راه حل‌‏هاي کلیدي هوش تجاري

استخراج اطلاعات و تحلیل فرآیند تجارت، دو مسئله اساسی است که در تکنیک‌‏ها و الگوریتم‌‏هاي هوش تجاري بسیار کاربرد دارد. از هوش شبکه معنایی، جهت مؤثرتر بودن تکنیک‏‌هاي استخراج اطلاعات استفاده شده است. یک سیستم هوش تجاري باید بتواند نیازهاي تجاري را به سطح بالاي ساختار هوش تجاري تبدیل کند. در ساختار هوش تجاري سازمان‌ها، دو جنبه مهم را باید در نظر گرفت: یکپارچگی منابع عظیم داده‌‏هاي ناهمگن و تدارك قابلیت‏‌هاي تحلیلی براي بررسی دقیق داده‌‏ها. عموماً ساختار هوش تجاري ترکیب شده از انتقال داده‏‌ها، انبار داده‏‌ها، تحلیل داده‏‌ها و گزارش می‌‏باشد؛ راه حل‏‏‌هاي کلیدي ارائه شده توسط هوش تجاري را می‏‌توان به صورت زیر برشمرد:

  • بکارگیري یک قالب هوش تجاري و مدیریت پیاده‌‏سازي و به‏‌روزرسانی آن
  • تست و ارزیابی روش انتخابی و در صورت نیاز بازخورد آن
  • استخراج روابط و اطلاعات براي دستیابی به داده‏‌هاي مرتبط
  • گسترش توانایی‌‏هاي تحلیلی هوش تجاري با بکارگیري هوش مصنوعی و تکنیک‏‌هاي استخراج داده
  • بررسی کیفیت اطلاعات به دست آمده و ارتباطشان با منبع
  • تمرین‏‌هاي مستمر براي مدیریت اطلاعات به دست آمده
  • تحلیل کمی و کیفی براي تصمیم‌‏گیری بهتر
  • مدیریت دانش و هوش تجاري به منظور تسهیل فرآیند تحلیل

براي طراحی یک دامنه کاربردي در هوش تجاري از قالب‌‏ها و مدل‎ها استفاده می‌‏شود. از مدل‏سازي و تحلیل یک سازمان تجاري، در دو سطح تاکتیکی و استراتژي پشتیبانی می‌‏شود. وقتی ساختار قابل استفاده مجدد است که رفتار و ساختار مشترکی را براي تمامی دامنه‏‌هاي کاربردي در حوزه‌‏هاي واحد ارائه کند. به همین دلیل، قالب‏‌ها عموماً پیوندي از ساختار اطلاعات و پیاده‎سازي هستند. در این راستا عموماً از دو روش بررسی طراحی مانند قالب‏‌هاي هوش تجاري و مدیریت هوش تجاري استفاده شده است.

نویسندگان: الهه شیرزادیانی، حمیدرضا ندرلو

از شرکت پردازش موازی سامان تولید کننده محصولات تدبیر و سیستم حسابداری مالی، اداری، بازرگانی و حسابداری صنعتی

بخش اول

بخش دوم