Erzielen von Wettbewerbsvorteilen durch Data Mining in Produktion und Logistik
Diese Studie widmet sich dem Thema Anwendungsfelder für Data Mining in Produktion und Logistik . Data Mining Verfahren sind in der Praxis weit verbreitet und unterstützen mit wertvollem Wissen Geschäftsführungen bei Ihren Entscheidungen. Vor allem aus den...
Voraussichtlich lieferbar in 3 Tag(en)
versandkostenfrei
Buch (Kartoniert)
Fr. 56.00
inkl. MwSt.
- Kreditkarte, Paypal, Rechnungskauf
- 30 Tage Widerrufsrecht
Produktdetails
Produktinformationen zu „Erzielen von Wettbewerbsvorteilen durch Data Mining in Produktion und Logistik “
Klappentext zu „Erzielen von Wettbewerbsvorteilen durch Data Mining in Produktion und Logistik “
Diese Studie widmet sich dem Thema Anwendungsfelder für Data Mining in Produktion und Logistik . Data Mining Verfahren sind in der Praxis weit verbreitet und unterstützen mit wertvollem Wissen Geschäftsführungen bei Ihren Entscheidungen. Vor allem aus den Bereichen Vertrieb und Marketing ist Data Mining nicht mehr wegzudenken. Anhand von vorhandenen Daten können z.B. Informationen generiert werden, um verfeinerte Werbestrategien zu bilden, die umsatzfördernd sind.Da aber auch in der Produktion und Logistik durch die zunehmende Automatisierung Unmengen an Daten anfallen, ergibt sich hier ebenfalls die Möglichkeit diese nach Optimierungspotential zu untersuchen. In diesem Zusammenhang soll diese Studie bei der Aufdeckung neuer Einsatzmöglichkeiten mitwirken.
Einige Unternehmen setzen mittlerweile Data Mining Methoden effizient in der Produktions- bzw. Logistikkette ein und profitieren von den Vorteilen: Kostspielige Reparaturen werden durch präventive Wartungen vermieden;
Fehler werden schneller diagnostiziert und gezielt beseitigt; Lagerkosten können mit den geeigneten Erkenntnissen gesenkt werden.
All das verborgene Wissen in den Datenbergen könnte Unternehmen durch den Einsatz von Data Mining Methoden viel Geld, Zeit und vor allem Nerven ersparen.
In dieser Untersuchung wird zudem aufbauend auf den Erkenntnissen einer Online-Befragung, der Einsatz von Data Mining in einem der potentiellen Anwendungsbereiche beispielhaft umgesetzt und hinsichtlich der erzielbaren Potentiale bewertet.
Lese-Probe zu „Erzielen von Wettbewerbsvorteilen durch Data Mining in Produktion und Logistik “
Textprobe:Kapitel 2, Datenanalyse für die Wissensgenerierung:
Schon zu seiner Zeit stellte Bacon fest, dass Wissen Macht bewirkt. Diese Aussage bewahrheitet sich vor allem im Informationszeitalter. Aufgrund der technologischen Entwicklung entstehen Unmengen an Daten, die zu Wissen führen können. In diesem Kapitel wird der Prozess der Wissensgenerierung aus Daten betrachtet. Zu Beginn wird das Business Intelligence als Ordnungsrahmen für Managementunterstützungssysteme dargestellt, unter die die Schritte der Datenbereitstellung, Datenanalyse und Datenvisualisierung fallen. Als Management Support Systeme (MSS) bzw. Managementunterstützungsysteme (MUS) werden alle DV-Anwendungssysteme bezeichnet, die das Management, d. h. die Fach- und Führungskräfte einer Unternehmung, bei ihren vielfältigen Aufgaben unterstützen. Die Ebenen werden einzeln durchgegangen, wobei die Fokussierung auf die Datenanalyse und explizit auf Data Mining gerichtet ist.
2.1, Business Intelligence als Ordnungsrahmen:
Die englische Sprache dominiert von jeher Begriffswahl in der Informationstechnik. Hierbei fehlt es allerdings bei der Übersetzung in die deutsche Sprache und in der Interpretation nicht selten an Übereinstimmung. Die wörtliche Übersetzung von Business Intelligence (BI) ins Deutsche lautet Geschäftsintelligenz , wobei dies die Bedeutung hier nur unzureichend widerspiegelt. Das Ziel von Business-Intelligence- Systemen führt zu einem deutlicheren Ausdruck, wenn Intelligence im Sinne von Einsicht oder Verständnis interpretiert wird. Dazu ist die Erklärung von Krahl u. a. angemessen und dient auch als Gegenstand des dieser Untersuchung zu Grunde liegenden weiten Business-Intelligence-Begriffsverständnisses. Sie verstehen BI als Überbegriff für entscheidungsunterstützende Technologien, die Daten über das Unternehmen und dessen Umwelt für die Sammlung und Aufbereitung sowie deren Darstellung in Form von geschäftsrelevanten Informationen für Analyse-, Planungs- und Steuerungszwecke zum
... mehr
Gegenstand haben. Durch 'Intelligence' im Sinne von Einsicht, Verständnis oder Aufklärung soll Transparenz über betriebswirtschaftliche Zusammenhänge auf Basis verfügbarer Daten erzeugt werden. Ziel ist das Nutzen der gewonnenen Erkenntnisse, die zur besseren Einsicht in das eigene Geschäft und damit zum besseren Verständnis in die Mechanismen relevanter Wirkungsketten führen. Der BI-Ordnungsrahmen kann hierbei in Ebenen dargestellt werden, wobei zwischen Bereitstellung, Analyse und Visualisierung unterschieden wird.
Zusammenfassend lässt sich also Business Intelligence als begriffliche Klammer kennzeichnen, die verschiedene Konzepte und Techniken im Gebiet der entscheidungsunterstützenden Systeme beinhaltet.
2.2, Datenbereitstellung im Data Warehouse:
Die Erkenntnis, dass ein Informationsvorsprung zu Wettbewerbsvorteilen führen kann, etabliert die Information immer häufiger als vierte Säule zu den drei herkömmlichen Produktionsfaktoren Arbeit, Boden, Kapital. Informationen basieren hierbei auf Daten, die entweder intern aus dem Unternehmen stammen oder externen Charakter aufweisen. Die Erfassung und Verwaltung von Daten fallen in den Aufgabenbereich der Datenbereitstellung, jedoch stellt dies mittlerweile keine Herausforderung mehr dar. In fast jedem Unternehmen werden Personaldaten eingegeben oder Verkäufe durch Scanner-Kassen erfasst. Komplex wird es erst, Daten in verschiedenen Datenformaten mit unterschiedlicher Qualität aus heterogenen Datenmodellen und Datenbanksystemen zu vereinen, um sie für Analysen aufzubereiten. Data-Warehouse-Systeme sind dafür ausgelegt, Aufgaben solcher Art zu bewältigen. Sie bilden eine Infrastruktur zur analytisch orientierten Bereitstellung von Datenbeständen, wobei die Qualität, Integrität und Konsistenz des Datenmaterials erst in einem vorausgehenden Prozess hergestellt werden müssen. Inmon, einer der Pioniere in diesem Bereich, lieferte hierzu im Jahr 1996 eine erste Definition,
Zusammenfassend lässt sich also Business Intelligence als begriffliche Klammer kennzeichnen, die verschiedene Konzepte und Techniken im Gebiet der entscheidungsunterstützenden Systeme beinhaltet.
2.2, Datenbereitstellung im Data Warehouse:
Die Erkenntnis, dass ein Informationsvorsprung zu Wettbewerbsvorteilen führen kann, etabliert die Information immer häufiger als vierte Säule zu den drei herkömmlichen Produktionsfaktoren Arbeit, Boden, Kapital. Informationen basieren hierbei auf Daten, die entweder intern aus dem Unternehmen stammen oder externen Charakter aufweisen. Die Erfassung und Verwaltung von Daten fallen in den Aufgabenbereich der Datenbereitstellung, jedoch stellt dies mittlerweile keine Herausforderung mehr dar. In fast jedem Unternehmen werden Personaldaten eingegeben oder Verkäufe durch Scanner-Kassen erfasst. Komplex wird es erst, Daten in verschiedenen Datenformaten mit unterschiedlicher Qualität aus heterogenen Datenmodellen und Datenbanksystemen zu vereinen, um sie für Analysen aufzubereiten. Data-Warehouse-Systeme sind dafür ausgelegt, Aufgaben solcher Art zu bewältigen. Sie bilden eine Infrastruktur zur analytisch orientierten Bereitstellung von Datenbeständen, wobei die Qualität, Integrität und Konsistenz des Datenmaterials erst in einem vorausgehenden Prozess hergestellt werden müssen. Inmon, einer der Pioniere in diesem Bereich, lieferte hierzu im Jahr 1996 eine erste Definition,
... weniger
Autoren-Porträt von Yasin Yakut
Dipl.-Kfm. techn. Yasin Yakut, wurde 1986 in Ludwigsburg geboren. Sein Studium der technisch orientierten Betriebswirtschaftslehre an der Universität Stuttgart schloss der Autor im Jahre 2013 mit dem akademischen Grad Dipl.-Kfm. techn. erfolgreich ab. Bereits während des Studiums sammelte der Autor umfassende praktische Erfahrungen in der Produktion- und Logistikbranche. Die Faszination von dem Potential der Datenanalyse motivierte ihn anschliessend, diese Bereiche zu kombinieren und sich der Thematik des vorliegenden Buches zu widmen.
Bibliographische Angaben
- Autor: Yasin Yakut
- 2015, Erstauflage, 120 Seiten, 71 Abbildungen, Masse: 15,5 x 22 cm, Kartoniert (TB), Deutsch
- Verlag: disserta
- ISBN-10: 395425896X
- ISBN-13: 9783954258963
- Erscheinungsdatum: 20.01.2015
Kommentar zu "Erzielen von Wettbewerbsvorteilen durch Data Mining in Produktion und Logistik"
0 Gebrauchte Artikel zu „Erzielen von Wettbewerbsvorteilen durch Data Mining in Produktion und Logistik“
| Zustand | Preis | Porto | Zahlung | Verkäufer | Rating |
|---|
Schreiben Sie einen Kommentar zu "Erzielen von Wettbewerbsvorteilen durch Data Mining in Produktion und Logistik".
Kommentar verfassen