|
|
Product Information Management
Antonov, Anton ; Novotný, Ota (vedoucí práce) ; Pour, Jan (oponent)
Product Information Management (PIM) je oblast, která se zabývá správou kmenových dat o produktech a kombinuje zkušenosti a principy datové integrace a datové kvality. Product Information Management slučuje specifické atributy produktu napříč všemi kanály v dodavatelském řetězci. Sjednocením, centralizací a standardizací všech informací o produktu do jedné platformy se dá dosáhnout kvalitních a aktuálních informací s přidanou hodnotou. Cílem teoretické části je sestavit ucelený obraz o PIM, zařadit PIM do širšího kontextu, vymezit a popsat složky řešení PIM, popsat hlavní odlišnosti charakteru produktových dat od dat o klientech a shrnout dostupné poznatky o správě a řízení znalostních bází datové kvality pro PIM relevantní pro vyřešení praktické úlohy. Praktická část se zabývá navržením struktury, obsahu a způsobu naplnění znalostní báze řešení Product Information Management v prostředí softwarového nástroje DataFlux od společnosti SAS Institute. Součásti praktické úlohy je analýza reálných produktových dat, návrh definic a objektů znalostní báze, vytvoření referenční databáze a testování znalostní báze pomocí navržené webové služby.
|
|
|
Master Data Integration hub - řešení pro konsolidaci referenčních dat v podniku
Bartoš, Jan ; Slánský, David (vedoucí práce) ; Pour, Jan (oponent)
V současných informačních systémech je kladen velký důraz na integraci dílčích aplikací do funkčního celku. Zatímco integrace po stránce komunikační a funkční je již poměrně dobře pokryta a existují standardní nástroje a technologie pro její realizaci (ESB, message brokery, webové služby), nástroje a postupy pro integraci datových zdrojů dílčích aplikací do společného celku na celopodnikové úrovni se zatím stále bouřlivě vyvíjí. Master Data Management (MDM) je zastřešujícím přístupem ke správě referenčních (master) dat v podniku. Řeší otázky integrace referenčních dat, datové kvality a konsolidace referenčích dat, evidence a využití metadat při správě referenčních dat, vlastnictví sdílených referenčích dat, zodpovědnosti za referenční data a procesy pro práci s nimi. Práce se zabývá technologickou stránkou implementace MDM v podniku formou vytvoření centralizovaného úložiště referenčních dat -- tzv. Master Data Integration Hubu (MDI hub). MDI hub je systém/aplikace, která umožňuje na základě definovaných workflow a pravidel shromažďovat a konsolidovat referenční data uložená v podnikových systémech a konsolidovaná data poskytovat nazpět. Zároveň poskytuje další služby jako správu číselníků a monitorování datové kvality. Cílem práce je pokrýt návrh a implementaci MDI hubu, který je konkrétní formou realizace MDM v podniku. V úvodní části práce je řešena motivace pro provádění konsolidace referenčních dat, je upřesněn obsah pojmu MDM a vztah MDI hubu k principům MDM. Dále je uveden souhrn technik používaných při realizaci MDI hubu. Hlavní částí práce je návrh referenční architektury MDI hubu a popis projektových aktivit při realizaci MDI hubu. Zdrojem informací pro práci jsou, kromě odborné literatury (monografie, odborné články, příspěvky z konferencí), také poznatky nabyté při realizaci projektů pro společnosti Adastra a Ataccama a know-how spolupracovníků. Hlavním přínosem práce je vytvoření uceleného pohledu na budování MDI hubu a návrh referenční architektury MDI hubu, která může posloužit jako východisko při úvahách o konkrétní implementaci. Předpokládané využití práce je jak na straně klientské (firma se pustí do implementace MDI hubu vlastními silami) tak na straně dodavatelské (pro konzultační firmy a integrátory, kteří budou implementovat MDI hub pro zákazníka).
|
|
|
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.
|
|
|
Product Information Management - bohatství ukryté v datech o produktu
Bort, Tomáš ; Slánský, David (vedoucí práce) ; Pour, Jan (oponent)
V dnešní náročné době jsou hlavními rysy většiny odvětví převis nabídky nad poptávkou a tvrdé konkurenční podmínky. Úspěch má pouze ten, kdo je schopen uspokojit specifické potřeby zákazníků, efektivně spolupracovat s dodavateli v rámci celého dodavatelského řetězce a v neposlední řadě také ten, kdo je schopen urychlit výměnu vnitropodnikových informací. Organizace je tak nucena neustále hledat nová a inovativní řešení, což není možné bez standardizace a co největší automatizace podnikových procesů. Diplomová práce se věnuje jednomu z možných řešení vzniklé situace -- správě klíčových dat o produktech (PIM). Jelikož je určena především byznys manažerům (IT laikům), v úvodu odpovídá na otázku, proč je důležité klíčová data znát a řídit je. Specializuje se však na řízení dat o produktech, přináší jeho ucelený přehled včetně výhod a nevýhod zavedení a dopadů na finanční i organizační stránku společnosti. Další část popisuje zjednodušený nicméně aplikovatelný postup analýzy správy a řízení dat (s důrazem na PIM) a následně na základě rešerší uvádí hlavní chyby při jeho zavádění. Kromě přehledu dodavatelů řešení PIM představuje práce také nejnovější trendy jeho užití. Vedle interní synchronizace dat rozebírá práce několik standardů pro produktová data -- nezbytném kroku pro externí datovou synchronizaci. Té se pak týká praktická část. Celá práce je koncipována tak, aby organizaci přinesla jednoduchý, avšak celistvý, a proto účinný nástroj pro správu klíčových dat o produktu a pomohla jí tak získat konkurenční výhodu.
|
|
|
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.
|
|
|
Data Governance
Procházka, Martin ; Slánský, David (vedoucí práce) ; Pour, Jan (oponent)
Data Governance představuje nový směr v řízení dat ve společnosti, který přistupuje k datům jako k podnikovým aktivům. Tato bakalářská práce je zaměřena na popis programu Data Governance a jeho základních komponent. Cílem práce je charakteristika tohoto způsobu řízení dat a srovnání přístupů vybraných systémových integrátorů. Výstupem práce bude přehled těchto přístupů a vymezení jejich odlišností. V první části popisuji principy Data Gevernance a jeho základní komponenty. Další kapitola se věnuje organizační struktuře tohoto programu a jeho rolím. Třetí a čtvrtá kapitola rozebírá technické aspekty programu, které představují metadata a nástroje. V páté kapitole stručně popisuji implementaci a její fáze. Na závěr představím vybrané přístupy k Data Governance a popíšu jejich odlišnosti.
|
|
|
Srovnání produktů z oblasti Product Information Management
Vytiska, Tomáš ; Slánský, David (vedoucí práce) ; Pour, Jan (oponent)
Diplomová práce se věnuje problematice Product Information Managementu (PIM) a srovnání jejich nástrojů. Jejím cílem je představit a popsat problematiku PIM v českém jazyce. K dosažení dalšího cíle je třeba stanovit dílčí cíl, a to vytvořit systém kritérií. Samotným dalším cílem je pak analýza a srovnání nástrojů PIM. Pro dosažení výše uvedených cílů je využito těchto postupů: rešerše informačních zdrojů, získávání informací prostřednictvím emailové komunikace, definování srovnávacích kritérií na základě analýzy produktů a empirických zkušeností a znalostí. Vlastní přínosy práce pak kopírují výše uvedené cíle. Práce se skládá ze dvou celků. První, teoretická část se zabývá problematikou definice PIM, kontextu vůči ostatním systémům, funkcionalitou, architekturou a vývojem trhu. Druhá, praktická část se zabývá výběrem nástrojů k porovnání, definicí systém kritérií a srovnání nástrojů PIM.
|
|
|
Data Quality Metrics
Sýkorová, Veronika ; Slánský, David (vedoucí práce) ; Pour, Jan (oponent)
The aim of the thesis is to prove measurability of the Data Quality which is a relatively subjective measure and thus is difficult to measure. In doing this various aspects of measuring the quality of data are analyzed and a Complex Data Quality Monitoring System is introduced with the aim to provide a concept for measuring/monitoring the overall Data Quality in an organization. The system is built on a metrics hierarchy decomposed into particular detailed metrics, dimensions enabling multidimensional analyses of the metrics, and processes being measured by the metrics. The first part of the thesis (Chapter 2 and Chapter 3) is focused on dealing with Data Quality, i.e. provides various definitions of Data Quality, gives reasoning for the importance of Data Quality in a company, and presents some of the most common tools and solutions that target to managing Data Quality in an organization. The second part of the thesis (Chapter 4 and Chapter 5) builds on the previous part and leads into measuring Data Quality using metrics, i.e. contains definition and purpose of Data Quality Metrics, places them into the multidimensional context (dimensions, hierarchies) and states five possible decompositions of Data Quality metrics into detail. The third part of the thesis (Chapter 6) contains the proposed Complex Data Quality Monitoring System including description of Data Quality Management related dimensions and processes, and most importantly detailed definition of bottom-level metrics used for calculation of the overall Data Quality.
|
host ::
RSS.