|
|
Models of data flow governance and their followers: Why do countries adopt one framework over another?
Dubravčíková, Klára ; Parízek, Michal (vedoucí práce) ; Mazač, Jan (oponent)
DUBRAVČÍKOVÁ, Klára. Models of cross-border data flow governance and their followers: Why do countries adopt one framework over another? Praha, 2022. 119 pages. Master's thesis (Mgr.). Charles University, Faculty of Social Sciences, Institute of Political Science. Department of International Relations. Supervisors Dr. rer. pol. Michal Parízek, M.Sc., Ph.D. & Junprof. Dr. Jan Vogler. Abstrakt Navzdory společnému úsilí značné části států na mezinárodní scéně o vytvoření jednotných pravidel pro správu dat a jejich přeshraniční výměnu v současné době existují tři různé regulační rámce, které vytvořili tři dominantní aktéři mezinárodního systému - Spojené státy americké, Evropská unie a Čínská lidová republika. Jelikož se všechny tři aktéři aktivně snaží o rozšíření jejich vlastního přístupu, před dalšími státy stojí otázka, jaký model si vybrat. Cílem této práce je s využitím logistickou regresní analýzy nalézt korelaci mezi přijetím specifického modelu a třemi sadami prediktorů, které charakterizují ekonomické, sociální a mocenské vztahy mezi navrhovateli modelů a státy, které je převzali za své. Analýza datasetu o 74 zemích, které přijaly jeden z rámců, zjistila, že vysoká kvalita demokracie a dodržování mezinárodních standardů lidských práv jsou relevantními faktory pro přijetí evropského modelu, zatímco pro...
|
|
|
Integrace metadat datového skladu
Volf, Karel ; Matějka, Martin (vedoucí práce) ; Novotný, Ota (oponent)
Diplomová práce se zabývá problematikou implementace byznys metadat specificky v kontextu datových skladů a Business Intelligence nástrojů. Metadata mohou poskytnout organizaci významné přínosy, pomoci vyřešit některé regulatorní požadavky a zvýšit využití BI nástrojů, a vyhnout se tak problému odmítnutí uživateli. Hlavními cíli diplomové práce jsou: návrh řešení integrace metadat dle teoretických poznatků z první části této práce a praktická implementace řešení konsolidující byznys i technická metadata v druhé části práce. V první kapitole jsou definovány cíle práce a očekávané přínosy. Ve druhé kapitole je vymezen pojem metadat a klasifikovány jednotlivé druhy a standardy. Ve třetí kapitole jsou metadata zasazena do kontextu z pohledu datové governance firmy a shrnuty analýzy trhu s nástroji pro správu metadat a datové integrace. Čtvrtá kapitola hodnotí využitelnost metadat na základě rešerše výzkumů na toto téma. Pátá kapitola popisuje jedno z možných řešení integrace metadat dle teoretických poznatků shrnutých v předcházejících kapitolách. Šestá kapitola shrnuje praktické zkušenosti z implementace řešení do prostředí pojišťovny. Hlavním přínosem práce je popis implementace reálného řešení do praxe a jeho zhodnocení.
|
|
|
Big Data Governance
Blahová, Leontýna ; Pejčoch, David (vedoucí práce) ; Kyjonka, Vladimír (oponent)
Tato diplomová práce se zabývá Big Data Governance, nejen na teoretické úrovni definic, ale porovnává vybraný software z hlediska vlastně definovaných požadavků pro správu jak klasických dat, tak dat s využitím moderních přístupů. V teoretické části definuje pojmy související s Big Data Governance, vysvětluje funkčnost jednotlivých dimenzí Data Gover-nance, zároveň obsahuje best practices v této oblasti. Praktická část se zabývá srovnáním funkcionality aktuálně dostupných software pro Data Governance a zohlednění nadefino-vaných požadavků při hodnocení jednotlivých řešení.
|
|
|
Analýza a optimalizace procesu tvorby manažerského reportu v bankovní instituci
Dlouhý, Radim ; Říhová, Zora (vedoucí práce) ; Belko, Michal (oponent)
Diplomová práce se zabývá procesním řízením v bankovní instituci, konkrétně analýzou a optimalizací vybraného procesu tvorby manažerského reportu. V první části diplomové práce jsou nejprve definovány základní teoretické pojmy, které čtenáři slouží jako znalostní minimum ke správnému pochopení práce. Jsou zde popsány principy reportingu, manažerského účetnictví a procesního řízení, které seznámí čtenáře s problematikou procesů, jejich analýzou a následnou optimalizací. Praktická část nejprve představuje čtenáři zkoumanou bankovní instituci, popisuje organizační strukturu a činnosti oddělení správy dat, detailní analýzu vybraného procesu, vyhledání slabých míst a navržení optimalizovaného řešení, jehož cílem je zefektivnění práce zaměstnanců a odstranění úzkých míst procesu. Závěr diplomové práce popisuje kroky reálné implementace navrhnutého řešení.
|
|
|
Koncept zavedení Data Governance
Ullrichová, Jana ; Oškrdal, Václav (vedoucí práce) ; Eder, Tomáš (oponent)
Tématem této práce je koncept zavedení Data Governance. Teoretická část seznamuje čtenáře s důležitostí dat ve společnosti, s pojmem data governance, s historií tohoto přístupu, s jeho komponenty, principy, procesy a začleněním o společnosti. Teoretická část je doplněna o příklady neúspěšných implementací a také o specifika bankovnictví. Hlavním cílem této práce je vytvoření konceptu pro zavádění data governance a jeho následná aplikace, což je náplní praktické části práce.
|
|
|
Komplexní řízení kvality dat a informací
Pejčoch, David ; Rauch, Jan (vedoucí práce) ; Máša, Petr (oponent) ; Novotný, Ota (oponent) ; Kordík, Pavel (oponent)
Tato práce pojednává o problematice kvality dat a informací. Kriticky hodnotí současný stav poznání v oblasti jednotlivých metod používaných pro audit a zvyšování kvality dat (resp. informací) a navrhuje nové principy tam, kde toto zhodnocení odhalilo mezery. Hlavní myšlenkou této práce je koncept řízení kvality dat a informací napříč celým univerzem dat. Toto univerzum představují všechny datové zdroje, se kterými přichází dany subjekt do styku, a které jsou používány v rámci jeho stávajících nebo zamýšlených procesů. Pro všechny tyto zdroje uvažuji nastavení shodné sady pravidel, politik a principů vycházejících ze současných a potenciálních přínosů těchto zdrojů při současném zohlednění případných rizik jejich užití. Jakousi pomyslnou červenou nití, která se táhne celým textem, je důležitost dodatečných znalostí pro proces řízení kvality dat / informací. Zavedení znalostní báze orientované na podporu řízení kvality dat a informací (QKB) je proto jedním ze základních principů autorem navržené sady doporučených postupů CADAQUES, které představují sumarizaci dílčích závěrů jednotlivých kapitol této práce.
|
|
|
Zavádění projektu data governance
Zosinčuk, Dominik ; Doucek, Petr (vedoucí práce) ; Oškrdal, Václav (oponent)
Tématem této diplomové práce je způsob zavádění Data Governance do společnosti. Velké organizace mají problémy při řízení a zpracování dat pro vytěžení informací vhodných pro rozhodování. Data Governance je nový směr v řízení společnosti, který adresuje tato bolavá místa a pomáhá organizacím nakládat se svými daty efektivně a transformovat je na podniková aktiva. Tato práce má teoretickou a praktickou část. V teoretické části práce je rozebírán důvod vzniku disciplíny Data Governance, analýza zakotvení Data Governance ve světových metodikách, možnosti zaměření projektů a potenciální přínosy této disciplíny. Popisem přínosů má za cíl usnadnit pohled na důvody zavedení Data Governance a najít pro něj ospravedlnění a podporu v podobě byznys přínosů. Další důležitou částí této kapitoly je popis komponent Data Governance, které jsou přizpůsobitelnými stavebními bloky při realizaci projektu. V praktické části této práce je popsán postup zavádění projektu Data Governance. Cílem je definovat nutné artefakty, které musí vzniknout v rámci projektu zavádění Data Governance, nezávisle na užité metodice řízení projektů. Navržená artefakty vychází z popsaných metodik v teoretické části a "best practices" ze světové literatury. Tyto hlavní artefakty umožní následný projekt vhodně strukturovat, řídit a dovést k úspěšné implementaci nového systému řízení dat. Doručováním artefaktů v jednotlivých fázích projektu bude současně doručována přidaná hodnota. Každý projektový výstup má definovaný význam, kterým je přínosný pro projektový tým i organizaci. Hlavním přínosem této praktické části je snaha eliminovat problémové oblasti projektů zavádění Data Governance jako je vhodné sestavení projektového týmu, definice nutné součinnosti, získání podpory či definici výstupů projektu.
|
|
|
Profesní role spojené řízením dat
Hamšík, Marek ; Vacek, Martin (vedoucí práce) ; Pour, Jan (oponent)
V bakalářské práci se věnuji problematice zpracování podnikových dat, která je označována jako Data governance, jedná se o okruh správy dat, který se stále rozvíjí a není ještě chápan jako běžný a standardní způsob zpracování podnikových dat. V úvodu práce definuji co DG vlastně je a jak je možné jej vnímat z různých úhlů pohledu: z pohledu lidí, a z pohledu přínosu, který pro firmu má. Dále se zabývám základními rolemi, které jsou v rámci DG definovány a které jsou pro jeho fungování podle literatury důležité. Následně se zaměřuji na problematiku definic jednotlivých fází, jež jsou pro implementaci DG do podniku důležité a to jak z pohledu české, tak i z pohledu zahraniční literatury. V praktické části mé práce se zaměřuji na průzkumy, které provedly společnosti IBM, SAS, Rand Worlwide a Dataversity a na základě výsledků těchto průzkumů pak posuzuji situaci DG v podnicích různých a v různých sektorech. V poslední části se zaměřuji na faktory úspěchu DG a to jak z hlediska výsledků průzkumů, tak také ze zkušeností expertky na problematiku DG Joy. L. Medved.
|
|
|
Řízení kvality klientských dat
Vacek, Martin ; Slánský, David (vedoucí práce) ; Pour, Jan (oponent)
V současné době, kdy se řada firem zpamatovává z proběhnuté krize, dochází na trhu k silným konkurenčním bojům -- bojům o zákazníky. Uvažujeme-li například trh s finančními produkty, je tento poměrně saturován. Většina lidí má nějaký finanční produkt často již v prvních týdnech po narození. Každý z nás je pojištěn (často ne jednou, ani u jedné společnosti), většina má alespoň běžný bankovní účet. Abychom mohli těchto produktů využívat, je potřeba, aby o nás měly pojišťovny, banky a další instituce potřebné informace. Jak jde čas, měníme nastavení těchto produktů, měníme samotné produkty, pořizujeme si nové, sestavujeme si jejich portfolia, přecházíme ke konkurenčním institucím, mění se i obsluhující zaměstnanci a poradci. Všechny tyto úkony a operace znamenají nová data (nebo při nejmenším jejich změny). Každá naše akce v této oblasti zanechává datovou stopu v informačních systémech poskytovatelů finančních služeb, kteří se různými metodami snaží tato data zpracovat a využít pro dosažení vyššího zisku. Z pohledu individuální společnosti je zákazník (v tomto případě osoba, která má nějaký produkt u konkrétní společnosti alespoň historicky) veden často, bohužel, právě z důvodu změn a dalších okolností, i vícekrát, tedy jako několik osob. Důvodů, proč tomu tak je, je celá řada a jsou v praxi obecně známé (řada z nich je jmenována v teoretické části). Jedním z těch hlavních příčin je fakt, že datová kvalita prostě nebyla dříve prioritou. To však dnes již není pravdou a jedním z faktorů úspěšného vytěžování portfolia klientské základny je právě úroveň kvality informací, které o nich společnosti vedou. V praxi vzniká řada metodik řízení kvality dat, avšak zkušeností s jejich zaváděním je stále málo (nejen na lokálním českém trhu). Tyto zkušenosti jsou velmi ceněny a na takové projekty však drtivá většina interních IT oddělení nemá znalostní ani kapacitní dispozice. Zde vzniká velká příležitost pro firmy, jež využívají akumulovaného know-how projektů, které se v jednotlivých společnostech provádí s nízkou frekvencí -- firmy věnující se poradenství v oblasti výkonnosti a technologií. Jednou takovou společností je KPMG, Česká republika s.r.o., díky spolupráci s ní vznikla tato práce. Co je tedy účelem práce a oblastí, kterou pokrývá? Účelem je popsat právě jeden takový projekt analýzy a implementace určitých nástrojů a metodik datové kvality v reálné společnosti. Hlavní výstup pak tvoří podpůrný metodický rámec a zároveň nástroj, který manažerům usnadní řízení projektů, které řeší právě datovou kvalitu.
|
|
|
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.
|
host ::
RSS.