Wyniki wyszukiwania - BazEkon

1

Profilowanie, oczyszczanie i zapobieganie powstawaniu dirty data

100%

Migdał-Najman K., Najman K.

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

|

2018

|

21

|

nr 508 Klasyfikacja i analiza danych - teoria i zastosowania

146-156

Zbiory Big Data oferują dostęp do niemal nieograniczonej liczby danych, dając nadzieję na szybszy, tańszy, bardziej precyzyjny i wszechstronny opis świata. Jednocześnie w takich zbiorach poza danymi o odpowiedniej jakości (clear data) znaczny udział mają dane nieprawdziwe, nieaktualne, zaszumione, często zwielokrotnione, niepełne lub błędne (dirty data), a także dane o nieznanej jakości czy użyteczności (dark data). Znaczący udział dirty i dark data ma szereg negatywnych konsekwencji w analizie zbioru Big Data. Celem prezentowanych badań jest przegląd i systemowe ujęcie procedur minimalizowania negatywnych efektów dirty data w analizie Big Data. W konstrukcji systemu oczyszczania zbioru danych uwzględniono najważniejsze procedury profilowania (profiling data), oczyszczania (cleansing data) i zapobiegania (defect prevention) powstawaniu dirty data w procesie budowy i analizy zbioru Big Data.(abstrakt oryginalny)

2

Big Data as a Business Opportunity: an Educational Perspective

100%

Pawełoszek I., Wieczorkowski J.

Annals of Computer Science and Information Systems

|

2015

|

5

1563-1568

The paper presents considerations on the concept of big data. The aim of the paper is to confront the attempts of defining big data with its common understanding by different groups of users. In this research the group of respondents are students of Warsaw University of Economics. The authors advocate that the student's opinion and attitude to big data can be important regarding the fact that they will probably become managers - business users of big data solutions. Another aim is the analysis of present educational offerings of Polish universities in the area of big data and suggesting the directions of the development of educational curricula to better fit the marked demand for big data professionals.(original abstract)

3

Marketing innowacyjny e-usług

80%

Chłopek Z.

Ekonomiczne Problemy Usług

|

2017

|

nr 126, T.2

37-44

W artykule przedstawiono zarys nowoczesnych narzędzi służących do prawidłowego targetowania potrzeb klientów. Ukazano zalety oraz zagrożenia związane z ich wykorzystaniem. Przedstawione rozwiązania mają na celu ukazanie procesu ustalania odpowiedniej oferty jednocześnie wskazując możliwości interakcji z klientem według nowych trendów panujących na globalnych rynkach.(abstrakt oryginalny)

4

Zbiory Big Data oraz technologia chmury obliczeniowej dla humanistyki cyfrowej

80%

Grabowska M.

Studia Europejskie / Centrum Europejskie Uniwersytetu Warszawskiego

|

2017

|

nr 3

195-213

Terminem Big Data określa się ogromną ilość danych liczonych w terabajtach (1000 GB), petabajtach (1000 TB), exabajtach (1000 PB) i zettabajtach (1000 EX), niemieszczących się już w komputerach o pojemnościach kilkunastu gigabajtów, gromadzonych i przetwarzanych w środowisku nowej technologii, którą jest chmura obliczeniowa (ang. cloud computing). Technologia ta, za pomocą zaawansowanych narzędzi operowania danymi, umożliwia lepszą organizację i zarządzanie wielkimi zbiorami danych i dzięki temu uzyskiwanie nowej wiedzy. Obejmuje ona nowe rozwiązania zarówno w zakresie hardware'u, jak i software'u, w tym też nowoczesnych narzędzi analizy i prezentacji danych.(fragment tekstu)

5

Requirements for Temporal BDA Implementation Methodology in Organizations

80%

Mach-Król M.

Informatyka Ekonomiczna / Uniwersytet Ekonomiczny we Wrocławiu

|

2019

|

nr 1 (51)

44-54

Artykuł poświęcony jest problemowi temporalnej analityki big data (BDA) w organizacjach w kontekście wyzwań płynących z otoczenia biznesowego. Problem badawczy wynika z wielości istniejących podejść do wdrażania big data, wielości koncepcji leżących u podłoża tych podejść, jak również z braku osadzenia istniejących już propozycji w kontekście temporalności. Konieczne jest zatem dokonanie przeglądu i uporządkowanie metodyk i strategii big data. Ponadto w artykule scharakteryzowano wyzwania dla efektywnej temporalnej BDA i na tej podstawie sformułowano zestaw wymagań, jakim musi sprostać metodyka implementacji temporalnej analityki big data w organizacjach. Jako metody badawcze wykorzystano krytyczną analizę literatury, kreatywne myślenie, metody syntezy i analizy.(abstrakt oryginalny)

6

Potrzeby analityczne polskich firm a Big Data

80%

Mach-Król M., Modrzejewska B.

Informatyka Ekonomiczna / Uniwersytet Ekonomiczny we Wrocławiu

|

2017

|

nr 2 (44)

82-93

Cele artykułu to prezentacja poziomu świadomości polskich menedżerów co do znaczenia analityki Big Data oraz określenie, na ile potrzeby analityczne polskich firm wiążą się w sposób jawny bądź nie z przetwarzaniem właśnie tego typu danych i z wdrażaniem odpowiednich do tego rozwiązań IT. Pytania badawcze brzmią następująco: jak menedżerowie rozumieją znaczenie terminu Big Data, jakie są rodzaje analityki biznesowej szczególnie ważne dla organizacji, jakie rodzaje danych i/lub wiedzy, rozwiązania ICT i jakie funkcjonalności narzędzi ICT mających wspierać zaawansowane analizy biznesowe są pożądane przez polskich menedżerów. Wyniki prezentowane w artykule są wynikiem badań przeprowadzonych w 2016 r. z wykorzystaniem studiów przypadków. Metodą zbierania danych były wywiady półustrukturyzowane, przeprowadzone w 15 polskich przedsiębiorstwach. Stwierdzono, że potrzeby analityczne polskich menedżerów można powiązać z pojęciem Big Data, ponadto w wypowiedziach respondentów silnie uwidaczniają się temporalny charakter Big Data i dominująca rola czasu w analityce tych danych.(abstrakt oryginalny)

7

The Main Barriers to Effective Use of Big Data

80%

Gierej S.

Zarządzanie. Teoria i Praktyka / Wyższa Szkoła Menedżerska w Warszawie

|

2017

|

nr 2 (20)

39-45

Na obecnym etapie rozwoju gospodarki informacja ma szczególne znaczenie. Dzięki postępowi technologicznemu bardzo szybko generowane są duże ilości danych. Zjawisko Big Data skłania coraz więcej przedsiębiorstw do zwrócenia szczególnej uwagi na posiadane zasoby informacji, możliwość zakupu zewnętrznych danych i ich analizy w celu osiągnięcia wartości biznesowej. W artykule przedstawiono główne problemy i bariery w prawidłowym wykorzystaniu potencjału dużych zbiorów danych. Za owe bariery uważa się ograniczenia technologiczne, kwestie prawne dotyczące bezpieczeństwa danych, problemy z właściwym zarządzaniem i jakością danych oraz przeszkody w monetyzacji danych. Zwrócono uwagę na kwestie, które powinny zostać uwzględnione przez organizacje decydujące się na wdrożenie rozwiązań Big Data(abstrakt oryginalny)

8

Big data w zarządzaniu łańcuchem dostaw

80%

Marciniak M., Szymczak M.

Gospodarka Materiałowa i Logistyka

|

2015

|

nr 7

8-15

Zmaganie się z konkurencją na rynku globalnym oraz rywalizacja w warunkach nietrwałych przewag konkurencyjnych wymagają od przedsiębiorstw i ich łańcuchów dostaw znacznie większego niż dotąd zaangażowania w zakresie analityki biznesowej. Oznacza to konieczność analizy dużych zbiorów danych o niejednorodnym charakterze, co jest niezbędne dla szybkiego odczytywania (często słabych) sygnałów nadchodzących zmian. Na tym gruncie wyrosła koncepcja big data, która wskazuje, że nie wystarczą już dzisiaj dotychczasowe narzędzia analityczne, że trzeba stosować bardziej zaawansowane metody matematyczne i znaczną moc obliczeniową. Celem artykułu jest wskazanie na potrzebę stosowania zaawansowanych metod analizy danych w zarządzaniu łańcuchem dostaw w warunkach nietrwałej przewagi konkurencyjnej. (abstrakt oryginalny)

9

Reception of the New Framework for Implementing Temporal Big Data Analytics in Organizations

80%

Mach-Król M.

Informatyka Ekonomiczna / Uniwersytet Ekonomiczny we Wrocławiu

|

2022

|

nr 2 (64)

28-48

Głównym celem artykułu jest przedstawienie recepcji nowych ram wdrażania temporalnej analizy big data (TBDA - Temporal Big Data Analytics) w organizacjach. Jednocześnie badania mają na celu zweryfikowanie poprawności i użyteczności proponowanych ram. Weryfikacja została przeprowadzona za pomocą zogniskowanego wywiadu grupowego. W artykule wskazano potrzebę TBDA, pokrótce przedstawiono proponowane ramy implementacji tego rozwiązania oraz przedstawiono wyniki zogniskowanego wywiadu grupowego. Zaproponowane ramy konceptualne zostały zweryfikowane pozytywnie. Najważniejsze wnioski z tego badania to: udowodniono, że skuteczne wdrożenie analityki big data w firmach wymaga uwzględnienia czasu; wykazano przydatność podejścia leagile we wdrażaniu TBDA w organizacjach; pozytywnie zweryfikowano kompleksowe ramy koncepcyjne wdrożenia TBDA w organizacjach. (abstrakt oryginalny)

10

Bezpieczeństwo danych osobowych w cyberprzestrzeni - Big Data

80%

Stępień A.

Przedsiębiorczość i Zarządzanie

|

2018

|

t. 19, z. 2, cz. 3 Bezpieczeństwo zintegrowane współczesnej Polski

49-59

Cyberspace has become another area of human activity. On the basis of international law, it has not been possible to work out a coherent approach how to provide safety. In addition, the development of cyberspace has led to increased activity of ordinary people in that area. This article presents the most important elements of personal data, methods of collecting them. Rising Bid Data is without a doubt not only a valuable source but also a source of many risks(original abstract)

11

Zagadnienia społeczne i prawne w koncepcji big data

80%

Wieczorkowski J.

Nierówności Społeczne a Wzrost Gospodarczy

|

2015

|

z. nr 44, cz. 2 Społeczeństwo, przedsiębiorstwa i regiony w dobie gospodarki elektronicznej

341-353

Popularny w ostatnim czasie termin big data dopiero się kształtuje i na chwilę obecną obejmuje dość szeroki zakres pojęciowy. Autor opierając się na tematyce publikowanych w ostatnim okresie w polskich gazetach artykułów, które wykorzystywały omawiane pojęcie, dokonał próby charakterystyki powszechnego zrozumienia terminu big data. Wyniki tego badania pozwalają na stwierdzenie, że powszechnie pod tym terminem rozumie się w szczególności problematykę prywatności i zagrożenia permanentną inwigilacją, jako konsekwencję możliwości masowego przetwarzania danych. Tak więc, mimo że ogólnie przyjęte wyjaśnienie terminu big data opiera się na aspektach technologicznych metod przetwarzania danych masowych, odbiega ono znacząco od powszechnego jego odbioru. Zagadnienia związane z problemami przetwarzania przede wszystkim różnego typu danych osobowych określone zostały w artykule jako społeczny aspekt big data. Jest on ściśle związany z zagadnieniami prawnymi, gdyż prawo, usiłując nadążyć za postępem technologicznym i potrzebami biznesu, próbuje określić dopuszczalne granice przetwarzania danych. Zagadnienia społeczne i prawne w koncepcji big data są podstawowym tematem artykułu. (abstrakt oryginalny)

12

Rodzaje Big Data i ich wykorzystywanie w strategiach marketingowych

80%

Golik-Górecka G.

Marketing i Zarządzanie

|

2017

|

nr 3(49)

43-54

Teraźniejszość i przyszłość marketingu opiera się na analityce danych, co stało się motywem podjęcia tematu artykułu. Podstawą bowiem biznesu oraz marketingu cyfrowego stają się Big Data, należy więc wykorzystać ich potencjał. Wdrażanie analityki w proces optymalizacji działań marketingu możliwy jest dzięki technologii business intelligence. Celem artykułu jest przedstawienie przydatności danych w różnych strategiach marketingowych - tych tradycyjnych i tych nowych oraz ich klasyfikacja - hot, warm, cold, dark data. W opracowaniu zawarto ponadto identyfikację i określenie wskaźników marketingowych najistotniejszych w planowaniu i realizacji strategii marketingowych. Wykorzystano w nim przegląd literatury oraz wstępne wyniki badań mierzenia i wskaźników działań, zawierających m.in. KPI - kluczowe wskaźniki efektywności oraz KRI - kluczowe wskaźniki ryzyka(abstrakt autora)

13

Big Data - aspekt technologiczny i ekonomiczny vs. aspekt społeczny

80%

Wieczorkowski J.

Zeszyty Naukowe Uniwersytetu Szczecińskiego. Ekonomiczne Problemy Usług

|

2014

|

nr 113, T.2 Ekonomiczno-społeczne i techniczne wartości w gospodarce opartej na wiedzy.

399-408

Termin big data jest pojęciem nowym i dopiero kształtującym się. W pracy zaproponowano wyróżnienie trzech podstawowych aspektów tego terminu: technologiczny (obejmujący poza technologią także metody analityczne), ekonomiczny (obejmujący różnorodne zastosowania) oraz społeczny. Ten ostatni, dotyczący głównie zagrożenia prywatności, jest aspektem wtórnym do poprzednich, ale to jemu poświęcono w artykule najwięcej uwagi(abstrakt autora)

14

Wykorzystanie narzędzi big data w procesie zarządzania wiedzą o klientach

80%

Kisiołek A.

Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach

|

2020

|

Innowacyjny rozwój. Inteligentne organizacje

66-75

Celem artykułu jest zidentyfikowanie roli big data w CKM na przykładzie klientów platformy muzycznej Spotify. Cel ten został zrealizowany poprzez dokonanie przeglądu literatury oraz analizę danych zebranych na platformie streamingowej muzyki i podcastów - Spotify. Badania zostały przeprowadzone przy wykorzystaniu pakietu R. Przeprowadzono je na próbie miliona rekordów, zawierającej dane na temat użytkowników Spotify. Analizy zostały przeprowadzone za pomocą metod text mining, w tym sentiment analysis. Na podstawie przeprowadzonych badań oraz krytycznej analizy literatury sformułowano wnioski i rekomendacje dotyczące analizy zbiorów BD w zarządzaniu wiedzą o klientach. (fragment tekstu)

15

On Assessing an Organization's Preparedness to Adopt and Make Use of Big Data

80%

Mach-Król M.

Informatyka Ekonomiczna / Uniwersytet Ekonomiczny we Wrocławiu

|

2016

|

nr 1 (39)

75-82

W artykule zaproponowano poszerzenie modelu dojrzałości organizacji do Big Data o formularz samooceny organizacji, opierający się na skali Likerta. Przedstawiono problematykę dojrzałości organizacji w kontekście Big Data, pokazano temporalny model dojrzałości BDTMM do Big Data oraz przedstawiono formularz samooceny. Główne cele artykułu to prezentacja autorskiego modelu dojrzałości i wskazanie, czym różni się on od modeli istniejących, oraz prezentacja również autorskiego formularza samooceny dojrzałości, pozwalającego organizacji ocenić, na którym poziomie modelu BDTMM się znajduje.(abstrakt oryginalny)

16

Are Central Banks' Research Teams Fragile Because of Groupthink in the Area of Monetary Policy? - Evidence on Inflation Targeting

80%

Rybacki J.

Gospodarka Narodowa

|

2020

|

nr 4

81-103

W ubiegłych latach stosunkowo duża część banków centralnych miała problem z realizacją własnych celów inflacyjnych. Badanie ma na celu odpowiedzieć, czy przyczyną tego zjawiska jest niedoskonała organizacja prac działów badań ekonomicznych. Przedstawiony model wskazuje pozytywną, choć stosunkowo mało istotną statystycznie relację pomiędzy koncentracją idei poruszanych w badaniach a sumą odchyleń od celów inflacyjnych. Przedstawione zostały również nieregularności widoczne w danych. Amerykańska Rezerwa Federalna, Bundesbank czy Bank Anglii prowadzą mniej zdywersyfikowane badania niż EBC. Departamenty badań Banku Włoch oraz NBP są zdominowane przez prace wąskiej grupy badaczy. Z kolei Banki Francji i Kanady prowadzą najbardziej różnorodne badania. (abstrakt oryginalny)

17

Wykorzystanie rozwiązań big data w zarządzaniu przedsiębiorstwem

80%

Weinert A.

Acta Universitatis Nicolai Copernici. Zarządzanie

|

2016

|

43

|

nr 3

91-100

W opracowaniu zaprezentowano koncepcję big data w zarządzaniu przedsiębiorstwem. Pierwsza część artykułu dotyczy istoty i założeń w podejściu big data. W drugiej części przedstawiono wyniki badań empirycznych. Za pomocą ujęcia komparatywnego wskazano różnice w wykorzystaniu rozwiązań big data na tle różnych cech przedsiębiorstw. Przeprowadzona analiza przyczynia się do określenia specyfiki praktycznej użyteczności koncepcji big data w polskich przedsiębiorstwach. (abstrakt oryginalny)

18

Rola wież kontroli w zarządzaniu globalnym łańcuchem dostaw

61%

Brzeziński J., Ocicka B.

Przedsiębiorczość i Zarządzanie

|

2016

|

t. 17, z. 12, cz. 2 Systemy logistyczne w gospodarowaniu

7-19

Celem artykułu jest prezentacja funkcji wież kontroli w zarządzaniu globalnymi łańcuchami dostaw. Szacuje się, że przynajmniej 10 spośród 25 globalnych, wiodących przedsiębiorstw zarządzających najbardziej konkurencyjnymi łańcuchami dostaw na świecie według rankingu Gartner Supply Chain Top 25 posiada wieżę kontroli. Są wśród nich: Unilever, Procter & Gamble, Samsung Electronics, Cisco, Colgate-Palmolive, Coca-Cola, Walmart, Lenovo Group, Kimberly-Clark i Caterpillar [Van Doesburg 2015]. (fragment tekstu)

19

Czy więcej znaczy lepiej? Badania ilościowe w geografii społeczno-ekonomicznej ery Big Data

61%

Rzeszewski M.

Rozwój Regionalny i Polityka Regionalna / Instytut Geografii Społeczno-Ekonomicznej i Gospodarki Przestrzennej Uniwersytetu im. Adama Mickiewicza w Poznaniu

|

2019

|

nr 46

67-89

Wielkie zbiory danych typu Big Data są obecnie nieodłącznym elementem badań w wielu dziedzinach nauki - w tym w geografii społeczno-ekonomicznej. Znajdują one szereg zastosowań, zarówno wnosząc możliwość analizy nowych danych w klasycznych problemach badawczych, jak i same w sobie będąc nowym przedmiotem badań oraz pozwalając na badanie cyfrowych geografii. Jednocześnie Big Data krytykuje się za niejednorodność, brak reprezentatywności, nierówność reprezentacji czy też problemy etyczne. Z tego powodu zwracamy uwagę na szereg dylematów związanych z obecnością Big Data w praktyce badawczej, sugerując istotną rolę krytycznego podejścia do ich zastosowania w praktyce badawczej(abstrakt oryginalny)

20

Wykorzystanie technologii Big Data i analizy danych we wspomaganiu procesów ZZL

61%

Kania K., Staś T.

Zarządzanie Zasobami Ludzkimi

|

2018

|

nr 1

139-154

Termin "Big Data" szybko rozprzestrzenia się w środowisku naukowym i w organizacjach. Wpływa również na zarządzanie danymi w obszarze ZZL, które ewoluuje od prostego raportowania w kierunku wykorzystania danych do podejmowania decyzji, zaawansowanego planowania zatrudnienia, poprzez przewidywanie wydajności pracowników i zarządzanie talentami. Celem artykułu jest scharakteryzowanie technologii Big Data w kontekście ZZL oraz zaprezentowanie metod analizy, które można wykorzystać w tym obszarze. Artykuł rozpoczyna prezentacja technologii Big Data, następnie przedstawiono metody i narzędzia analityki kadrowej oraz na podstawie badań literaturowych i studiów przypadku zestawiono funkcje i zadania ZZL z ofertą technologii Big Data i analityki kadrowej. Poruszono również kwestie zagrożeń, jakie towarzyszą wprowadzeniu tej technologii. (abstrakt oryginalny)