Τεχνικές ανάλυσης επιχειρηματικών δεδομένων μεγάλου όγκου με υπολογιστικά φύλλα

Το θέμα της παρούσης πτυχιακής εργασίας είναι: «Τεχνικές Ανάλυσης Επιχειρηματικών Δεδομένων μεγάλου όγκου με υπολογιστικά φύλλα» Στο 1ο κεφάλαιο δίνονται στοιχεία για τα δεδομένα, η σημασία τους, τρόπους συλλογής δεδομένων, διαχείριση, διατήρηση, εξόρυξη, μοντελοποίηση, οπτικοποίηση πληροφοριών και...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριοι συγγραφείς: ΓΙΟΓΙΟΣ, ΑΘΑΝΑΣΙΟΣ Α.Μ.16042, ΜΠΟΥΖΑΣ, ΑΝΤΩΝΙΟΣ Α.Μ.16025
Άλλοι συγγραφείς: Παξιμάδης, Κωνσταντίνος
Μορφή: Πτυχιακή Εργασία
Γλώσσα:Greek
Έκδοση: Πανεπιστήμιο Πατρών 2022
Θέματα:
Διαθέσιμο Online:https://nemertes.library.upatras.gr/handle/10889/18619
Περιγραφή
Περίληψη:Το θέμα της παρούσης πτυχιακής εργασίας είναι: «Τεχνικές Ανάλυσης Επιχειρηματικών Δεδομένων μεγάλου όγκου με υπολογιστικά φύλλα» Στο 1ο κεφάλαιο δίνονται στοιχεία για τα δεδομένα, η σημασία τους, τρόπους συλλογής δεδομένων, διαχείριση, διατήρηση, εξόρυξη, μοντελοποίηση, οπτικοποίηση πληροφοριών και ηλεκτρονική επεξεργασία δεδομένων. Στο 2ο κεφάλαιο καταγράφεται η επιχειρησιακή ανάλυση. Δίνονται παραδείγματα εφαρμογής Επιχειρησιακής ανάλυσης, οι επιμέρους τομείς της (δημιουργία και διατήρηση της επιχειρηματικής αρχιτεκτονικής, διεξαγωγή μελετών σκοπιμότητας, προσδιορισμός νέων επιχειρηματικών ευκαιριών, προετοιμασία της επιχειρηματικής υπόθεσης, διεξαγωγή της αρχικής εκτίμησης κινδύνου), ο σχεδιασμός και διαχείριση απαιτήσεων Ανάλυσης (καταιγισμός ιδεών, ανάλυση εγγράφων, ομάδα εστίασης, ανάλυση διεπαφής, αντίστροφη μηχανική, έρευνες, ανάλυση εργασιών χρήστη, χαρτογράφηση διαδικασίας, παρατήρηση εργασίας, σχεδιαστική λογική, πρωτοτυποποίηση) και τέλος η ανάλυση απαιτήσεων και τεκμηρίωση. Στο 3ο κεφάλαιο παρουσιάζονται οι επιχειρηματικές Αναλύσεις Δεδομένων, όπως: PEST, Heptalysis, MOST, SWOT, CTWOE, Five whys, MoSCoW, VPEC-T, SCRS, Business Analysis Canvas, Business Process Analysis. Στο 4ο κεφάλαιο καταγράφεται βιβλιογραφική επισκόπηση του θέματος. Στο 5ο κεφάλαιο παρουσιάζονται οι τεχνικές Ανάλυσης Επιχειρηματικών Δεδομένων μεγάλου όγκου με υπολογιστικά φύλλα, δηλαδή το Excel και μεγάλα δεδομένα (καθορισμός μεγάλων δεδομένων, ο ρόλος του Excel στα μεγάλα δεδομένα, εισαγωγή δεδομένων, ερώτηση εξωτερικής πηγής, εξαγωγή από μια εφαρμογή στο Excel), η χρήση Excel για ανάλυση δεδομένων, δημιουργία συμπερασμάτων από δεδομένα του Excel (συγκεντρωτικός πίνακας, δημιουργία γραφημάτων) και ο καθαρισμός δεδομένων από Excel (κατάργηση διπλότυπων τιμών, κείμενο σε στήλες).