Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра Правительство Российской Федерации Федеральное государственное автономное образовательное учреждение высшего профессионального образования «Национальный исследовательский университет «Высшая школа экономики» Факультет бизнес-информатики Программа научного семинара «Информационная бизнес-аналитика» для направления 080500.68 «Бизнес-информатика» подготовки магистра для магистерской программы «Бизнес-информатика» Автор программы: Кравченко Т.К., д.э.н., профессор, tkravchenko@hse.ru Одобрена на заседании кафедры бизнес-аналитики Зав. кафедрой Кравченко Т.К. ________________________ «____»______________ 2013 г. Рекомендована секцией УМС «Бизнес-информатика» «____»______________ 2013 г. Председатель Таратухина Ю.В. ________________________ Москва, 2013 Настоящая программа не может быть использована другими подразделениями университета и другими вузами без разрешения кафедры – разработчика программы. Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра 1 Область применения и нормативные ссылки Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности. Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 080500.68 «Бизнес-информатика» подготовки магистра, обучающихся по магистерской программе «Бизнес-информатика». Программа разработана в соответствии с: образовательным стандартом Федерального государственного автономного образовательного учреждения высшего профессионального образования «Национальный исследовательский университет «Высшая школа экономики», уровень подготовки: магистр, утвержденным 26.06.2011; рабочим учебным планом университета по направлению 080500.68 «Бизнесинформатика» подготовки магистра для магистерской программы «Бизнесинформатика», специализация «Информационная бизнес-аналитика», утвержденным в 2011 г. 2 Цели освоения дисциплины Цель научно-исследовательского семинара – выработать у студентов компетенции и навыки исследовательской работы в процессе подготовки курсовой работы и магистерской диссертации по специализации «Информационная бизнес-аналитика» Магистерской программы «Бизнес-информатика». Объектами профессиональной деятельности выпускников специализации «Информационная бизнес-аналитика» являются: аналитическая поддержка принятия решений в управлении эффективностью бизнеса (Business Performance Management - BPM); построение комплексной системы управления эффективностью бизнеса на основе интеграции BPM - приложений, платформы бизнес - интеллекта (Business Intelligence - BI) и специализированных аналитических приложений; идентификация источников информации и проектирование аналитических направлений для аналитических приложений и BI-платформы; разработка методологии извлечения, нормализации и очистки данных, поступающих из разрозненных информационных систем для проектирования хранилищ и витрин данных; предобработка данных с использованием специализированных аналитических приложений для включения в хранилища и витрины данных; постановка задач в конкретных предметных областях и разработка методологии их решения с использованием специализированных аналитических приложений. 3 Компетенции обучающегося, формируемые в результате освоения дисциплины В результате освоения дисциплины студент должен: знать основные направления использования современных информационных технологий для управления эффективностью бизнеса и поддержки принятия управленческих решений; 2 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра знать концепцию управления эффективностью бизнеса и функциональность информационных систем класса BPM, включая BPM-приложения (целевое управление, моделирование бизнеса, планирование и бюджетирование, формирование и анализ консолидированной финансовой отчетности) и BIплатформу (OLAP-системы, средства формирования запросов и отчетности, средства построения панелей индикаторов); знать соотношение информационных систем управления ресурсами предприятия (ERP-систем) и систем управления эффективностью бизнеса (BPM-систем), возможность синергического эффекта при их интеграции; знать методологию Balanced Scorecard и функциональность информационных систем, обеспечивающих формирование систем показателей и мониторинг стратегического развития компании; знать функциональность информационных систем классов ERP (систем управления ресурсами предприятия) и BPM (систем управления эффективностью бизнеса) в части управленческого учета и формирования управленческой отчетности; знать роль систем бизнес-интеллекта (BI) и специализированных аналитических приложений в повышении эффективности управленческой деятельности; знать роль консолидированной финансовой отчетности в системе корпоративного управления и принципы формирования консолидированной отчетности; знать функциональность информационных систем различных классов в части формирования и анализа корпоративной отчетности, включая функциональность специализированных систем консолидации; знать экономико-математические модели и специализированные аналитические приложения для разработки и обоснования вариантов решений. уметь строить сбалансированные системы показателей для различных типов предприятий и организаций; уметь решать задачи учета затрат и калькуляции себестоимости, задачи поддержки принятия решений в области финансового и производственного управления (выбор ассортимента производимой продукции, выбор между производством комплектующих изделий или их закупкой у сторонних организаций и др.), задачи планирования и бюджетирования с применением информационных систем; уметь формировать основные формы консолидированной финансовой отчетности (с учетом структуры группы компаний и долей владения и контроля), анализировать консолидированную финансовую отчетность, интерпретировать результаты анализа и применять их для принятия управленческих решений; уметь пользоваться специализированными аналитическими приложениями для принятия решений в конкретных проблемных областях; уметь применять Экспертную систему поддержки принятия решений для обоснования выбора эффективного варианта решения на основе многовариантных расчетов по различным классам экономико-математических моделей; уметь проектировать хранилища данных и OLAP-системы, с учетом потребностей в информации, необходимой для анализа и принятия решений; уметь обосновывать варианты решений с использованием экономикоматематических моделей и специализированных аналитических приложений; уметь готовить аналитические отчеты для поддержки принятия управленческих решений. Основные задачи научно-исследовательского семинара специализации «Информационная бизнес-аналитика»: 3 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра проведение профориентационной работы среди студентов, позволяющей им выбрать направление и тему научного исследования; обучение студентов навыкам академической работы, включая подготовку и проведение научных исследований, написание научных работ; обсуждение проектов и готовых исследовательских работ; выработка у студентов навыков научной дискуссии и презентации исследовательских результатов. Конечная задача семинара – сделать научную работу студентов постоянным и систематическим элементом учебного процесса, включить их в жизнь научного сообщества, помочь освоить методологию, технологию и инструментарий научно-исследовательской деятельности. В результате освоения дисциплины студент приобретает следующие компетенции: Компетенция Способность принимать управленческие решения, оценивать их возможные последствия и нести за них ответственность Способность выявлять и прогнозировать основные направления использования современных ИКТ для управления эффективностью бизнеса Способность проводить научные исследования и готовить аналитические материалы для оценки мроприятий и выработки стратегических решений в сфере ИКТ Способность разрабатывать и применять экономикоматематические модели для обоснования проектных решений в сфере ИКТ Способность организовать самостоятельную и коллективную научноисследовательскую работу на предприятии и управлять ею Код по Дескрипторы – основные признаки ФГОС/ освоения (показатели достижения НИУ результата) Формы и методы обучения, способствующие формированию и развитию компетенции Лекции, практические занятия, выполнение домашних заданий СК-5 Демонстрирует ПК-11 Владеет и применяет Лекции, практические занятия, выполнение домашних заданий ПК-12 Владеет и применяет Лекции, практические занятия, выполнение домашних заданий ПК-14 Владеет и применяет Лекции, практические занятия, выполнение домашних заданий ПК-16 Демонстрирует Лекции, практические занятия, выполнение домашних заданий 4 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра 4 Место дисциплины в структуре образовательной программы Научно-исследовательский семинар (НИС) проводится в течение 1-4 модулей первого года обучения и 1-3 модулей второго года обучения. На протяжении всего этого периода он включает еженедельные аудиторные занятия по утвержденному расписанию и самостоятельную работу студентов. Часы НИС учитываются в учебной нагрузке преподавателей, проводящих занятия в соответствии с порядком, установленным в ГУ-ВШЭ. Научно-исследовательский семинар «Информационная бизнес-аналитика» организуется кафедрой бизнес-аналитики факультета бизнес-информатики. Работа в научно-исследовательском семинаре является для студента обязательной. При этом он вправе посещать научно-исследовательские семинары других кафедр на добровольной основе без обязательств по сдаче зачетов. Научно-исследовательский семинар ориентирован на подготовку магистерской диссертации. Промежуточной формой ее подготовки в рамках первого года обучения является написание курсовой работы, как важного этапа в процессе подготовки магистерской диссертации. 5 Тематический план учебной дисциплины Общая схема организации НИС представлена в табл. 1. Реализация отдельных форм не обязательно полностью совпадает с границами соответствующих модулей, однако приоритет в каждом модуле отдается именно указанным формам. Таблица 1. Циклы подготовки научно-исследовательского семинара I год обучения I Выбор Выбор конкретной конкретной специализации специализации магистерской магистерской программы «Бизнеспрограммы информатика». «Бизнесинформатика». Подготовка курсовой работы. курсовой работы, магистерской диссертации и формы Модули II Выбор тематики и обсуждение структуры курсовой работы. III Аналитический обзор имеющейся литературы, электронных источников информации, в том числе статистических баз данных для выполнения курсовой работы. Обсуждение промежуточных результатов написания курсовой работы. IV Выполнение курсовой работы и оформление работы в целом. Обсуждение результатов написания курсовой работы. 5 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра Формы НИС 6 Профориентационные лекции, и презентации результатов научных исследований экспертов-практиков, преподавателей, аспирантов и выпускников кафедры бизнес-аналитики. Выступления магистров по результатам выбора тем курсовых работ и презентация их структуры. Презентации результатов научных исследований экспертовпрактиков, преподавателей, аспирантов и выпускников кафедры бизнесаналитики. Выступления магистров по промежуточным результатам проведенных исследований и ходе написания курсовых работ. Презентации результатов научных исследований экспертовпрактиков, преподавателей, аспирантов и выпускников кафедры бизнесаналитики. Выступления магистров по результатам проведенных исследований и написания курсовых работ. Презентации результатов научных исследований экспертовпрактиков, преподавателей, аспирантов и выпускников кафедры бизнесаналитики. Формы контроля знаний студентов В качестве рубежного контроля предусматривается зачет по итогам года. Задолженность по научно-исследовательскому семинару приравнивается к обычной академической задолженности. Зачет выставляется по итогам работы студента в семинаре с учетом полученных результатов исследования, их степени новизны, аналитической обоснованности. Учитывается посещаемость семинара и активность участия в дискуссиях. За 1-й год обучения студент обязан представить следующие материалы: развернутый план курсовой работы; аналитический обзор имеющейся литературы, электронных источников информации, в том числе статистических баз данных по теме курсовой работы (3-й модуль) в электронном и бумажном виде; курсовую работу до 30 страниц в электронном и бумажном виде и презентацию (7-10 слайдов) в электронном виде для получения итоговой оценки (4-й модуль). Представленные материалы должны являться результатом самостоятельной научноисследовательской работы студентов, которую они ведут под руководством своих научных руководителей. На их основе студенты готовят презентации, с которыми выступают в ходе заседаний семинара. 6 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра 7 Содержание дисциплины На первом году обучения в течение первого модуля проводятся профориентационные лекции и презентации экспертов-практиков, преподавателей, аспирантов и выпускников кафедры бизнес-аналитики, которые делятся опытом своей собственной исследовательской работы, знакомят студентов с процедурами организации исследовательских проектов и полученными результатами, формулируют тематику курсовых работ и магистерских диссертаций. Акцент делается на определении актуальных областей исследований по проблематике специализации. Эта форма призвана помочь студентам выбрать тему курсовой работы. Тематика курсовых работ по специализации «Информационная бизнес-аналитика» Магистерской программы «Бизнес-информатика» связана с системами статистического анализа данных. Второй модуль посвящен выбору темы курсовой работы, разработке планов работы и их презентации на научно-исследовательском семинаре. В ходе третьего модуля студенты приступают к написанию курсовой работы. Исследование включает в обязательном порядке аналитический обзор имеющейся литературы, электронных источников информации, в том числе статистических баз данных. В аналитическом обзоре особое внимание уделяется теоретическим подходам и методам исследования поставленной проблемы. В течение четвертого модуля студенты завершают написание курсовой работы, оформляют работу в целом и готовят презентации. В этот период семинар работает в режиме консультаций, основная цель – помочь автору доработать первоначальный текст и привести его к окончательному виду. В течение всего первого года обучения на семинаре проводятся презентации результатов научных исследований экспертов, преподавателей кафедры, аспирантов и выпускников кафедры бизнес-аналитики с целью выбора темы курсовой работы, магистерской диссертации и приобретения опыта проведения научного исследования. Оценки по всем формам текущего контроля выставляются по 10-ти балльной шкале. 8 Образовательные технологии Образовательные технологии, используемые при реализации различных видов учебной работы: доклады, обсуждения, решение задач, рассмотрение кейсов. 9 Оценочные средства для текущего контроля и аттестации студента Тематика курсовых работ для 1 курса магистратуры 2013-2014гг 7 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра Тема на русском языке Тема на английском языке Дисциплина «Прогностическая аналитика», к.э.н., доцент Т.К.Богданова; ст. преп. Уварова О.М.; к.т.н., доцент Перминов Г.И. 1 Сравнительный анализ финансового состояния предприятий различной отраслевой принадлежности в ряде регионов России. 2 Сравнительный анализ кредитоспособности предприятий различной отраслевой принадлежности в ряде регионов России. 3 Сравнительный анализ платежеспособности предприятий различной отраслевой принадлежности в ряде регионов России. 4 Анализ и прогнозирование вероятности банкротства предприятий различной отраслевой принадлежности в ряде регионов России. 5 Анализ транзакций по вкладам физических лиц для выработки оптимальных программ работы с частными вкладчиками. 6 Анализ и прогнозирование инвестиций и кредитных рисков. A comparative analysis of the financial state of enterprises in various industrial sectors in a number of regions of Russia. Классификация кредиторов на основании их финансовоэкономических и организационных характеристик. 8 Прогнозирование финансовых показателей. Classification of creditors on the basis of their financial, economic and organizational characteristics. 7 9 10 11 12 13 Анализ и прогнозирование эффективности рекламной кампании. Анализ и прогнозирование ценообразования. Анализ и прогнозирование спроса на продукцию. Сегментация рынка с использованием статистических методов. Выявление, анализ и прогнозирование предпочтений клиентов. A comparative analysis of the creditworthiness of enterprises in various industrial sectors in a number of regions of Russia. A comparative analysis of the solvency of the enterprises of different industry sector in several regions of Russia. Analysis and forecasting the probability of bankruptcy of the enterprises of various industrial sectors in a number of regions of Russia. The analysis of transactions on the deposits of natural persons for optimal programs work with private depositors. Analysis and forecasting of investment and credit risks. Forecasting financial indicators. Analysis and forecasting of the effectiveness of advertising campaigns. Analysis and forecasting of pricing. Analysis and forecasting the demand for the products. Segmentation of the market with the help of statistical methods. The identification, analysis and forecasting of the preferences of customers. 8 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра 14 Анализ и прогнозирование Analysis and forecasting of competitiveness of the конкурентоспособности produced goods. производимой продукции. 15 Сравнительный анализ поставщиков Comparative analysis of suppliers 16 Сегментация рынка услуг по степени Segmentation of the market of services of satisfaction. удовлетворенности. 17 Анализ текущей социальноAnalysis of the current socio-economic situation and экономической ситуации и forecasting the impact of various factors on the company. прогнозирование воздействия различных факторов на общество. 18 Анализ и прогнозирование доходов Analysis and forecasting of incomes of the population. населения. 19 Оптимизация налоговых льгот для осуществления инвестиций. 20 Оценка и прогнозирование технического состояния транспортных средств города. 21 Анализ и прогнозирование рынка труда. 22 Анализ и прогнозирование безработицы с учетом сезонных колебаний. 23 Анализ и прогнозирование экспортно-импортной политики региона. 24 Анализ и прогнозирование повышения эффективности производства и сокращения затрат. 25 Анализ и прогнозирование стабильности показателей качества продукции. 26 Анализ и прогнозирование перевозок. 27 Анализ продаж билетов и прогнозирование динамики изменения пассажирских потоков. 28 Оценка доходности пассажирских перевозок от различных экономических показателей 29 Оценка и прогнозирование нагрузки телекоммуникационной сети 30 Сегментация и классификация абонентов телекоммуникационной сети. 31 Анализ и прогнозирование эффективности промо-акций в телекоммуникационной сфере. Optimization of tax privileges for investment. Assessing and forecasting the technical status of the vehicles of the city. Analysis and forecasting of the labour market. Analysis and forecasting the unemployment rate with account of seasonal fluctuations. Analysis and forecasting of export-import policy of the region. Analysis and forecasting of increase of production efficiency and reduce costs. Analysis and forecasting of stability of product quality. Analysis and forecasting of traffic. Analysis of sales of tickets and forecasting of dynamics of change of passenger flows. The evaluation of profitability of passenger traffic of different economic indicators in the Evaluation and forecast of the load of the telecommunication network Segmentation and classification of subscribers of the telecommunication network. Analysis and forecasting of the effectiveness of promotions in the telecommunications sphere. 9 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра 32 Анализ и прогнозирование капитальных затрат на строительство объектов. 33 Оптимизация финансовых потоков, материальных и людских ресурсов в строительстве. 34 Прогнозирование стоимости проектов. 35 Прогнозирование стоимости недвижимости в зависимости от различных факторов. 36 Прогнозирование стоимости прокладки дорог. 37 Анализ и прогнозирование страховых выплат. 38 Анализ рисков и таблиц жизни. Analysis and forecast of capital expenses for construction of objects. Optimization of financial flows, material and human resources in the building. Prediction of project costs. Forecasting the value of the property, depending on various factors. Forecasting the cost of the construction of roads. Analysis and forecasting of insurance payments. The analysis of risks and tables of life. 39 Прогноз денежных поступлений от Forecast of the cash flows from the sales of policies продаж полисов и их количества. and their number. Дисциплина «Cистемы поддержки принятия решений», д.э.н., профессор Т.К.Кравченко 41 Способы определения коэффициентов компетентности экспертов. 42 Подходы к моделированию проблемных ситуаций 43 Отличительные черты систем поддержки принятия решений. 44 Влияние информационных технологий на развитие систем поддержки принятия решений. 45 Развитие экспертной оболочки Экспертной системы поддержки принятия решений (ЭСППР). 46 Расширение числа вопросов, включаемых в ЭСППР. 47 Расширение числа ответов, включаемых в ЭСППР. 48 Расширение числа методов принятия решения, включаемых в ЭСППР. 49 Описание алгоритмов методов, которые предлагается включить в ЭСППР, на языке Системы 50 Описание правил решения выбора новых методов. Methods of determining the coefficients of competence of the experts. 51 Подходы к разработке альтернатив принятия решения. Approaches to the development of alternatives to decision-making Approaches to the modeling of problem situations The distinctive features of systems of support of decision-making. Influence of information technologies on the development of decision support systems. The development of expert shell Expert decision-making support systems (DMSS). Expanding the number of questions included in the Expert decision-making support systems The expansion of the number of responses, included in Expert decision-making support systems Increase of the number of methods of decision-making, included in Expert decision-making support systems Description of the algorithms of the methods proposed for inclusion in Expert decision-making support systems, in the language of the System Description of the rules of decision choice of new methods. 10 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра 52 Виды неопределенности в процессе Types of uncertainty in the decision-making process. принятия решения. 53 Моделирование последствий принятия решения. 54 Различные подходы к классификации методов принятия решения. 55 Экспертные оценки в процессе принятия решения. 56 Принципы согласования оценок альтернатив в процессе принятия решения. 57 Аналитический обзор существующих систем поддержки принятия решения. 58 Аналитический обзор используемых методов принятия решения. 59 Аналитический обзор существующих классификаций методов принятия решений. 60 Аналитический обзор информационных систем и информационных технологий, которые могут использоваться на различных этапах процесса принятия решения. 61 Подходы к структуризации задачи принятия решения. Modeling of the consequences of decision-making. 62 Аналитический обзор подходов к определению систем поддержки принятия решений. 63 Адаптация методов теории принятия статистических решений для включения в ЭСППР. 64 Адаптация методов теории игр для включения в ЭСППР. 65 Оценка рисков принятия решения. Analytical review of the approaches to the definition of systems of support of decision-making. 66 Использование имитационных моделей в процессе принятия решения. 67 Особенности принятия экономических решений. 68 Особенности принятия стратегических решений. 69 Поддержка принятия решений с использованием СППР SuperDecisions. The use of simulation models in the decision-making process. Different approaches to the classification of methods of decision-making. Expert assessment in the decision-making process. Coordination principles for assessment of alternatives in the decision-making process. Analytical review of the existing systems to support decision-making. Analytical review of the used methods of decision-making. Analytical review of the existing systems to support decision-making. Analytical review of information systems and information technologies, which can be used at various stages of the decision-making process. Approaches to the structuring of the tasks of decision-making. The adaptation of the methods of the theory of statistical solutions for inclusion in the Expert decision-making support systems The adaptation of the methods of the theory of games for inclusion in the Expert decision-making support systems Risk assessment decision-making. Peculiarities of economic decision-making. Peculiarities of making strategic decisions. Decision support with the use of decision support systems SuperDecisions. 11 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра 70 Поддержка принятия решений с Decision support with the use of decision support systems использованием СППР ExpertChoice ExpertChoice Дисциплина «Системы интеллектуального анализа данных», ст. преп. Огуречников Е.В.; преп. Голов Н.И 72 Многомерная модель данных Multidimensional data model (for a detailed description of (детальное описание таблиц, the tables, extended schema, the «stars», benefits, etc.). расширенной схемы «звезды», преимущества и т.д.). 73 Экстракция данных из исходных Extraction of data from source systems to the data Store. систем в Хранилище данных. 74 Поток данных в Хранилище: от The flow of data in the Repository: from the original system to исходной системы до Infoprovaider. инфопровайдера. 75 Создание и настройка экстракторов Creating and configuring extractors and use of business и использование бизнесcontent in BW. содержимого в BW. 76 Интеграция Хранилища данных с The integration of data Storage with other information systems: другими информационными a comparative analysis of interfaces and a review of системами: сравнительный анализ the opportunities. интерфейсов и обзор возможностей. 78 Использование агрегатов и другие The use of the units and other methods of optimization of методы оптимизации работы work of a data Warehouse. Хранилища данных. 79 Оптимизация работы и методы Optimization of work and methods of rational design of the рационального проектирования data Warehouse. Хранилища данных. 80 Хранилища данных, их The data warehouse, their classification by types and types. классификация по видам и типам. Examples of real data warehouse. Примеры реальных хранилищ данных. 81 Витрины данных (ВД), их роль в ХД. Data marts (TM), their role in the solution. Examples of real ID. Примеры реальных ВД. 82 Компоненты ХД. Примеры реальных Components of the solution. Examples of real HD. ХД. 83 Описание модели данных, Description of the data model used by most CD. Examples используемой большинством ХД. of schemes of data. Примеры схем данных. 84 Процессы извлечения, Processes of extraction, transformation and loading of трансформации и загрузки данных data (ETL). Examples of ETL processes. (ETL). Примеры ETL-процессов. 85 Аналитический обзор архитектуры и Analytical review of the architecture and components of компонентов Oracle Warehouse Oracle Warehouse Builder (or MS DTS). Builder (или MS DTS). 86 Построение ETL-процессов в OWB Building an ETL-processes in the OWB (or MS DTS). (или MS DTS). Аналитический обзор The analytical overview of the components of meppings. компонентов мэппингов. 87 Построение ETL-процессов в OWB Building an ETL-processes in the OWB (or MS-DTS). (или MS-DTS). 12 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра 88 Аналитический обзор основных операторов SQL. Примеры использования SQL для анализа данных. 89 Аналитический обзор структуры MDX-запросов. Примеры использования MDX для анализа данных. 90 Описание алгоритма взаимосвязей (Data Mining). Analytical review of the main operators of SQL. Examples of using SQL for data analysis. 91 Описание aлгоритма кластеризации (Data Mining). 92 Описание aлгоритма дерева принятия решений (Data Mining). 93 Описание алгоритма линейной регрессии (Data Mining). 94 Описание алгоритм логистической регрессии (Data Mining). 95 Описание упрощенного алгоритма Байеса (Data Mining). 96 Описание принципов работы нейронной сети (Data Mining). 97 Описание алгоритма кластеризации последовательностей (Data Mining). 98 Виды приложений Oracle Hyperion Essbase. 99 Построение отчетов в Oracle Hyperion Financial Reporting. 100 Интеллектуальный анализ данных в MS SQL Server 2008 Business Intelligence Development Studio. 101 Описание модели данных, используемой большинством OLAPсистем. Демонстрация модели данных реальной OLAP-системы. 102 Архитектура OLAP-систем. Описание задач OLAP. Примеры OLAP-систем. Description of the clustering algorithm (Data Mining). 103 Описание правил Кодда для OLAPсистем. Аналитический обзор систем, удовлетворяющих этим правилам. 104 OLTP-системы и их применимость для оперативного анализа данных. 105 Многомерная модель данных Hyperion Essbase. 106 Аналитический обзор архитектуры и компонентов Oracle-Hyperion Essbase. Description of the rules of Codd for OLAP-systems. Analytical review of the systems that meet the rules. Analytical review of the structure of the MDX queries. Examples o for data analysis. Description of the algorithm of the relationship (Data Mining). Description of decision trees algorithm (Data Mining). Description of the algorithm of linear regression (Data Mining). Description of the logistic regression algorithm (Data Mining). Description of the naive Bayes algorithm (Data Mining). Description of the working principles of the neural network (Data Description of the sequence clustering (Data Mining). Types of Oracle Hyperion Essbase spreadsheet add-in. Generation of reports in the Oracle Hyperion Financial Reporting. Intellectual analysis of data in MS SQL Server 2008, Business Intelligence Development Studio. Description of the data model used by most of the OLAP-systems. The demonstration data model real OLAP-system The architecture of the OLAP-systems. Description of the OLAP. Examples of OLAP-systems. OLTP systems and their applicability for the operative analysis of the data. Multidimensional model of Hyperion Essbase data. Analytical review of the architecture and components of Oracle-Hyperion Essbase spreadsheet add-in. 13 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра 107 Аналитический обзор архитектуры и компонентов Oracle-Hyperion Analytic Integration Services. 108 Описание процесса построения кубов Oracle-Hyperion Essbase из реляционной БД. Примеры построения. 109 Соотношение Data Mining и OLAP. Демонстрация взаимодействия двух технологий на примерах. Analytical review of the architecture and components of Oracle-Hyperion Analytic Integration Services. Description of the process of building cubes Oracle-Hyperion Essbase spreadsheet add-in from a relational database. Examples . The ratio of Data Mining and OLAP. Demonstration of the interaction between the two technologies in the examples. 110 Анализ данных в Excel при помощи Analysis of the data in Excel with the help of add-in надстройки Essbase Spreadsheet Add- Essbase Spreadsheet Add-In. In. 111 Block Storage и Aggregate Storage. Block Storage and Aggregate Storage. 112 Построение кубов Oracle Hyperion Essbase из реляционной схемы «звезда» с помощью Oracle Hyperion Analytic Integration Services. 113 Аналитический обзор по ROLAP, MOLAP, HOLAP, DOLAPсистемам. Building cubes Oracle Hyperion Essbase spreadsheet add-in from schema with Oracle Hyperion Analytical Integration Services. 114 Комплексный анализ данных в Oracle Hyperion Interactive Reporting. 115 Анализ данных в Oracle Hyperion Web-Analysis. 116 Oracle Warehouse Builder. Comprehensive analysis of data in Oracle Hyperion Interactive Reporting. Analysis of the data in the Oracle Hyperion Web Analysis. 117 Применение разновидностей многомерного хранения данных. 118 Oracle Hyperion Essbase. The use of other multidimensional data storage. 119 Загрузка данных из OLTP БД в хранилище данных при помощи Oracle Warehouse Builder. 120 Преобразование и очистка данных внутри хранилища. 121 Загрузка данных в кубы Essbase. Loading data from OLTP databases in a data warehouse using Oracle Warehouse Builder. Analytical review of the ROLAP, MOLAP, HOLAP, DOLAP - systems. Oracle Warehouse Builder. Oracle Hyperion Essbase Spreadsheet Add-In. Transformation and cleaning of the data within the repository. Loading data in Cuba Essbase spreadsheet add-in. Дисциплина «Информационные системы целевого управления (ВSC-системы)», д.т.н., профессор А.С.Акопов, проф. Диго С.М. 123 Разработка укрупненной стратегии условной компании (вида бизнеса, подразделения компании и т.д.) с использованием системы сбалансированных показателей. The development of the enlarged strategy notional company (type of business, divisions of the company, etc.) using the balanced scorecard. 14 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра 124 Моделирование влияния инициатив Simulation of the impact of initiatives (projects) of the key (проектов) на ключевые показатели performance indicators notional company (KPI). результативности условной компании (KPI). 125 Реализация план-факт анализа с Implementation of the plan-fact analysis with the use of the использованием системы balanced scorecard. сбалансированных показателей. 126 Разработка системы целевых Development of the system of target performance indicators показателей результативности (KPI) (KPI) for a notional company (type of business, divisions для условной компании (вида of the company, etc.). бизнеса, подразделения компании и т.д.). 127 Моделирование бизнес-процессов Modeling of business processes of a notional company условной компании в рамках in the framework of the system of balanced indicators. системы сбалансированных показателей. 128 Разработка системы целевых Development of the system of target performance indicators показателей результативности для for the financial perspectives of the BSC with regard to финансовой перспективы ССП с the influence of initiatives. учетом влияния инициатив. 129 Разработка системы целевых Development of the system of target performance indicators показателей результативности для for the client perspectives of the BSC with regard to the клиентской перспективы ССП с influence of initiatives. учетом влияния инициатив. 130 Разработка системы целевых Development of the system of target performance indicators показателей результативности для for the prospects of «business processes» MTP given the перспективы «бизнес-процессы» impact of the initiatives. ССП с учетом влияния инициатив. 131 Разработка системы целевых Development of the system of target performance indicators показателей результативности для for the prospects of «personnel training and development» перспективы «обучение и развитие MTP given the impact of the initiatives. персонала» ССП с учетом влияния инициатив. 132 Оптимизация плановых значений Optimization of planned values of the target performance целевых показателей indicators in a dynamical system of balanced indicators. результативности в динамической системе сбалансированных показателей. 133 Разработка укрупненной системы The development of the enlarged system of motivation of the мотивации персонала условной personnel of the conditional company using the system of the компании с использованием системы balanced indicators. сбалансированных показателей. 134 Каскадирование стратегии от Strategy cascading from the Director to the slave with the руководителя до подчиненного с use of the balanced scorecard. использованием системы сбалансированных показателей. 135 Визуализация стратегии условной Visualization of the strategy notional company with the use компании с использованием карт of cards of balanced indicators. сбалансированных показателей. 136 Поиск оптимальных управленческих The search for optimal managerial decisions with use of system решений с использованием системы of the balanced indicators. 15 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра сбалансированных показателей. Дисциплина «Cистемы управления эффективностью бизнеса», к.э.н., доцент Д.В.Исаев 138 Построение системы Development of strategic management accounting system стратегического управленческого in a company of <…type or industry…> учета в <…указать тип или отраслевую принадлежность компании…> 139 Построение системы управления по Development of management by key performance indicators ключевым показателям в <…указать system in a company of <…type or industry…> тип или отраслевую принадлежность компании…> 140 Построение системы Development of corporate planning and budgeting system корпоративного планирования и in a company of <…type or industry…> бюджетирования в <…указать тип или отраслевую принадлежность компании…> 141 Построение системы корпоративной Development of corporate reporting system in a company отчетности в <…указать тип или of <…type or industry…> отраслевую принадлежность компании…> 142 Методы и инструментальные Methods and instruments of <…functional area…> planning средства планирования и анализа and analysis in a company of <…type or industry…> <…указать сферу деятельности...> в <…указать тип или отраслевую принадлежность компании…> 143 Анализ финансового состояния Financial analysis system in a company of <…type or industry…> <…указать тип или отраслевую принадлежность компании…> с применением информационных систем Дисциплина «Интеллектуальный анализ данных», к.т.н., доцент Г.И.Перминов. 145 Расчет показателя хаотичности по Хёрсту временного ряда конкретной предметной области. 146 Оценка фазовой размерности временного ряда конкретной предметной области. 147 Вейтвлет анализ (дискретный и непрерывный) временного ряда конкретной предметной области. 148 Сингулярный спектральный анализ временного ряда конкретной предметной области. 149 Решение задачи оценки объектов конкретной предметной области методами нечеткой логики. Calculation of the randomness of Hirst time series of a particular subject area. Assessment phase the dimension of a time series of a particular subject area. Veivlet analysis (discrete and continuous) time series of a particular subject area. Singular spectral analysis of time series of a particular subject area. Solution of the task of estimation of the objects of a particular domain by the methods of fuzzy logic. 16 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра 150 Решение задачи классификации объектов конкретной предметной области методом самоорганизующейся сети Кохонена 151 Решение задачи классификации объектов конкретной предметной области методом нейрoсетевой классификации с бинарными выходными значениями 152 Решение задачи классификации объектов конкретной предметной области методом нейрoсетевой классификации с выходными значениями 1 из М 153 Прогноз булевых переменных с помощью искусственной нейронной сети The solution of the problem of classification of objects of a particular domain by the method of self-organizing Kohonen network 154 Прогноз количественных переменных с помощью искусственной нейронной сети 155 Кластеризация категорийных данных конкретной предметной области. 156 Кластеризация количественных данных конкретной предметной области. 157 Решение задачи прогнозирования булевых переменных методом построения логических правил. 158 Прогноз стратегий действий ЛПР с использованием нейросетевого алгоритма. 159 Прогноз стратегий действий ЛПР с использованием нейросетевого алгоритма. 160 Решение задачи классификации объектов конкретной предметной области методом «Деревья решений». 161 Решение задачи прогноза количественных переменных с помощью генетического алгоритма. Forecast of quantitative variables with the help of artificial neural network 162 Прогнозирование хаотического временного ряда конкретной предметной области с помощью гибридной нейронной с нечетким выводом сети Forecasting chaotic time series of a specific subject area with the help of hybrid neural with blurred terminal network The solution of the problem of classification of objects of a particular domain by the method of neural network classification of binary output values The solution of the problem of classification of objects of a particular subject field by the method of neural network classification of the output values of 1 M from the Forecast of Boolean variables with the help of artificial neural network Clustering categorical data a particular subject area. Clustering of quantitative data of a particular subject area. The solution of the problem of forecasting of Boolean variables method of logical rules. Forecast strategies of action of the decision-maker with the use of neural network algorithm. Forecast strategies of action of the decision-maker with the use of neural network algorithm. The solution of the problem of classification of objects of a particular domain by the method of «decision Trees». Solution of the problem of forecasting of quantitative variables with the help of genetic algorithm. 17 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра 163 Построение векторной модели сильно зашумленного временного ряда конкретной предметной области. 164 Решение задачи ассоциации транзакционных рядов конкретной предметной области 165 Анализ новостных сайтов в системе Construction of the vector model are very noisy time series of a particular subject area. 169 Анализ погоды в системе IBM Content Analysis of the weather system IBM Content Analytics The decision of tasks of the Association transaction rows of a specific subject area Analysis of news websites in the system IBM Content Analytics IBM Content Analytics Analysis of social networks in the system of IBM Content Analytics 166 Анализ социальных сетей в системе IBM Content Analytics 167 Выполнение анализа типа "что, если" в Perform analysis with "what if" in the IBM Cognos Insight системе IBM Cognos Insight Analysis of accidents in the system IBM Content Analytics 168 Анализ происшествий в системе IBM Content Analytics Analytics 170 Разработка системы хранения и Design of a system for storage and smart analysis of financial интеллектуального анализа финансовой statements provided by Russian enterprises отчётности российских предприятий Design of a personal accounting system 171 Разработка системы учёта и анализа персональной финансовой информации 172 Формирование портфеля на основе Formation of a portfolio on the basis of the forecast of their yield прогноза их доходности 173 Триадная модель Программы развития Process model of the Program of development of the University ВУЗа 174 Моделирование трафика терминал- сервера на основе анализа нечетких тенденций временных рядов 175 Прогнозирование доходности банка в системе управления потребительским кредитованием 176 Разработка оперативных СПР основанных на системе правил 177 Принятие решений на рынках Modeling of traffic terminal server based on the analysis of fuzzy time series trends Forecasting the yield of the Bank in the management of consumer crediting Development of operational DSS based on a system of rules Decisions on oligopoly markets олигополии 178 Разработка и применение алгоритма при Development and application of the algorithm for the hierarchical иерархических критериях моделей принятия решений 179 Моделирование Системы Управления Научным Направлением 180 Оценка интегрального (совокупного) влияния потока сообщений, поступающих накануне и в процессе валютных торгов, на курсы валют 181 Оценивание сценариев с помощью нечеткого компромисса 182 Спектральный подход к измерению и criteria decision-making models Modeling Of A Scientific Direction Evaluation of integral (cumulative) impact of the message flow, coming on the eve of and in the course currency trading, currency rates Evaluation of scenarios with a fuzzy compromise Spectral approach to the measurement and study of the statistical risk исследованию статистического риска 18 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра 183 Оценки вуза с помощью успешности Evaluation of the University using the career of graduates 184 Применение шаговой логистической The use of walking logistic regression for problem credit scoring карьеры выпускников регрессии для задачи кредитного скоринга 185 Машинное обучение для трейдинга Machine learning for trading 186 Классификация с логистической Classification with the logistic regression and decision tree регрессией и деревом решений 187 Исследование условий вымирания популяций. Study of the conditions of extinction of populations. 188 Исследование сферы высшего Research in the field of higher education. The econometric approach образования. Эконометрический подход 189 Исследование сферы оказания Study of the sphere of rendering medical services. The econometric медицинских услуг. Эконометрический approach подход The stock market. Diversification of assets. Risk management 190 Фондовый рынок. Диверсификация активов. Риск-менеджмент Примерное содержание курсовой работы на примере дисциплины «Прогностическая аналитика» : 1. Постановка проблемы. Описание предметной области исследования. 2. Обоснование актуальности исследования. 3. Цели, задачи и методологическая база исследования. 4. Проведение исследования с использованием: a. описательных статистик; b. разведочного анализа данных, c. выявления связей и зависимостей, d. сравнения групп, e. регрессионного анализа, f. методов классификации: i. кластерного анализа, ii. логистической регрессии, iii. деревьев решений, iv. нейронных сетей; g. факторного анализа; h. анализа и прогнозирования временных рядов. 5. Построение модели. 6. Интерпретация полученных результатов. 7. Выводы. 8. Список использованных литературных и интернет источников (со ссылками на них в тексте). 10 Порядок формирования оценок по дисциплине Формирование оценок по учебной дисциплине производится в соответствии с Положением об организации контроля знаний, утвержденного Ученым советом НИУ ВШЭ от 24.06.2011, протокол №26. Каждая из форм текущего контроля оценивается по 10-балльной шкале. Общая оценка за текущий контроль (по 10-балльной шкале) рассчитывается по формуле: 19 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра Отекущий = 0,2 · О1 + 0,2 · О2 + 0,6 · О3 , где О1 – оценка по теме «Экономико-математическое моделирование»; О2 – оценка по теме «Моделирование временных рядов»; О3 – оценка по теме « Промежуточные результаты научных исследований результаты научных исследований по темам курсовых работ». При определении накопленной оценки (по 10-балльной шкале) аудиторная работа и самостоятельная внеаудиторная работа не оцениваются. Поэтому накопленная оценка совпадает с оценкой за текущий контроль и рассчитывается по формуле: Онакопленная = 1,0 · Отекущий + 0,0 · Оауд + 0,0 · Осам.работа , где Отекущий – оценка за текущий контроль; Оауд – оценка за аудиторную работу; Осам.работа – оценка за самостоятельную работу. Результирующая оценка (выставляется в диплом) формируется на основе итоговой оценки за зачет (по 10-балльной шкале) и накопленной оценки. Результирующая оценка рассчитывается по формуле: Орезульт = 0,3 · Озачет + 0,7 · Онакопленная , где ВАВОК»); Озачет – оценка за итоговый контроль (зачет по теме «Перевод и презентация глав Онакопленная – накопленная оценка. При формировании оценок на основе весовых коэффициентов применяется округление до целого числа в большую сторону. 11 Учебно-методическое и информационное обеспечение дисциплины 11.1 Базовый учебник Информатика: в 2 ч.: Учебник / С.В.Назаров, С.Н.Белоусова, И.А.Бессонова и др. – М.: Национальный Открытый Университет «ИНТУИТ»: БИНОМ. Лаборатория знаний, 2012. – 431 с. 11.2 Основная литература Концепция Business Performance Management: начало пути /Е.Ю.Духонин, Д.В.Исаев, Е.Л.Мостовой и др., под ред. Г.В.Генса. – М.: Альпина Бизнес Букс, 2004. – 269 с. 11.3 Дополнительная литература Системы управления эффективностью бизнеса: Учеб. пособие / Н.М.Абдикеев, С.Н.Брускин, Т.П.Данько и др.; Под науч. ред. д.т.н., проф. Н.М.Абдикеева и О.В.Китовой. – М.: ИНФРА-М, 2010. – 282 с. Кокинз Г. Управление результативностью: Как преодолеть разрыв между объявленной стратегией и реальными процессами / пер. с англ. – М.: Альпина Бизнес Букс, 2008. – 318 с. 20 Национальный исследовательский университет «Высшая школа экономики» Программа дисциплины «Системы управления эффективностью бизнеса» для направления 080500.68 «Бизнес-информатика» подготовки магистра Ковени М., Гэнстер Д., Хартлен Б., Кинг Д. Стратегический разрыв: технологии воплощения корпоративной стратегии в жизнь. – М.: Альпина Бизнес Букс, 2004. – 232 с. 11.4 Справочники, словари, энциклопедии Business Performance Management Industry Framework Document 5.0. BPM Standards Group, 2005. 11.5 Программные средства Для подготовки практических задач, докладов и выступлений студентами используется современная учебно-лабораторная база, в том числе: стандартные пакеты прикладных программ офисного назначения, в том числе: o информационные системы подготовки текстов (Microsoft Word); o системы электронных таблиц (Microsoft Excel); o системы подготовки презентаций (Microsoft PowerPoint); профессиональные информационные системы: o Audit Expert; o Oracle Hyperion; o IBM Cognos. 11.6 Дистанционная поддержка дисциплины Не предусмотрена. 12 Материально-техническое обеспечение дисциплины Используются персональный компьютер (ноутбук) и проектор для проведения лекций и практических занятий, техническое оснащение компьютерных классов Автор программы: _____________________________________ Т.К.Кравченко 21