Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.01 vteřin. 
Porovnání nástrojů pro Data Discovery
Kopecký, Martin ; Novotný, Ota (vedoucí práce) ; Maryška, Miloš (oponent)
Diplomová práce se zabývá nástroji pro Data Discovery, neboť je této kategorii Business Intelligence (BI) produktů v posledních letech věnována rostoucí pozornost. Firmy různých velikostí je zařazují do svého portfolia BI aplikací. Hlavním cílem práce je porovnat nástroje QlikView, Tableau a PowerPivot na základě sady definovaných kritérií. Srovnání probíhá na příkladu tvorby reportu, který vychází z reálných požadavků přední české banky. Hlavní cíl práce je podpořen cíli vedlejšími, které se skládají z analýzy již provedených srovnání, odvození vlastní sady kritérií, představení vybraných nástrojů a vypracování případové studie. Práce se dělí na dvě části. Teoretická část popisuje obecnou architekturu Business Intelligence, použití In-memory databází v kontextu BI a vizualizaci dat pro potřeby BI. Dále se věnuje analýze existujících srovnání nástrojů pro Data Discovery a BI platforem obecně. Zkoumáno je osm různých zdrojů, mezi které patří výstupy konzultačních společností i diplomové práce. Na základě této analýzy jsou v praktické části definována srovnávací kritéria, která se dělí do pěti skupin: Získávání, transformace a uchování dat; Analýza a prezentace dat; Provozní vlastnosti; Uživatelská podpora a přívětivost; Obchodní vlastnosti. Navazující kapitoly jsou věnovány představení jednotlivých nástrojů a popisují jejich stručnou historii, hlavní komponenty, dostupné edice a licenční podmínky použití. Případová studie dokumentuje tvorbu praktického řešení v každém z nástrojů a poukazuje na hlavní výhody a nevýhody srovnávaných platforem. V poslední části práce jsou odvozená kritéria postupně aplikována na jednotlivé nástroje a vzniká tak výsledné srovnání, kterým je naplněn hlavní cíl práce. Pro numerické hodnocení je použita metoda váženého součtu z vícekriteriálního rozhodování, jejíž výstupy jsou dále slovně komentovány. Přínosy práce leží v přehledném a transparentním srovnání tří platforem pro Data Discovery, v definici sady srovnávacích kritérií a v dokumentaci výsledků praktického testování nástrojů formou případové studie. Diplomová práce nepřímo nabízí odpověď na otázku: "Jakým analytickým nástrojem doplnit již existující BI řešení ve společnosti?"
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.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.