35. Проблемы и вопросы Data Mining. Области применения.
Проблемы и вопросы:
-DataMining– не может заменить аналитика!
-сложность разработки и эксплуатации приложения DataMining. Основные аспекты:
А) квалификация пользователя;
Б) сложность подготовки данных;
В) большой процент ложных, недостоверных или бессмысленных результатов;
Г) высокая стоимость;
Д) наличие достаточного количества репрезентативных данных.
Области применения Data Mining:
-Databasemarketers– рыночная сегментация, идентификация целевых групп, построение профиля клиента;
- банковское дело – анализ кредитных рисков, привлечение и удержание клиентов, управление ресурсами;
-кредитные компании – детекция подлогов, формирование «типичного поведения» обладателя кредитки, анализ достоверности клиентских счетов, cross-sellingпрограммы.
-страховые компании – привлечение и удержание клиентов, прогнозирование финансовых показателей.
-розничная торговля – анализ деятельности торговых точек, построение профиля покупателя, управление ресурсами.
-биржевые трейдеры – выработка оптимальной торговой стратегии, контроль рисков.
-телекоммуникация и энергетика – привлечение клиентов, ценовая политика, анализ отказов, предсказание пиковых нагрузок, прогнозирование поступления средств.
-налоговые службы и аудиторы – детекция подлогов, прогнозирование поступлений в бюджет.
-фармацевтические компании – предсказание результатов будущего тестирования препаратов, программы испытания.
-медицина – диагностика, выбор лечебных воздействий, прогнозирование исхода хирургического вмешательства.
-управление производством – контроль качества, материально-техническое обеспечение, оптимизация технологического процесса.
-ученые и инженеры – построение эмпирических моделей, основанных на анализе данных, решение научно-технических задач.
- 1. Суть и этапы управления на предприятии. Особенности их автоматизации.
- 2. Суть и особенности процессного подхода. Описание бизнес-процессов.
- 3. Информационные системы в управлении предприятием и их составляющие. Задачи, решаемые кис.
- 4. Системы управления ресурсами предприятия (erp): назначение, их состав и классификация, история возникновения.
- 5. Задачи erp-систем и их основные функциональные возможности.
- 6. Типовая архитектура erp-систем. Классификация.
- 7. Примеры erp-систем, преимущества, проблемы и этапы их внедрения.
- 8. Особенности, архитектура, преимущества и возможности системы Microsoft Dynamics Axapta.
- 9. Особенности и основные возможности решения «1с:Предприятие» по управлению торговлей.
- 10. Основные модули решения «1с:Предприятие» по управлению торговлей и примеры их использования.
- 11. Основные функциональные возможности приложений по автоматизации складского учета.
- 12. Бизнес-процессы торговой организации: виды и их особенности.
- Раздел 2.
- 13. Суть и особенности online-продаж.
- 14. Online-продажи: безопасность, компоненты, процедура, преимущества и недостатки.
- 15. Основные этапы и особенности открытия и функционирования интернет-магазина в рб.
- 16. Каталоги и интернет-магазины для организации электронных продаж.
- 17. Основные модули и автоматизируемые процессы системы PrestaShop.
- Раздел 3.
- 19. Логические и функциональные блоки crm-систем и их использование.
- 22. Роль и место crm-систем в erp-системах.
- 23. Использование и особенности e-crm. Типовая функциональная структура.
- 24. Структура и основные функциональные возможности Terrasoft crm.
- Раздел 4.
- 25. Виды компьютерной графики. Кодирование графической информации.
- 26. Основные инструменты и структура программы Adobe Photoshop. Примеры использования инструментов.
- 27. Flash-технологии – назначение, особенности и составляющие. Типы анимации во Flash.
- Раздел 5.
- 28. Типовая структура и особенности аналитических информационных систем.
- 29. Понятие и концепция хранилищ данных.
- 30. Модели хранилищ данных и основные компоненты хранилищ данных.
- 31. Технология olap, olap-куб – основные понятия.
- 32. Архитектура olap-систем, таблицы фактов, таблицы измерений. Способы реализации многомерной модели.
- Раздел 6.
- 33. Понятие, задачи Data Mining и связи с другими дисциплинами.
- 34. Методы Data Mining. Визуальные инструменты Data Mining.
- 35. Проблемы и вопросы Data Mining. Области применения.
- 36. Метод «деревья решений».
- 37. Метод «кластеризации».
- 38. Особенности проектов Data Mining, типовая структура аналитических систем.
- 39. Основные этапы процесса Data Mining, общая схема анализа данных.
- 40. Методы эффективной работы с большими данными для Data Mining.
- 41. Deductor – принципы работы и структура платформы. Возможности взаимодействия с другими системами.