• 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.

Системы бизнес-аналитики в логистике

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

Преподаватели

Программа дисциплины

Аннотация

Дисциплина ориентирована на получение знаний и опыта работы с современными компьютерными системами, технологиями и моделями, применяемыми менеджерами и руководителями для поддержки принятия решений в сфере управления транспортными и логистическими системам. Дисциплина знакомит с основными методами хранения и анализа данных, а также основными задачами и алгоритмами интеллектуального анализа данных (Data Mining). Практические занятия проводятся в компьютерном классе с использованием современных систем визуализации и анализа данных, ориентированных на менеджеров.
Цель освоения дисциплины

Цель освоения дисциплины

  • Основная цель освоения дисциплины – формирование знаний и навыков подготовки и принятия решений в сфере управления транспортными потоками в логистике с применением современных информационно-аналитических технологий, а также представлений о современных концепциях и системах управления, ориентированных на аналитическую работу.
Планируемые результаты обучения

Планируемые результаты обучения

  • Студент ставит задачи анализа данных для нахождения решения проблемы
  • Студент выбирает инструментальные средства в зависимости от решаемой задачи
  • Студент использует инструментальные средства сбора и хранения данных
  • Студент использует инструментальные средства очистки и предобработки данных
  • Студент использует инструментальные средства построения аналитической отчетности
  • Студент использует инструментальные средства визуализации и анализа пространственных данных
  • Студент выбирает методы анализа экономических данных в зависимости от специфики решаемой задачи
  • Студент интерпретирует результаты, полученные с помощью программных средств
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в информационно-аналитические системы
    Транзакционная и аналитическая информация. Технологическая поддержка оперативного планирования и функций контроллинга. Основной цикл управления: управление бизнес-процессами – цепочка добавленной стоимости – KPI и контроллинг - управление изменениями на основе стратегии. Формирование аналитической отчетности и цикл принятия решения. Качественные и количественные показатели, система показателей. Системы мониторинга бизнес-процессов. Единое информационное пространство предприятия как основа его аналитической деятельности. Формирование системы контроллинга. Базовые информационно-аналитические технологии. Архитектура информационно-аналитической системы: основные аналитические сервисы (хранилище данных, оперативный анализ данных, интеллектуальный анализ данных, аналитические приложения, деловой интеллект стратегического управления). Цикл стратегического управления. Концепция и системы управления эффективностью деятельности организации.
  • Технологии сбора и хранения данных
    Понятие структурированного информационного пространства. Понятие экономического показателя как элемента структуры информационного пространства. Системы показателей. Концепция информационных хранилищ. Облачные технологии для хранения и обработки больших данных (BigData). Технологические ограничения транзакционных систем для решения аналитических задач. Технологии консолидации данных. Технологии извлечения, преобразования и загрузки данных (ETL), организация хранилищ данных. Метаданные. Назначение и свойства хранилища данных. Витрины данных. Основы формирования системы контроллинга.
  • Технологии очистки и предобработки данных
    Технологии и методы оценки качества данных. Профайлинг данных. Очистка данных. Обработка дубликатов и противоречий в данных. Выявление аномальных значений. Восстановление пропущенных значений. Сокращение размерности данных. Сэмплинг. Обогащение данных.
  • Основы построения аналитической отчетности и информационных панелей
    Специфика оперативной аналитической обработки данных. Классификация и структура OLAP-решений. Рынок OLAP-решений. Базовые средства аналитической обработки данных и рекомендации по их применению. Элементы управления аналитическим приложением. Разработка аналитической отчетности и информационных панелей средствами аналитических платформ Tableau и Qlikview. Примеры разработки информационных панелей для анализа логистической деятельности.
  • Геоинформационные системы и средства визуализации и анализа пространственных данных
    Сущность геоинформационных систем, их структура и типология, основы проектирования баз геоданных и анализа информации в ГИС. Применение геоинформационных систем в логистике и на транспорте.
  • Технологии, методы и модели интеллектуального анализа данных и извлечения знаний
    Интеллектуальный анализ данных (Data Mining). Содержание понятия знания. Классификация видов знаний. Задачи интеллектуального анализа: ассоциация, кластеризация, классификация, регрессия. Инструменты интеллектуального анализа Deductor и Rapid Miner. Примеры применения методов интеллектуального анализа в логистике.
Элементы контроля

Элементы контроля

  • неблокирующий Практикум
  • блокирующий Экзамен
    Форма экзамена: Экзамен проводится в устной форме. Платформа проведения: Экзамен проводится на платформе MS Teams. К экзамену необходимо подключиться за 15 минут до начала. Компьютер студента должен удовлетворять требованиям: https://docs.microsoft.com/ru-ru/microsoftteams/hardware-requirements-for-the-teams-app Для участия в экзамене студент обязан: не позднее 7 дней до проведения экзамена проверить работоспособность компьютерного оборудования, необходимого для сдачи экзамена и убедиться в соответствие имеющегося оборудования требованиям к компьютеру для участия в экзамене на платформе MS Teams; войти на платформу MS Teams под личной учетной записью (используется аккаунт студента @edu.hse.ru); перед началом экзамена проверить работоспособность микрофона, колонок или наушников для передачи звука и видеокамеры, скорость работы сети Интернет (для наилучшего результата рекомендуется подключение компьютера к сети через кабель); отключить в диспетчере задач компьютера иные приложения, кроме приложения MS Teams или браузера, в котором будет выполняться вход на платформу MS Teams, и приложения, используемого для демонстрации подготовленной для защиты проекта презентации. В случае, если одно из необходимых условий участия в экзамене невозможно выполнить, необходимо за 2 недели до даты проведения экзамена проинформировать об этом преподавателя или сотрудника учебного офиса для принятия решения об участии студента в экзаменах. Во время экзамена студентам запрещено: выключать видеокамеру во время выступления вашей проектной группы; покидать место (выходить за угол обзора камеры) во время выступления вашей проектной группы. Во время экзамена студентам разрешено: включать микрофон во время экзамена для ответов на вопросы преподавателя; взаимодействовать с другими участниками вашей проектной группы во время вашего выступления. Нарушения связи: Кратковременным нарушением связи во время экзамена считается потеря сетевой связи студента с платформой MS Teams не более 1 минуты. Долговременным нарушением связи во время экзамена считается потеря сетевой связи студента с платформой MS Teams более 1 минуты. При долговременном нарушении связи студент не может продолжить участие в экзамене. Процедура пересдачи аналогична процедуре сдачи экзамена. В случае долговременного нарушения связи с платформой MS Teams во время выполнения экзаменационного задания, студент должен уведомить об этом преподавателя, зафиксировать факт потери связи с платформой (скриншот, ответ от провайдера сети Интернет) и обратиться в учебный офис с объяснительной запиской о случившемся для принятия решения о пересдаче экзамена.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (3 модуль)
    0.4 * Практикум + 0.6 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Введение в геоинформационные системы : учеб. пособие / Я.Ю. Блиновская, Д.С. Задоя. — 2-е изд. — М. : ФОРУМ : ИНФРА-М, 2019. — 112 с. — (Высшее образование: Бакалавриат). - Режим доступа: http://znanium.com/catalog/product/1029281

Рекомендуемая дополнительная литература

  • Бизнес - аналитика: от данных к знаниям (+CD) : учеб. пособие, Паклин, Н. Б., Орешков, В. И., 2010
  • Информационные аналитические системы [Электронный ресурс] : учебник / Т. В. Алексеева, Ю. В. Амириди, В. В. Дик и др.; под ред. В. В. Дика. - Москва : МФПУ Синергия, 2013. - 384 с. - (Университетская серия). - ISBN 978-5-4257-0092-6. - Текст : электронный. - URL: http://znanium.com/catalog/product/451186