|
|
Rámec hodnocení problémů s datovou kvalitou
Šíp, Libor ; Slánský, David (vedoucí práce) ; Pour, Jan (oponent)
Cílem této práce je vytvořit nástroj, který umožní organizaci rychle, řádově a průkazně vyčíslit dopady problémů, které vyplývají z datové nekvality. Než je možno vytvořit a pochopit daný nástroj, je nutné být seznámen s problematikou datové kvality, s jejím řízením, se způsobem, jakým zhodnotit klady a zápory projektu, a nakonec se způsobem rozhodování o možných řešeních. První kapitola se zabývá datovou kvalitou. Ukazuje datovou kvalitu a její význam z různých pohledů, je vysvětlen význam datové kvality, její stav v organizacích je přiblížen prostřednictvím výzkumu provedeného specializovanými společnostmi. Způsobem, jakým řídit datovou kvalitu v rámci celé společnosti, ukazuje druhá kapitola, která se zabývá Data Governnace. Třetí část ukazuje důvody, proč sestavovat Business Case, jak se ukazuje, finanční stránka věci není jediným důvodem pro jeho napsání. Čtvrtá nastiňuje možné nesnáze, které provází každé rozhodování, a ukazuje, jakým způsobem je omezit. Pátá představuje ukázku možných problémů, které mohou nastat v organizaci v souvislosti s datovou kvalitou, každý problém je zhodnocen, jsou představeny příčiny jeho vzniku a navržena možná řešení s ohledem na finanční prostředky. Je rozebírána též úroveň kvality jednotlivých řešení.
|
|
|
Vizualizace kvality dat v Business Intelligence
Pohořelý, Radovan ; Pour, Jan (vedoucí práce) ; Zajíc, Ján (oponent)
Tato diplomová práce se zabývá oblastí Business Intelligence a především její části věnované datové kvalitě. Cílem práce je poskytnout přehled o problematice datové kvality a možnostech, jak je možné data zobrazovat, aby měla lepší a poutavější vypovídací hodnotu. Dalším cílem práce bylo navrhnout řešení realizace zobrazení stavu analyzovaného systému, především části věnované kvalitě dat. Výstupy této práce by měly sloužit pro následnou realizaci navrženého řešení do prostředí dané společnosti.
|
|
|
Data Governance - koncept projektu zavedení procesu
Kmoch, Václav ; Svatá, Vlasta (vedoucí práce) ; Kalina, Jaroslav (oponent)
Společnosti dnes čelí zásadní otázce, jakým způsobem řídit rychle se rozšiřující portfolio svých vnitřních datových služeb i dat samotných ve smyslu řízení datové kvality, jejich bezpečnosti, metadat i odpovědnosti za data. Koncepce data governance poskytuje velmi komplexní uchopení této problematiky. Společnosti, které se rozhodnou pro tuto cestu, však často narážejí na příliš široké a reálně neuchopitelné vymezení projektového záměru. Řešeným problémem diplomové práce je tedy vymezit očekávání spjaté se zavedením programu Data Governance a navržení vhodného nastavení implementačního procesu. V první a druhé části jsou popsány principy, komponenty a nástroje Data Governance a dále metody měření datové kvality. Třetí část je poté věnována odvozenému procesnímu doporučení pro zavedení Data Governance do podnikového datového prostředí.
|
|
|
Master Data Management, Integrace zákaznických dat a hodnota pro business
Rais, Filip ; Novotný, Ota (vedoucí práce) ; Slánský, David (oponent)
Tato diplomová práce je zaměřena na oblast Master Data Managementu (MDM), Integraci zákaznických dat (CDI) a jejich hlavní domény. Práce také odkazuje na různé teoretické směry, které mohou být v této oblasti identifikovány. Shrnuje hlavní aspekty, domény a prezentuje různé perspektivy na hlavní principy iniciativy. Je to také vyčerpávající rešerše v oblasti Master Data Managementu s důrazem na praktické využití a odkazy na autorovy názory a znalosti. Sekundární zaměření práce je v oblasti business hodnoty Master Data Management (MDM) inciativ. Diplomová práce představuje myšlenkový proces pro začátky MDM projektu. Důvodem pro vznik takového konceptu je aktuální trend, kde organizace mají problém definovat reálnou hodnotu a benefity MDM iniciativ. Existuje obecná shoda v názorech podporujících podobné iniciativy, nicméně problém je v oblasti měření a identifikace konkrétních přínosů s dopadem na firemní výnosy a zisky. MDM je spíše podpůrná funkce než funkce generující přímé výnosy. Z tohoto důvodu jsou výsledky z této iniciativy méně přímé a tím pádem je složitější přínosy efektivně měřit a vyhodnocovat. Diplomová práce dále popisuje jednotlivé vrstvy a mapování business požadavků napříč vrstvami. Tímto způsobem se snaží vytvořit přehlednou vazbu mezi podpůrnými funkcemi a těmi, co přímo generují zisky. Důraz je kladen na kalkulaci finančních benefitů, měření a odpovědnost business a IT oddělení. Pro podporu jednotlivých závěrů prezentuje tato práce interview, která jsem provedl s potenciálními odpovědnými osobami v rámci organizace. Tyto osoby by v případě realizace MDM hrály významnou roli. Interview mapuje jejich postoje a orientaci v oblasti MDM a CDI. Zaměřuje se na důvody a očekávání v rámci iniciativy. Dotazovaní jsou také vybráni tak, aby bylo možné srovnat postoje zástupců business oddělení a IT.
|
|
|
Datová kvalita a nástroje pro její řízení
Tezzelová, Jana ; Pour, Jan (vedoucí práce) ; Polášek, Marek (oponent)
Tato diplomová práce se zabývá tématem datové kvality s důrazem na problematiku jejího řízení a nástroje, které jsou pro řízení a řešení datové kvality vyvíjeny. Cílem práce je shrnutí poznatků o problematice podnikové datové kvality, především z pohledu jejího hodnocení, řízení, popisu klíčových problémů v datech a možností jejich řešení. Účelem práce je mimo to také analýza trhu softwarových nástrojů pro podporu a řízení datové kvality a především pak porovnání funkcionality a možností některých z těchto nástrojů. Práce je rozdělena do dvou na sebe logicky navazujících částí. První, teoretická část, se zaměřuje na úvod do problematiky datové kvality a především jejího řízení, včetně identifikace hlavních kroků pro jeho úspěch. Druhá, praktická část, se zabývá trhem nástrojů datové kvality, zejména jeho charakteristikou, segmentací, vývojem, aktuálním stavem a očekávanými trendy. Důležitou součástí tohoto oddílu je také praktické porovnání vlastností a zhodnocení práce s několika nástroji pro podporu datové kvality. Tato práce se snaží být přínosem pro všechny zájemce o oblast datové kvality, zejména pro ty, kteří se zajímají o management a technologie na podporu kvality údajů. Díky zaměření na trh nástrojů datové kvality a jejich porovnání, může být práce užitečným vodítkem pro společnosti, které právě řeší výběr vhodného nástroje pro zavedení datové kvality. Vzhledem k zaměření práce se od čtenářů očekává alespoň základní orientace v problematice Business Intelligence.
|
|
|
Datová kvalita, integrita a konsolidace dat v BI
Smolík, Ondřej ; Pour, Jan (vedoucí práce) ; Zajíc, Ján (oponent)
Tato práce se zabývá datovou kvalitou v systémech business inteligence. Jsou zde ukázány základní zásady, které je vhodné využívat při tvorbě datové skladu, tak aby byla dosažena co nejvyšší datová kvalita. Dále jsou zde ukázány některé metody čištění dat, jako detekce odchylek, name-address cleansing apod. Práce se zabývá nejen kvalitou dat přímo v datovém skladě, ale i daty, které do něj teprve budou vstupovat. Druhá část práce pak ukazuje metody čištění dat na konkrétním příkladu datového skladu. Ukazujeme v ní, jaké metody jsou použity a jaké další by se zde daly použít. Dále jsou zde uvedena některá doporučení, která vyplývají ze studia literatury a doporučení týkající se získávaní externích dat od obchodních partnerů.
|
|
|
Datová kvalita, integrita a konsolidace dat v BI
Dražil, Michal ; Pour, Jan (vedoucí práce) ; Zajíc, Ján (oponent)
Tato diplomová práce se zabývá oblastmi podnikové datové kvality, integrity a konsolidace dat ve vztahu k oboru Business Intelligence (BI), který v současné době prožívá mohutný rozvoj. Cílem této práce je poskytnout ucelený pohled na problematiku datové kvality z pohledu BI, analyzovat problémy v oblasti řízení kvality dat a navrhnout možnosti a varianty jejich řešení. Dále si práce klade za cíl analyzovat a zhodnotit možnosti specializovaných softwarových nástrojů určených pro datovou kvalitu. V neposlední řadě je cílem této práce identifikace kritických faktorů úspěchu v oblasti zajišťování datové kvality v projektech BI či CRM. Práce je členěna do dvou logických částí. První (teoretická) část se postupně zabývá datovou kvalitou, integritou a konsolidací dat ve vztahu k BI, přičemž se snaží postihnout klíčové problémy, se kterými je možné se ve zmíněných oblastech setkat. Druhá (praktická) část práce pojednává nejprve o možnostech softwarových nástrojů pro datovou kvalitu -- nabízí jejich základní charakteristiku, dělení a taktéž poskytuje vzájemné srovnání několika vybraných softwarových produktů specializovaných na oblast zajišťování kvality podnikových dat. Dále je pak v rámci praktické části popsáno řešení problematiky datové kvality na příkladu konkrétního BI/CRM projektu, který byl realizován firmou Clever Decision spol. s r.o. Tato diplomová práce je určena především odborníkům na oblasti BI a datové kvality, stejně jako ostatním zájemcům o tato odvětví. Hlavní přínos této práce představuje vytvoření uceleného pohledu nejen na problematiku samotné datové kvality, ale i na otázky, které se zajišťováním kvality podnikových dat bezprostředně souvisí. Práce může sloužit jako jakési vodítko pro jednu z prvních implementačních fázi v rámci BI projektů, kdy dochází k datové integraci, konsolidaci dat a k řešení problémů z oblasti datové kvality.
|
|
|
Kvalita dat a efektivní využití rejstříků státní správy
Rut, Lukáš ; Chlapek, Dušan (vedoucí práce) ; Jankech, Pavel (oponent)
Diplomová práce se zabývá rejstříky státní správy především z hlediska kvality dat v nich obsažených. Cílem práce je analyzovat způsoby ověřování kvality dat a vhodnou metodu aplikovat na data v obchodním rejstříku. Dalším cílem, který logicky následuje, je analyzovat možnosti čištění a zvyšování kvality dat a navrhnout řešení pro zjištěné nesrovnalosti v rejstříku. Posledním cílem je analyzovat přístupy ke stanovení identifikátoru osob a vybrat vhodný klíč k identifikaci osob v registrech státní správy. Práce je rozdělena do několika částí. První část představuje úvod do problematiky registrů státní správy. Podrobněji rozebírá několik vybraných registrů především z hlediska dat, které nabízejí, a jejich aktualizace. Významným přínosem této části práce je rozbor legislativních změn, které vstoupí v platnost spuštěním čtyř základních registrů státní správy v polovině roku 2010. Pozornost je věnována především vlivu změn na kvalitu dat v rejstřících a na celkové možnosti využití poskytovaných dat. Další část se zabývá problematikou identifikátorů právnických i fyzických osob a navrhuje řešení pro data z rejstříků státní správy. Třetí část analyzuje možnosti, jak určit datovou kvalitu. Podrobně popsaná metoda data profiling je následně použita v rozsáhlé analýze kvality dat obsažených v obchodním rejstříku. Výstupem datové analýzy jsou správná metadata a informace o nepřesných údajích zapsaných v obchodním rejstříku. Poslední část rozebírá možnosti, jak problémy s datovou kvalitou řešit. Jsou navrženy a navzájem porovnány tři varianty řešení. Diplomová práce představuje ucelený materiál, jak řešit problémy při využívání dat obsažených v registrech státní správy. Navržená řešení a popsané postupy je však možné využít i v mnoha dalších projektech, které se zabývají datovou kvalitou.
|
|
|
Vliv číselníků na kvalitu firemních dat
Bukovský, Radim ; Slánský, David (vedoucí práce) ; Pour, Jan (oponent)
Tato práce je určena všem zájemcům o informace z oblasti datové kvality (konkrétněji z oblast čištění dat). Každý, kdo má zájem se dozvědět něco více o číselnících, které do datové kvality neodmyslitelně patří, je vítán. Bude mu nabídnuto nahlédnutí do kuchyně lidí pracujících nejen na jejich tvorbě a správě, ale také na jejich reálném nasazení na konkrétních projektech. Také se zde dozvíte detaily o tom, jak mohou číselníky skrze datovou kvalitu pomoci firmám k nižším nákladům a jak dokáží vyvolat lepší dojem ve svých klientech.
|
|
|
Postup zavádění Data Governance
Slouková, Anna ; Slánský, David (vedoucí práce) ; Pour, Jan (oponent)
Diplomová práce se zabývá problematikou Data Governance a způsobem zavádění tohoto programu do praxe. Je logicky rozdělena na dvě části -- teoretickou a praktickou část. Teoretická část, reprezentovaná první kapitolou, shrnuje dosavadní poznatky o programu Data Governance, vysvětluje co se pod pojmem Data Governance skrývá, příčiny vzniku Data Governance iniciativ, uvádí jednotlivé části, ze kterých se program skládá a dále základní, většinou programové nástroje, které jsou potřeba k úspěšnému běhu programu. Praktická část se pak skládá z druhé a třetí kapitoly. Druhá kapitola obsahuje výčet jednotlivých typů výstupů, které vzniknou buď během zavádění programu nebo v jeho samotném průběhu. Kategorizuje a podrobně se zabývá procesy a činostmi, organizační stukturou programu, dokumenty, používanými metrikami a IS/IT nástroji. Třetí kapitola popisuje do detailu postup zavádění programu do podniku. Zavádění je rozděleno do čtyř na sebe navazujících fází -- zhodnocení stávajícího stavu, návrh, implementace a běh programu. U každé fáze jsou uvedeny vstupy, výstupy, rozpad fáze na jednotlivé činnosti s odkazy na šablony dokumentů, které jsou během činností využívány, dále rizika a nároky na zdroje. V přílohách diplomové práce se nachází dva pomocné dokumenty - obecná šablona předpisu a šablona popisu role - které slouží k snadnější implementaci programu.
|
host ::
RSS.