Особенности проведения анализа данных торгового предприятия на базе платформы qlikview
СОДЕРЖАНИЕ
ВВЕДЕНИЕ 4
1. АНАЛИЗ РЫНКА BI И АНАЛИТИЧЕСКИХ СИСТЕМ 6
1.1. Определение понятий BI и аналитическая платформа 6
1.2. Тенденции на рынке BI и аналитических платформ 7
1.2.1. Изменение требований к BI –системам 7
1.2.2. Ситуация на мировом рынке 10
1.2.3. Магический квадрант Gartner по BI и аналитическим платформам 13
1.3. Аналитические системы на российском рынке 16
1.4 Отраслевая специфика российского рынка BI 18
1.5. Анализ BI-систем ведущих вендоров 21
1.5.1. IBM 21
1.5.2. SAP 24
1.5.3. Microsoft 26
1.5.4. QlikTech 28
1.5.5. Tableau 31
1.5.6. SAS 33
1.5.7. Oracle 34
1.5.8. Prognoz 35
1.5.9. Галактика 37
Выводы по главе 38
2. АНАЛИТИКА ДАННЫХ КАК ВАЖНЫЙ ИНСТРУМЕНТ ПОДДЕРЖКИ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЯ 39
2.1 Что такое анализ данных 39
2.2. Основные методы анализа данных по продажам 43
2.2.1. Метод анализа продаж АВС-XYZ 44
2.2.2 Предиктивная аналитика 52
2.3 Визуализация данных 54
2.3.1. Сравнение данных 55
2.3.2. Комбинирование 56
2.3.3. Отображение хронологических данных 58
2.3.4. Отношение к общему (доли) 59
2.3.5. Мини диаграммы 61
Выводы по главе 62
3. ФОРМИРОВАНИЕ КЕЙСА БИЗНЕС-ЗАДАЧ ПО АНАЛИЗУ ДАННЫХ НА БАЗЕ QLIKVIEW 64
3.1 Особенности платформы QlikView 64
3.1.1. Ассоциативный поиск и обработка in-memory 64
3.1.2. Загрузка данных 66
3.2 Исходные модели данных 69
3.3 Практические задания 75
Задание 1. Реализация ABC-XYZ-анализа в QlikView 75
Задание 2. Применение прогнозирования в QlikView 82
Задание 3. Анализ «Что если?» 93
Задание 4. Анализ вторичных продаж 98
Задание 5. Построение сводной аналитической таблицы 102
Задание 6. Сравнение данных разных периодов 106
Задание 7. Анализ поведения клиентов 114
Задание 8. Интеграция данных учётной системы 1С Предприятие 8.2 121
3.4 Экономическое обоснование использования QlikView для анализа деятельности торгового предприятия 132
Выводы по главе 133
ЗАКЛЮЧЕНИЕ 135
СПИСОК ИСПОЛЬЗОВАННЫХ БИБЛИОГРАФИЧЕСКИХ ИСТОЧНИКОВ И ЭЛЕКТРОННЫХ РЕСУРСОВ 137
ПРИЛОЖЕНИЯ 138
Аналитическая система позволяет оперативно получать данные из разных источников и обеспечивает возможность их всестороннего анализа. Очевидно, что при отсутствии аналитической системы большие объёмы данных были бы абсолютно бесполезны [2, 10-11]. Сказанное выше подтверждает актуальность данной работы.
1. Абдикеев Н.М., Аверкин А.Н., Дьяконова Л.П., Завьялова Н.Б., Кистрина Э.И., Романов В.П. Когнитивная бизнес-аналитика. – М.:ИНФРА-М, 2011.. – 511 с.
2. Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям. – СПб: Питер, 2009. – 624 с.: ил.
3. Барсегян А.А., Куприянов М.С., Степаненко В.В., Холод И.И. Технологии анализа данных. Data Mining, Visual Mining, Text Mining, OLAP. – СПб.: БХВ-Петербург, 2007. – 384 с.
4. Boris Evelson. The Forrester Wave: Agile Business Intelligence Platforms, 2014.
5. Gartner. Magic Quadrant for Business Intelligence and Analytics Platforms, 2015.
Хочешь уникальную работу?
Больше 3 000 экспертов уже готовы начать работу над твоим проектом!