• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Статья
Применение технологии Process Mining в управлении цепями поставок

Воронова А. П., Заходякин Г. В.

Логистика и управление цепями поставок. 2020. № 6(101). С. 26-36.

Глава в книге
Conceptual Framework of Agent-based Model of Relational Conflicts in Russian Retail

Morozova Y. A.

In bk.: Proceedings of Analytics for Management and Economics Conference AMEC 2019. St. Petersburg: 2019. P. 367-373.

Информационные технологии и системы в логистике

2019/2020
Учебный год
RUS
Обучение ведется на русском языке
3
Кредиты
Статус:
Курс обязательный
Когда читается:
1-й курс, 4 модуль

Преподаватели

Гобеджишвили Константин Александрович

Гобеджишвили Константин Александрович

Программа дисциплины

Аннотация

Курс знакомит студентов с наиболее распространенным IT-инструментом для решения задач управления в сфере логистики – электронными таблицами MS Excel и является поддержкой для большинства общепрофессиональных и специальных дисциплин, предусмотренных учебным планом.
Цель освоения дисциплины

Цель освоения дисциплины

  • Формирование общего понимания принципов работы с оперативной (обновляемой) информацией
  • Формирование умения строить модели данных
  • Формирование умения собирать и структурировать отчетную информацию
  • Формирование навыков применения различных функций и методов визуализации данных разных категорий и исследования их взаимосвязи
Планируемые результаты обучения

Планируемые результаты обучения

  • Студент способен выполнять загрузку данных в Excel из разных источников. Студент способен обеспечить целостность распределенных данных в рабочей книге. Студент способен подготовить данные к дальнейшей аналитической обработке и знает основные функции работы с разными форматами данных.
  • Студент способен быстро выделять из табличного массива необходимую информацию. Студент способен выполнять базовые аналитические вычисления.
  • Студент способен организовывать информацию удобным образом с использованием сводных таблиц Excel и проводить аналитические расчеты. Студент способен строить и оформлять основные виды диаграмм в Excel. Студент способен собирать и настраивать простые инфопанели для удобства анализа оперативной информации.
  • Студент способен находить решения для задач с линейными целевыми функциями при наличии ограничений различными методами с использованием Excel.
  • Студент способен разработать модель данных на основе нескольких тематических таблиц. Студент способен создавать запросы к модели данных. Студент способен выполнять агрегирующие вычисления с использованием DAX-формул.
  • Студент может выполнить сезонную декомпозицию временного ряда, используя Excel. Студент может выбрать подходящую модель временного ряда на основе анализа его закономерных компонентов. Студент может привести формулы, назвать условия применимости, параметры моделей простого экспоненциального сглаживания, Хольта и Винтерса. Он способен строить прогнозы временных рядов с использованием этих моделей в Excel.
  • Студент может с использованием функций и графиков Excel: исследовать распределения переменных в любой шкале измерения, а также совместные распределения переменных в номинальной/порядковой шкале, выявлять наличие выбросов, сравнивать количественные характеристики групп наблюдений, вычислять описательные статистики для групп наблюдений.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Первичная работа с источниками данных
    Импорт и экспорт данных в электронных таблицах. Целостность данных. Заполнение пропусков, удаление дубликатов. Система работы с именами ячеек и диапазонов. Функции поиска и сортировки данных. Функции для работы с разными форматами данных.
  • Инструменты аналитической отчетности в электронных таблицах Excel
    Концепция проведения расчетов в электронных таблицах. Электронные таблицы как рабочий инструмент логиста. Автоматизация расчетов с использованием большого объема данных. Функции для работы с массивами и ссылками. Использование простых и расширенных фильтров. Методы группировки данных. Функции условного агрегирования.
  • Использование сводных таблиц для аналитической отчетности
    Сводные таблицы и диаграммы. Методы фильтрации, группировки и создания вычисляемых полей в сводных таблицах. Создание и редактирование сводных диаграмм. Средства создания графического интерфейса пользователя. Разработка простых инфопанелей с возможностями фильтрации. Применение сводных таблиц для решения логистических задач (на примере задачи ABC-XYZ анализа запасов).
  • Применение оптимизационных инструментов Excel для решения задач логистики
    Использование таблиц подстановки, применение диалогового окна подбора параметров, расчет сценариев с использованием инструмента «что-если», применение надстройки «Поиск решения» (на примере транспортной задачи, задачи на распределение ресурсов, задачи на подбор веса груза).
  • Построение модели данных с помощью надстройки Power Query
    Соединение данных из разных источников, преобразование таблиц, использование ключевых полей, внешние и внутренние соединения, консолидация и очистка данных, роль различных данных в модели (справочники и факты), использование DAX-формул.
  • Реализация методов и моделей прогнозирования с использованием электронных таблиц Excel
    Роль прогнозирования в управлении цепью поставок. Классификация методов прогнозирования. Понятие временного ряда. Реализация методов сглаживания временных рядов в Excel: скользящие средние и медиана, экспоненциальное сглаживание, методы Хольта и Винтерса, метод сезонной декомпозиции временного ряда. Выбор параметров методов прогнозирования. Оценка ошибки прогноза.
  • Разведочный анализ данных в Excel
    Способы описания данных. Связи между переменными и способы из визуализации. Номинальных и порядковые величины: описательные статистики, диаграммы частот и круговые диаграммы, диаграммы рассеяния. Описательные статистики для интервальных переменных: меры центрального положения и меры разброса. Графическое представление распределений – точечная диаграмма, гистограмма, диаграмма ствол-листья, диаграмма «ящик с усами». Распределение случайной величины: способы описания. Нормальное распределение. Стандартное нормальное распределение. Стандартизация значений.
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание
  • неблокирующий Активность
  • блокирующий Тест
    Экзамен проводится в письменной форме. Экзамен проводится на платформе LMS (https://lms.hse.ru/professor.php?ctg=content&view_unit=335862). К экзамену необходимо подключиться за 10 минут до начала. Компьютер студента должен удовлетворять требованиям: надежное и бесперебойное интернет-соединение. Для участия в экзамене студент обязан: зайти в LMS под своей учетной записью, войти в меню курса и выбрать тест в разделе Материалы дисциплины. Во время экзамена студентам запрещено: использовать соц. сети и мессенджеры для обмена ответами. Во время экзамена студентам разрешено: пользоваться материалами семинарских занятий и презентациями. При досрочном закрытии теста результат будет посчитан только исходя из имеющихся на момент закрытия ответов. Процедура пересдачи аналогична процедуре сдачи.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (4 модуль)
    0.2 * Активность + 0.3 * Домашнее задание + 0.5 * Тест
Список литературы

Список литературы

Рекомендуемая основная литература

  • Бизнес-аналитика средствами Excel : учеб. пособие / Я.Л. Гобарева, О.Ю. Городецкая, А.В. Золотарюк. — 3-е изд., перераб. и доп. — М. : Вузовский учебник : ИНФРА-М, 2018. — 350 с. + Доп. материалы [Электронный ресурс; Режим доступа http://www.znanium.com]. - Режим доступа: http://znanium.com/catalog/product/854421
  • Калмыкова С.В., Ярошевская Е.Ю., Иванова И.А. - Работа с таблицами в Microsoft Excel: учебно-методическое пособие - Издательство "Лань" - 2019 - 136с. - ISBN: 978-5-8114-3626-2 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/121489
  • Много цифр. Анализ больших данных при помощи Excel / Форман Д.; Пер. с англ. Соколовой А. - М.:Альпина Пабл., 2016. - 461 с.: 84x108 1/16 (Обложка) ISBN 978-5-9614-5032-3 - Режим доступа: http://znanium.com/catalog/product/551044
  • Пакулин В.Н. - Решение задач оптимизации управления с помощью MS Excel 2010 - Национальный Открытый Университет "ИНТУИТ" - 2016 - 91с. - ISBN: - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/100483
  • Соловьев В.И. - Анализ данных в экономике: Теория вероятностей, прикладная статистика, обработка и анализ данных в Microsoft Excel. (Бакалавриат) - КноРус - 2019 - 497с. - ISBN: 978-5-406-06940-0 - Текст электронный // ЭБС BOOKRU - URL: https://book.ru/book/930826

Рекомендуемая дополнительная литература

  • Количественные методы разработки и принятия решений в менеджменте : компьютерное моделирование в Microsoft Excel : практикум, Мадера, А. Г., 2018
  • Статистический анализ данных в MS Excel : учеб. пособие / А.Ю. Козлов, В.С. Мхитарян, В.Ф. Шишов. — М. : ИНФРА-М, 2019. — 320 с. — (Высшее образование: Бакалавриат). — www.dx.doi.org/10.12737/2842. - Режим доступа: http://znanium.com/catalog/product/987337
  • Яковлев В. Б. - СТАТИСТИКА. РАСЧЕТЫ В MICROSOFT EXCEL 2-е изд., испр. и доп. Учебное пособие для вузов - М.:Издательство Юрайт - 2019 - 353с. - ISBN: 978-5-534-01672-7 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/statistika-raschety-v-microsoft-excel-437852
  • Яковлев В.Б. - Регрессионный анализ. Расчеты в Excel и Statistica. Учебное пособие - Русайнс - 2018 - 176с. - ISBN: 978-5-4365-2727-7 - Текст электронный // ЭБС BOOKRU - URL: https://book.ru/book/930268