informace a znalosti velmi ceněnou komoditou. Tradiční analytická řešení běžně pracují s daty, která mají předem definovanou strukturu a význam. Jak ale těžit informace z dat, která tuto vlastnost nesplňují? Práce se zaměřuje na využití Big Data analytiky v oblastech bankovnictví a finančních služeb. Cílem práce je definovat konkrétní aplikace trendu v tomto oboru a popsat jejich přínosy pro bankovní instituce ve světě a v České republice. Za účelem dosažení cíle je práce rozdělená na čtyři hlavní části. První část popisuje samotný trend Big Data, druhá část vymezuje činnosti a využívané nástroje v bankovním prostředí. Třetí stěžejní část pak na vymezené činnosti aplikuje Big Data analytiku a ukazuje její možné přínosy. Poslední část se soustředí přímo na specifika českého bankovnictví a odpovídá na otázku, jaké je aktuální využití Big Data v českých bankách. Práce podává komplexní obraz o možnostech využití analýz nad daty, která splňují specifika Big Data. Hlavní přínos vidím v aplikaci trendu v reálných činnostech banky, kde práce podrobně popisuje jednotlivé případy.
|
|
|
Google BigQuery and other Google tools for big data
Hráček, Filip
You have a lot of data. You kind of know what you want to do with them, but every operation would take minutes or hours to complete on your machine(s). Google BigQuery, Refine and FusionTables are some of the tools that help you harness the cloud - so you can do complex things with huge data in very short amounts of time.
Prezentace: idr-495_1 -  PDF
Videozáznam: idr-495_2 - MP4
|
|
|
Výzvy pro CIO
Kouřimský, Vlastimil ; Benáčanová, Helena (vedoucí práce) ; Pour, Jan (oponent)
Diplomová práce se zaobírá problematikou vybraných trendů ICT poslední doby. Klíčovou osobou pro celou práci je CIO. Cílem práce je popsat a komentovat propojení role CIO s trendy a výzvami, které před ním v dnešní době vyvstávají. Pro dosažení tohoto cíle je nutné uvědomit si a popsat současné trendy prostřednictvím integrace průzkumů renomovaných společností, které se zabývají trhem ICT. Nepostradatelný je oborový přesah těchto studií, které se věnují technologiím. Přínosem práce je propojení byznysu a ICT na úrovni role CIO. Abstrakce od technických specifik příslušného trendu a zároveň od manažerského pohledu vytváří obrázek o výzvách pro CIO v kontextu společnosti. Úvodní část práce reflektuje pozici ICT ve společnostech a vytváří obrázek o celospolečenském propojení. Těžiště hlavní části práce tvoří kapitoly věnované jednotlivým trendům: analýza dat, analýza obsahu, social byznys, velká data, bezpečnost ICT a vzdělávání. Každá z těchto hlavních kapitol popisuje současný stav oblasti ICT a její roli ve společenském kontextu. Poslední část každé z hlavních kapitol je věnována přínosu a roli CIO pro jmenovanou oblast. Je popsán jeho vliv na výzvu, jeho hlavní spojenci a případná rizika trendu. V závěru práce je zhodnocen přínos CIO pro společnost a jeho role čelit výzvám, které pro něj ICT oblast přichystává. CIO hraje důležitou roli jako zodpovědná osoba za dané výzvy. Nicméně z práce vyplývá, že CIO není jedinou důležitou součástí soukolí, která je nezbytná pro úspěšné vytěžení maxima z každé výzvy.
|
host ::
RSS.