Dejme manažerovi, co potřebuje
|
|
- Dagmar Pospíšilová
- před 8 lety
- Počet zobrazení:
Transkript
1 Dejme manažerovi, co potřebuje aneb Business intelligence a podniková praxe Jan Šarman Manažerské vyhodnocování, business intelligence (zkráceně BI), dolování dat (data mining), datový sklad (data warehouse), OLAP,... Musí manažer znát tyto hrozné pojmy a zkratky? Může v dnešní době někdo podnikat, aniž by tyto nástroje používal v denní praxi? Týká se to pouze vrcholových manažerů velkých podniků, nebo má zpozornět i místní pekař, stolař či internetový prodejce? V následujících odstavcích si dovolím nabídnout stručný vhled do těchto pojmů a jejich významu a třeba se mi podaří čtenáře v tomto prostoru více zorientovat. Na jednu otázku ovšem s dovolením odpovím hned: zpozornět by měli úplně všichni. prakticky okamžitě v momentě potřeby. Je iluzorní představa, že na nějaké vyhodnocení bude čekat minuty, nebo dokonce hodiny. Informace přehledné Poskytované informace musí být přehledné a názorné. K tomu významně napomáhá soustava jednoduchých tabulek, názorných grafů, barevných zvýraznění atd. Nepřehledná změť písmenek a čísel je rovněž něco, s čím manažera těžko potěšíme. Co vlastně manažer potřebuje? Hlavní úlohou manažera (česky řídícího či vedoucího pracovníka) je řídit a rozhodovat o dalším směrování své firmy, svého oddělení, svého střediska, svého obchodu nebo svého malého podniku. A aby tuto činnost mohl vykonávat dobře, musí mít především dobré informace. Informace získáme z dat daného podniku faktur, skladových pohybů, plateb, výroby, docházky, telefonní ústředny atd. Aby z těchto dat vyhodnocené informace manažerovi sloužily, musí to být: Informace rychlé Manažer musí v krátkém čase rozhodovat v mnoha otázkách. Pokud má pro něj mít nějaké vyhodnocení smysl, musí jej mít Informace efektivní Předkládaná vyhodnocení musí obsahovat všechny informace, které manažer potřebuje, a zároveň nesmí obsahovat žádné, které nepotřebuje. Zajímá-li někoho například obrat za jednotlivé měsíce, je sestava všech faktur, na níž je po každém měsíci uveden součet za daný měsíc, sice použitelná, ale neefektivní. 2
2 Strategie IT Informace operativní Častokrát vyvstane potřeba vyhodnocení, které je nové. Manažer se například dozví, že v nějakém regionu rapidně stoupá počet obyvatel. Okamžitě chce znát objemy prodeje v tomto regionu za poslední kvartál, aby mohl adekvátně upravit zásobování této oblasti, a to aniž by doposud takové vyhodnocení prováděl. Představa, že svolá odpovědné pracovníky, kterým začne formulovat svůj požadavek na vyhodnocení, a tito začnou následně dávat dohromady vyhovující sestavu (samozřejmě za úplatu), je o ničem. Zatímco předešlé požadavky lze splnit i s velmi jednoduchými nástroji, a někdy i za absence výpočetní techniky vůbec, tento požadavek je pravděpodobně bez moderního nástroje, jakým je OLAP, nemyslitelný. Informace pravdivé Ačkoliv se může zdát být tento požadavek zřejmý, jeho splnění v podnikatelské praxi už tak samozřejmé není. Všechny pohledy na data musí vzájemně korespondovat a křížově souhlasit. Například u vyhodnocení, podle kterých jsou všechna střediska prosperující, ovšem podnik samotný krachuje, je evidentně něco v nepořádku. Jak lze takové informace získat? Ať již používáme ve svém podniku informační systém s manažerskou nadstavbou, nebo bez ní, případně si vedeme evidenci ručně, vždy budeme vycházet z dokladů. Z nich pak sestavíme požadované pohledy, zpravidla jedním z níže uvedených způsobů: Pravidelné reporty Manažer pověří své podřízené, aby mu v pravidelných časových intervalech (den, týden, měsíc, rok) předkládali různá vyhodnocení v jasně definovaném formátu. Ať jsou již tato vyhodnocení v papírové podobě, nebo v elektronickém formátu (Word, Excel, PDF,...), určitě tato metoda funguje v nějaké podobě v každém podniku. Má mnoho výhod, protože splňuje skoro všechny výše uvedené požadavky. Zároveň je tím splněn i požadavek na správnou komunikaci mezi nadřízeným a podřízeným, kdy podřízeným je zřejmé, které ukazatele manažera zajímají, a které mají tedy pozitivně naplňovat. Bohužel není tento způsob vyhodnocování příliš operativní a existuje zde také riziko nepravdivosti informací. Blíže se k tomu dostaneme dále. Je ovšem také pravdou, že tento způsob jako jediný umožňuje manažerovi ke svým vyhodnocením nepoužívat počítač. ERP Tabulky Grafy Semafory Docházka Relační databáze Call centrum Počítačové sestavy Manažer si sám z informačního systému spouští různé sestavy. Tento způsob je rovněž velmi rozšířený. Kromě výhod, kdy si lze získávat informace kdykoliv a s rozmanitými parametry, má ovšem tento způsob celou řadu nevýhod. Především, stejně jako v předchozím případě, nejsou vyhodnocení operativní. I když budeme mít k dispozici tisíc různých sestav s desítkami rozmanitých parametrů, stejně budeme potřebovat tisící první sestavu, kterou ještě nemáme, nebo alespoň stý prvý parametr, který ještě nemáme. Další poměrně významnou nevýhodou je technika získávání dat danou sestavou. Každá sestava musí projet kompletně vyhodnocovaný vzorek dat. Chceme-li například zobrazit sumární obraty za vybraný artikl po letech, tedy za každý rok jedno číslo, tak ačkoliv je výstup velmi jednoduchý, počítač musí projet úplně všechny záznamy a požadované hodnoty vypočítat, což může docela dlouho trvat. Jakmile pak chceme totéž vidět, ovšem za jiný artikl, za zákazníka nebo za jiných podmínek, běží výpočet znovu. Při větším objemu dat může pak být tento způsob u některých vyhodnocení zcela nepoužitelný. OLAP server Datový sklad Datová pumpa Extrahování Vyčištění Transformace Obr. 1: Struktura toku dat v manažerském vyhodnocení Externí zdroje dat Prezentační vrstva OLAP Datový sklad Primární data OLAP s jednoduchým prohlížečem Efektivní a moderní způsob vyhodnocování dat. Splňuje všechny výše uvedené požadavky. I kdyby manažer sám nechtěl s počítačem, případně s daty přímo pracovat, vždy je pro podřízeného pohodlnější požadovaná vyhodnocení poskytovat z OLAPu, případně nadřízenému přednastavit pohledy do OLAPu, než volit některý z klasických způsobů. A jakmile si manažer osvojí velmi jednoduchý způsob nahlížení do tzv. datových kostek OLAPu, otevře se mu úžasný svět informací, které se o svém podniku dozví. Hlavní předností tohoto způsobu je totiž právě již zmiňovaná operativnost spojená s rychlostí poskytování informací. Datový sklad Strukturu toku dat v manažerském vyhodnocení znázorňuje obrázek 1. Sestavení datového skladu (data warehouse) je prvním krokem k efektivnímu manažerskému vyhodnocení. Očištění dat Jedním z významů této tabulky je uložení již hotových dat. To znamená, že se sem kopírují pouze data z již uzavřených dokladů, u kterých se nepředpokládá jejich změna. Vyhodnocení z datového skladu tedy nejsou zkreslována aktuálními změnami dokladů, které ještě nemají finální podobu. Dále se datový sklad nezatěžuje daty, která jsou důležitá pouze pro aktuální provoz informačního systému, ovšem pro manažerské vyhodnocení nemají žádnou relevanci. Archivace dat Data se z ERP systému kopírují zpravidla od nějaké časové hranice, ovšem uložena jsou v datovém skladu za celé období fungování podniku. Lze tedy z ERP systému postupně 3
3 Osy (Dimensions) Hodnoty (Measures) Datum Den Měsíc Rok Artikl Zákazník Středisko Region Druh zb. Množství Prodej Náklady Zisk LIMO1 O2 10 A Limo LIMO1 Vítkovice 10 T Limo AUTO1 Budweiser 20 C Moto LIMO2 O2 10 A Limo odmazávat již uzavřená období, aby nebyl zatěžován denní provoz systému starými daty. Přitom v datovém skladu jsou data k dispozici pro veškerá vyhodnocení napříč všemi obdobími. Úprava struktury dat Zatímco v informačním systému je struktura dat navržena tak, aby vyhovovala především dennímu chodu systému, v datovém skladu jsou data určena pouze k archivaci a vyhodnocování. Jedná se principiálně o jednu velkou tabulku pro každou klíčovou agendu obchod, výroba, účetnictví, mzdy, která v sobě zahrnuje všechna data z informačního systému, jež mohou být kdykoliv pro jakákoliv vyhodnocení relevantní. Struktura datového skladu Na první pohled si můžete říci, že manažer toho pro svou práci moc nepotřebuje několik základních sestav, obraty zboží, obraty zákazníků, nějaký ten zisk, počty kusů a to je vše. No dobře, pak ještě zjistíme, že bude dobré vidět prodeje do jednotlivých regionů a samozřejmě podle druhů prodávaného sortimentu. No a ještě za střediska a pak podle jednotlivých obchodních zástupců. A samozřejmě v čase a součet celkem. A pak ještě... Pokud byste měli vyjmenovat všechna možná vyhodnocení, která mohou být relevantní, věřte, že byste jmenovali hodně dlouho. A pokud by v systému na každý typ vyhodnocení měla být sestava, šel by počet takovýchto sestav do milionů. A teď si představte, že byste všechny ty sestavy neměli jenom pojmenovat, ale dokonce někoho zaškolit do jejich používání. Nejvyšší čas začít, ať to stihneme! Osy (dimensions) Z matematického pohledu naštěstí není situace zdaleka tak dramatická. Když vyjmenujeme tzv. osy, podle kterých lze data do datového skladu ukládat, dojdeme i v těch nejrozsáhlejších systémech maximálně k desítkám. Osami se rozumí především čas (datum), artikl a partner (zákazník). To jsou tři. Pak samozřejmě přidáme středisko, region, druh zboží, cenovou skupinu zákazníka, prodejního zástupce, rozpad času na den v měsíci (1 31), den v týdnu (1 7), měsíc (1 12) a rok. To máme dvanáct. S touto strukturou už jsme schopni vyhodnotit spoustu zajímavých ukazatelů. Orientačně jsem si spočítal, kolik základních druhů vyhodnocení lze sestavit při dvanácti osách, a došel jsem k počtu Pozor, to není nějaká IP adresa, ale něco přes 13 miliard kombinací. Určitě nebudou mít úplně všechny praktický význam, ale pokud zaměstnáte libovolný počet programátorů, kteří vám budou podle potřeb vyrábět různé důležité sestavy jen nad takovouto jednoduchou tabulkou, jsou všichni doživotně zabezpečeni. A to i za předpokladu, že na žádnou již hotovou kombinaci nezapomenete a omylem si ji nenecháte vyrobit znovu. Hodnoty (measures) Hodnotami rozumíme čísla, která se k jednotlivým kombinacím os ukládají. Těch je zpravidla jen několik množství, prodejní cena, nákladová cena. Rozdílem prodejní a nákladové ceny dostaneme zisk. Máme tedy čtyři hodnoty. V tabulce je znázorněn vzorek jednoduchého datového skladu. Ze všech milionů kombinací vyhodnocení můžeme nastínit sestavení například těchto třech: A) Poměr prodeje kategorií Limo a Moto v letech a měsících 1. ze všech řádků si vyfiltrujeme přes Druh zboží pouze Moto a Limo 2. z hodnot si vybereme Prodej v Kč 3. z os si vybereme Měsíc, Rok a Druh zboží, a za všechny jejich kombinace hodnoty sečteme (seskupíme) dáme Roky, do sloupců Měsíce a Druh zboží 5. jednoduchým způsobem (např. v tabulkovém procesoru) pak vždy sousedící hodnoty za Limo a Moto podělíme B) Prodej v Kč a Hektolitrech Limo v regionech a letech 1. ze všech řádků si vyfiltrujeme přes Druh zboží pouze Limo 2. z hodnot si vybereme Prodej v Kč a Množství v hektolitrech 3. z os si vybereme Rok, Druh zboží a Region a za všechny jejich kombinace hodnoty sečteme (seskupíme) dáme Roky, do sloupců Regiony a Hodnoty Prodej a Množství C) Prvních dvacet nejziskovějších zákazníků v roce ze všech řádků si vyfiltrujeme přes Roky pouze rok z hodnot si vybereme Zisk v Kč 3. z os si vybereme Zákazníka a podle nich hodnoty sečteme (seskupíme) dáme Zákazníky, do sloupce pak Zisk 5. tabulku podle hodnoty setřídíme sestupně a necháme zobrazit pouze prvních dvacet řádků Pokud jste měli trpělivost pečlivě číst předchozí příklady, pak jste zjistili, že postup je vždy stejný a velmi jednoduchý: 4
4 Strategie IT 1. vybíráme osy, podle kterých budeme filtrovat 2. vybíráme si hodnoty, které chceme sčítat a zobrazit 3. vybíráme osy, podle kterých řádky seskupíme 4. seskupené osy zařadíme do řádků nebo sloupců OLAP efektivní způsob jak vyhodnocovat data Jsou-li data již připravená v datovém skladu, máme opět několik možností, jak je prezentovat: SQL dotaz Víte, že prapůvodní důvod vzniku jazyka SQL v 70. letech 20. století byla myšlenka, že si budou manažeři nad tabulkami podle potřeby sestavovat vlastní SQL dotazy, aby tak mohli operativně získávat požadované informace? Proto také název Structured Query Language strukturovaný dotazovací jazyk. Tedy do toho: napíšeme do konzoly databáze SELECT, pak vypíšeme názvy os a hodnot požadovaného výstupu. Následuje název tabulky datového skladu za příkazem FROM. Příkazem WHERE napíšeme filtrovací podmínky a nakonec uvedeme, za které sloupce chceme data seskupit příkazem GROUP BY a setřídit příkazem ORDER BY. Vzhledem k tomu, že máme data již vypreparována a nachystána v datovém skladu, je sestavení takového dotazu velmi jednoduché. Vyděsil jsem vás? Nebojte se. Naštěstí se od té doby již informatici posunuli dále k řadovému uživateli a dali k dispozici poněkud uchopitelnější nástroje. Kromě toho u SQL dotazů stále ještě zůstává problém s výkonem požadovaných vyhodnocení. Kontingenční tabulka v MS Excelu Tento nástroj už je velmi schopný a je přímo stavěný pro vyhodnocování právě takových tabulek, jako je příklad našeho jednoduchého datového skladu. Uživatel-manažer si velmi jednoduše nad zdrojovou tabulkou vybere, které osy chce mít v řádcích, které ve sloupcích a ve kterých osách chce filtrovat. MS Excel pak automaticky nadefinovanou tabulku sestaví a zobrazí. Takto sestavené pohledy si pak jednoduše uložíme jako obyčejné sešity, a když budeme chtít později zobrazit stejné vyhodnocení nad novými daty, zmáčkneme tlačítko Aktualizovat a data se obnoví. Kontingenční tabulka má pouze jeden, ovšem velmi podstatný nedostatek. V reálném podniku se plní takový datový sklad prodeje řádově miliony řádky ročně. Zkuste je všechny dostat do MS Excelu, abyste například zjistili, jaký jste měli v jednotlivých letech obrat. OLAP (on-line analytical processing) Ponechme tedy stranou kontingenční tabulku a přibližme si, co se pod touto tajemnou zkratkou skrývá. OLAP si představme jako nadstavbu nad tabulkou datového skladu. Tato nadstavba v sobě speciálním způsobem již v rámci plnění dat do datového skladu ukládá všechny možné součty v rámci jednotlivých os. A tato speciální technologie je především stavěná pro velké objemy dat. Když pak uživatel-manažer položí dotaz na nějaký pohled do datového skladu, neprobíhá již významný výpočet z primární tabulky, ale OLAP použije již vypočtené pohledy. Ovládání uživatelských nástrojů na nahlížení do OLAPu je pak prakticky shodné s ovládáním již zmíněné kontingenční tabulky. Rozdíl je ovšem v tom, že při použití OLAPu dostanete odpověď na jakýkoliv pohled prakticky okamžitě, a to i v případě obrovských objemů dat. Máme tak možnost při návrhu rozšířit tabulku datového skladu o celou spoustu na první pohled zbytečných údajů skladník, umístění ve skladu, dopravce, typ auta dopravce, prodejního referenta, telefonního operátora objednavatele atd. U všech osob pak můžeme evidovat celou řadu atributů datum narození, barvu očí, pohlaví, bydliště,... Zkrátka a dobře, fantazii se meze nekladou, běžný informační systém ve spojení s OLAPem vám tato data bez problémů poskytne a vyhodnotí. Je už pouze na vás, zdali vám jsou ku prospěchu, nebo ne. Nejcennější věci jsou zadarmo Asi si už kladete otázku, kde se dá takový OLAP koupit a kolik vlastně stojí. Do konce minulého století patřily pro běžného podnikatele manažerské nadstavby s technologií OLAP do sféry sci-fi. Průkopnickou roli na tomto poli sehrály firmy IBM a Oracle. Implementace takového BI se normálně pohybovala v milionech amerických dolarů. Asi největší průlom na tomto poli provedla firma Microsoft, která ještě před rokem 2000 zabudovala OLAP (Microsoft SQL Server Ana ly sis Services) přímo do svého SQL serveru. Dnes je MS SQL server jedním z nejrozšíře něj ších na našem trhu. Přitom stále ještě drti vá většina uživatelů, jejichž systém pracuje s MS SQL, ani neví, že pod kapotou jejich informačního systému dřímá démon jménem OLAP. K oživení tohoto démona nepotřebujete mnoho. Stačí si nechat zhotovit datové pumpy do datového skladu, nad kterým zkušený programátor nastaví datové kostky, a manažerská nadstavba je připravena k použití. Pokud navíc vlastníme program jménem MS Excel, stačí vypustit druhého dřímajícího démona, o kterém jsme doposud nic netušili. Excel totiž umí velmi účinně formou kontingenční tabulky prezentovat i data z OLAPu. Pokud vezmeme investici do samotného serveru jako nutné zlo, protože bez něj nám většina ERP systémů jaksi nepojede, a vlastnictví nejrozšířenějšího kancelářského software považujeme za samozřejmost, pak můžeme vnímat přiložený OLAP jako něco, co je zadarmo. Všímavý pozorovatel IT trhu ovšem již delší dobu vnímá stále sílící komunitu open source, kde když se řekne, že je něco zadarmo, tak je to skutečně zadarmo. Pro takové mám potěšující zprávu. Společnosti jako Pentaho nebo Jaspersoft nabízí mimo jiné nad databází MySQL, která je samozřejmě zadarmo, OLAP server, a to rovněž zadarmo. Již samotné zprovoznění datového skladu s OLAPem otevírá většině manažerů zcela nové možnosti vyhodnocování dat. Podaří-li se vám toto zprovoznění za rozumné náklady (řádově desítky tisíc korun), dosáhnete neuvěřitelného poměru ceny a výkonu ve vašem vyhodnocování. Pro většinu potřebných pohledů vám bude taková jednoduchá konstrukce bohatě stačit. Manažer, který používá vlastní selský rozum k hledání způsobu, jak zvyšovat výkon svého oddělení, a sám zkoumá v datech systému příčiny a souvislosti jednotlivých ukazatelů, Inzerce 5
5 pracuje vysoce efektivně. Vytváří si totiž vlastní zkušenostní bázi, a ta patří mezi nejcennější. A právě jednoduchá konstrukce datového skladu s OLAPem a jednoduchým prohlížečem se pro takového řídícího pracovníka velmi rychle stane nástrojem, který už nedá z ruky. Jak je na tom malý podnikatel? Vyhodnocování nad OLAPem se dostává stále více do povědomí veřejnosti. A vzhledem k výše uvedené skutečnosti, že OLAP je automatickou součástí databázového stroje, nad kterým většina ERP systémů pracuje, začínají i výrobci nejjednodušších programů zpřístupňovat data svým uživatelům pomocí této nadstavby. Pokud je struktura dat malého systému dobře navržena, může jeho výrobce velmi jednoduše rovnou do samotného systému zabudovat datovou pumpu, která bude automaticky plnit datový sklad. Drobný podnikatel pak může rovnou využívat nejmodernější manažerskou nadstavbu, aniž by do jejího zprovoznění investoval jedinou korunu. Co je to business intelligence? Business intelligence je souhrnný název pro celý komplex nástrojů, které slouží manažerům pro efektivní vyhodnocování a řízení. My si nyní ty hlavní nástroje popíšeme: Prohlížeč OLAPu Už výše jsme zmínili MS Excel jako velmi silný nástroj pro prezentaci dat datového skladu. Kromě něj samozřejmě existují jiné nástroje, které umí s datovým skladem provádět celou řadu dalších operací než jen zobrazovat tabulky a grafy. Rozšířeným nástrojem je například program ProClarity, který je stavěn přímo pro MS OLAP a který za rozumnou cenu poskytuje více nástrojů BI. Předními hráči na trhu komerčních BI jsou kromě společ nosti Microsoft společnost IBM se systémem Cognos, dále MicroStrategy, SAP nebo Oracle. Implementace těchto nástrojů ve velkých podnicích zatím stále ještě dosahuje víceciferných částek. Jak si ovšem ukážeme dále, u větších podniků to určitě smyl má. Ovšem již zmíněné open source firmy Pentaho a Jaspersoft také nejsou žádnými popelkami. Zadarmo je totiž pouze základní výbava OLAPu. Ovšem ve chvíli, kdy začnete pokukovat po vyšších nástrojích BI, kterými i tyto firmy disponují, začne vám neviditelná ruka rovněž citelně odsávat nemalé prostředky z vašich kapes. Signály (semafory, barvy) Jsou to nástroje, které umožňují definovat podmínky hlášení ať již pozitivních, nebo výstražných informací. Asi každý slyšel rčení pohybujeme se v červených číslech, konečně jsme se dostali do černých čísel apod. Samozřejmě, že obarvení číselných hodnot podle různých definovaných mezí zvládne běžný tabulkový procesor. Zde ovšem jde o mnohem rafinovanější nástroj. Když si například zobrazíme sumární prodeje za jednotlivé druhy zboží (Limo, Moto), mohou být obě zobrazované celkové hodnoty pozitivní. My ale chceme být červeným semaforem upozorněni, že v sortimentu Limo se v posledním kvartálu nepodařilo v některých regionech naplnit kvótu u jednoho konkrétního artiklu. Sumární hodnota tedy bude svítit červeně. My si pak budeme rozbalovat jednotlivá zanoření, až nás barevné semafory navedou k problémovým hodnotám. Všímavější čtenář možná začíná tušit, že definování kritérií pro odpovídající barvení zobrazovaných čísel, aby skutečně odpovídala denní potřebě manažerů, nebude žádná procházka růžovou zahradou. Modelování, prognózy, simulace Na základě vývoje skutečnosti chceme vidět odhady, kudy povede další vývoj hodnot. Zároveň chceme ručně měnit některé parametry a simulovat si tak jejich očekávaný dopad. Dolování dat (data mining) Data mining je velmi zajímavá disciplína. Doposud jsme vždy popisovali, jak odpovědět efektivně na dotaz, který manažer položí: Jaké jsou obraty v daném regionu atd. Data mining si však klade za cíl řešit zcela opačnou úlohu: ukázat na souvislosti v datech, které by nikoho nenapadly, tudíž se na ně nikdo ani nezeptá. Matematici zkoumají různé modely nad tzv. multidimenzionálními maticemi, kterými právě datové sklady jsou, a sestavují nástroje, jak zjistit případné souvislosti. Představíme-li si jednotlivé záznamy datového skladu jako body uvnitř mnoharozměrné matice, lze předpokládat, že pokud se v nějaké oblasti vyskytuje více bodů u sebe, pak to bude mít určitě nějakou příčinu. Popis souřadnic okolí takové skupiny bodů se pak převede do uživateli srozumitelné věty. Na příjemci takovéto informace pak záleží, jestli bude této informaci věnovat další pozornost. Pro běžného smrtelníka nemá smysl se snažit chápat principy těchto modelů. Důležitý je praktický výsledek jednotlivých metod. Představte si, že máte prohlížeč OLAPu, který v sobě obsahuje nástroje data miningu. Vy jednoduše naplníte datový sklad a pak spustíte některou z těchto metod. Chvíli si počkáte a pak vám systém zobrazí třeba větu ve stylu: objednavatelé ženského pohlaví nakupují pravidelně druhý čtvrtek v měsíci násobně větší množství limonád než v jiné dny. No a na vás pak je, jestli se nad touto informací pozastavíte, budete ji dále zkoumat a třeba na tom vyděláte miliony, nebo ji označíte za nesmysl a budete se věnovat jiným otázkám. Controlling Jde o další oblast spadající do BI. Cílem controllingu je efektivně nastavit výše zmíněné semafory a signály, jejichž aktivace následně spustí požadavky na zásahy do řízení podniku, aby bylo dosaženo co nejlepšího efektu. V předchozích odstavcích u popisu funkce semaforu jsme například uvedli upozornění, že konkrétní druh limonády v některých regionech vykázal červená čísla. Controlling si pak klade za cíl definovat, jaké opatření se má v takovém případě provést snížení ceny, zvýšení reklamy, snížení odměny regionálním manažerům pro prodej daného artiklu atd., aby došlo nejen k vyřešení signalizovaného problému, ale také aby byli všichni účastníci motivováni své výkony zvyšovat. Konzultační firma pro implementaci BI Jak začíná být asi zřejmé, chceme-li využívat v podniku vyšší nástroje BI, bez zkušených poradců, kteří nám pomohou vhodně zvolit a nakonfigurovat jednotlivé programy, se neobejdeme. Minimální úlohou pro takovou firmu je vhodný návrh struktury datového skladu a základní nastavení datových pump. Obzvlášť důležitá je úloha těchto odborníků, pokud do datového skladu importujeme data z různých systémů a datových zdrojů. Stejně tak definice účinných signálů, případně celého systému controllingu, je bez zkušených odborníku těžce představitelné. Už ze samotné povahy výše popisovaných principů je zřejmé, že místního stolaře nebo pekaře nechávají pokročilé nástroje business intelligence chladnými a že tyto zřejmě navždy zůstanou výsadou velkých podniků. Pevně ovšem věřím, že se mi podařilo navést i drobné podnikatele, případně manažery středních podniků, k používání nástrojů, které mohou mít k dispozici za nulových nebo minimálních nákladů a přitom jim přinesou velmi vysoký užitek. Autor je jednatelem společnosti Inside software. 6
Zdokonalování gramotnosti v oblasti ICT. Kurz MS Excel kurz 6. Inovace a modernizace studijních oborů FSpS (IMPACT) CZ.1.07/2.2.00/28.
Zdokonalování gramotnosti v oblasti ICT Kurz MS Excel kurz 6 1 Obsah Kontingenční tabulky... 3 Zdroj dat... 3 Příprava dat... 3 Vytvoření kontingenční tabulky... 3 Možnosti v poli Hodnoty... 7 Aktualizace
VíceAnalýza a modelování dat. Přednáška 9
Analýza a modelování dat Přednáška 9 Další dotazování nad kostkou Rozšíření SQL99 rozšíření SQL99 (minulá přednáška): seskupovací operátory za GROUP BY CUBE statistiky dle řezů ROLLUP statistiky dle rolování
VíceAnalýza a modelování dat. Přednáška 8
Analýza a modelování dat Přednáška 8 OLAP, datová kostka, dotazování nad kostkou Motivace většina DB relační zaznamenání vztahů pomocí logicky provázaných tabulek jakou mají velmi často vztahy povahu vztah
VíceMarketingová komunikace. 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3bph)
Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3bph) 3. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Zdroje Studijní materiály Heleny Palovské
VíceKontingenční tabulky v MS Excel 2010
Kontingenční tabulky v MS Excel 2010 Autor: RNDr. Milan Myšák e-mail: milan.mysak@konero.cz Obsah 1 Vytvoření KT... 3 1.1 Data pro KT... 3 1.2 Tvorba KT... 3 2 Tvorba KT z dalších zdrojů dat... 5 2.1 Data
VíceReporting. Ukazatele je možno definovat nad libovolnou tabulkou Helios Orange, která je zapsána v nadstavbě firmy SAPERTA v souboru tabulek:
Finanční analýza Pojem finanční analýza Finanční analýza umožňuje načítat data podle dimenzí a tyto součty dlouhodobě vyhodnocovat. Pojem finanční analýza není nejpřesnější, protože ukazatele mohou být
VíceZáklady business intelligence. Jaroslav Šmarda
Základy business intelligence Jaroslav Šmarda Základy business intelligence Business intelligence Datový sklad On-line Analytical Processing (OLAP) Kontingenční tabulky v MS Excelu jako příklad OLAP Dolování
VíceMarketingová komunikace. 2. a 3. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK3PH (vm3aph)
Marketingová komunikace Kombinované studium Skupina N9KMK3PH (vm3aph) 2. a 3. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Co nás čeká: 2. soustředění 16.1.2009
VíceZákladní informace o co se jedná a k čemu to slouží
Základní informace o co se jedná a k čemu to slouží založené na relačních databází transakční systémy, které jsou určeny pro pořizování a ukládání dat v reálném čase (ERP, účetní, ekonomické a další podnikové
VíceOperátory ROLLUP a CUBE
Operátory ROLLUP a CUBE Dotazovací jazyky, 2009 Marek Polák Martin Chytil Osnova přednášky o Analýza dat o Agregační funkce o GROUP BY a jeho problémy o Speciální hodnotový typ ALL o Operátor CUBE o Operátor
VíceJak používat statistiky položkové v systému WinShop Std.
Jak používat statistiky položkové v systému WinShop Std. Systém WinShop Std. využívá k zápisům jednotlivých realizovaných pohybů (příjem zboží, dodací listy, výdejky, převodky, prodej zboží na pokladně..)
VíceStručný obsah. K2118.indd 3 19.6.2013 9:15:27
Stručný obsah 1. Stručný obsah 3 2. Úvod 11 3. Seznamy a databáze v Excelu 13 4. Excel a externí data 45 5. Vytvoření kontingenční tabulky 65 6. Využití kontingenčních tabulek 81 7. Kontingenční grafy
VíceFUNKCE PRO ANALYTICKÉ ZPRACOVÁNÍ DAT
FUNKCE PRO ANALYTICKÉ ZPRACOVÁNÍ DAT V PRODUKTECH YAMACO SOFTWARE PŘÍRUČKA A NÁVODY PRO ÚČELY: - RUTINNÍ PRÁCE S DATY YAMACO SOFTWARE 2008 1. ÚVODEM Vybrané produkty společnosti YAMACO Software obsahují
VícePrezentace CRMplus. Téma: CRMplus jako nástroj pro kontrolu a vyhodnocení rozpracovanosti dílů na zakázkách
Prezentace CRMplus Téma: CRMplus jako nástroj pro kontrolu a vyhodnocení rozpracovanosti dílů na zakázkách Obsah prezentace Představení společnosti Technodat Develop, s.r.o. CRMplus základní charakteristika
VíceInformační systémy 2006/2007
13 Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní, Katedra automatizační techniky a řízení Informační systémy 2006/2007 Ivan Kedroň 1 Obsah Analytické nástroje SQL serveru. OLAP analýza
VícePřehledy pro Tabulky Hlavním smyslem této nové agendy je jednoduché řazení, filtrování a seskupování dle libovolných sloupců.
Přehledy pro Tabulky V programu CONTACT Professional 5 naleznete u firem, osob a obchodních případů záložku Tabulka. Tuto záložku lze rozmnožit, přejmenovat a sloupce je možné definovat dle vlastních požadavků
VíceAdventureWorksDW2014 SQL Server Data Tools Multidimenziona lnı model Tabula rnı model Multidimenziona lnı mo d Tabula rnı mo d MS SQL Server 2016 Tabula rnı mo d Azure Analysis Services 16 3.2 Dimenzionální
VíceStřední odborná škola stavební Karlovy Vary Sabinovo náměstí 16, 360 09 Karlovy Vary Autor: Ing. Hana Šmídová Název materiálu:
Název školy: Střední odborná škola stavební Karlovy Vary Sabinovo náměstí 16, 360 09 Karlovy Vary Autor: Ing. Hana Šmídová Název materiálu: VY_32_INOVACE_01_ACCESS_P2 Číslo projektu: CZ 1.07/1.5.00/34.1077
VíceBusiness Intelligence
Business Intelligence Josef Mlnařík ISSS Hradec Králové 7.4.2008 Obsah Co je Oracle Business Intelligence? Definice, Od dat k informacím, Nástroj pro operativní řízení, Integrace informací, Jednotná platforma
VíceGymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto
Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Registrační číslo projektu Šablona Autor Název materiálu / Druh CZ.1.07/1.5.00/34.0951 III/2 INOVACE A ZKVALITNĚNÍ VÝUKY PROSTŘEDNICTVÍM ICT
VíceMBI - technologická realizace modelu
MBI - technologická realizace modelu 22.1.2015 MBI, Management byznys informatiky Snímek 1 Agenda Technická realizace portálu MBI. Cíle a principy technického řešení. 1.Obsah portálu - objekty v hierarchiích,
VíceUkázka knihy z internetového knihkupectví www.kosmas.cz
Ukázka knihy z internetového knihkupectví www.kosmas.cz U k á z k a k n i h y z i n t e r n e t o v é h o k n i h k u p e c t v í w w w. k o s m a s. c z, U I D : K O S 1 8 0 5 8 4 U k á z k a k n i h
VíceZákladní vzorce a funkce v tabulkovém procesoru
Základní vzorce a funkce v tabulkovém procesoru Na tabulkovém programu je asi nejzajímavější práce se vzorci a funkcemi. Když jednou nastavíte, jak se mají dané údaje zpracovávat (některé buňky sečíst,
VíceMIS. Manažerský informační systém. pro. Ekonomický informační systém EIS JASU CS. Dodavatel: MÚZO Praha s.r.o. Politických vězňů 15 110 00 Praha 1
MIS Manažerský informační systém pro Ekonomický informační systém EIS JASU CS Dodavatel: MÚZO Praha s.r.o. Politických vězňů 15 110 00 Praha 1 Poslední aktualizace dne 5.8.2014 MÚZO Praha s.r.o. je certifikováno
VíceCopyright 2013 Martin Kaňka;
Copyright 2013 Martin Kaňka; http://dalest.kenynet.cz Popis aplikace Hlavním cílem aplikace Cubix je výpočet a procvičení výpočtu objemu a povrchu těles složených z kostek. Existují tři obtížnosti úkolů
VíceMicrosoft Access. Typy objektů databáze: Vytvoření a návrh nové tabulky. Vytvoření tabulky v návrhovém zobrazení
Microsoft Access Databáze je seskupení většího množství údajů, které mají určitou logiku a lze je určitým způsobem vyhodnocovat, zpracovávat a analyzovat Access je jedním z programů určených pro zpracování
VíceDatabázový systém označuje soubor programových prostředků, které umožňují přístup k datům uloženým v databázi.
Databáze Základní pojmy Pojem databáze označuje obecně souhrn informací, údajů, dat o nějakých objektech. Úkolem databáze je hlídat dodržení všech omezení a dále poskytovat data při operacích. Objekty
VíceKAPITOLA 11 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM
KAPITOLA 11 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM FILTROVÁNÍ DAT Po filtrování dat jsou zobrazeny pouze řádky, které splňují zadaná kritéria, a řádky, které nechcete zobrazit, jsou skryty. Filtrovat
Více6. blok část C Množinové operátory
6. blok část C Množinové operátory Studijní cíl Tento blok je věnován problematice množinových operátorů a práce s množinovými operátory v jazyce SQL. Čtenáři se seznámí s operátory, UNION, a INTERSECT.
VíceINFORMAČNÍ SYSTÉMY (IS) Ing. Pavel Náplava Katedra počítačů K336, ČVUT FEL Praha 2004/2005
INFORMAČNÍ SYSTÉMY (IS) Ing. Pavel Náplava Katedra počítačů K336, ČVUT FEL Praha 2004/2005 AGENDA definice IS, zavedení pojmů možnosti a rozdělení typická struktura technologie nasazení praktická ukázka
VíceMicrosoft Access. Úterý 26. února. Úterý 5. března. Typy objektů databáze: Vytvoření a návrh nové tabulky
Úterý 26. února Microsoft Access Databáze je seskupení většího množství údajů, které mají určitou logiku a lze je určitým způsobem vyhodnocovat, zpracovávat a analyzovat Access je jedním z programů určených
VícePodpora manažerského rozhodování užitím Business Intelligence Ing. Jan Klimeš, ORTEX spol. s r.o., Hradec Králové
Podpora manažerského rozhodování užitím Business Intelligence Ing. Jan Klimeš, ORTEX spol. s r.o., Hradec Králové I ve vodohospodářských společnostech platí pravidlo, že objem dat potřebných pro rozhodování
VíceKIV/ZIS - cvičení 1/39
KIV/ZIS - cvičení Jakub Krauz E-mail: krauz@kiv.zcu.cz Kancelář: UN 326 (nová budova FAV) Konzultační hodiny: Pondělí 11:00 12:00 Čtvrtek 11:00 12:00 raději předem napsat email 1/39 KIV/ZIS - cvičení http://portal.zcu.cz
VíceGymnázium a Střední odborná škola, Rokycany, Mládežníků 1115
Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115 Číslo projektu: Číslo šablony: Název materiálu: Ročník: Identifikace materiálu: Jméno autora: Předmět: Tématický celek: Anotace: CZ.1.07/1.5.00/34.0410
VíceARCHITEKTURA INFORMAČNÍCH SYSTÉMŮ PODLE ÚROVNĚ ŘÍZENÍ
ARCHITEKTURA INFORMAČNÍCH SYSTÉMŮ PODLE ÚROVNĚ ŘÍZENÍ Podle toho, zda informační systém funguje na operativní, taktické nebo strategické řídicí úrovni, můžeme systémy rozdělit do skupin. Tuto pyramidu
VíceDATABÁZE A SYSTÉMY PRO UCHOVÁNÍ DAT 61 DATABÁZE - ACCESS. (příprava k vykonání testu ECDL Modul 5 Databáze a systémy pro zpracování dat)
DATABÁZE A SYSTÉMY PRO UCHOVÁNÍ DAT 61 DATABÁZE - ACCESS (příprava k vykonání testu ECDL Modul 5 Databáze a systémy pro zpracování dat) DATABÁZE A SYSTÉMY PRO UCHOVÁNÍ DAT 62 Databáze a systémy pro uchování
VícePoužijeme-li prostorový typ grafu, můžeme pro každou datovou zvolit jiný tvar. Označíme datovou řadu, zvolíme Formát datové řady - Obrazec
Čtvrtek 15. září Grafy v Excelu 2010 U grafů, ve kterých se znázorňují hodnoty řádově rozdílné, je vhodné zobrazit ještě vedlejší osu 1994 1995 1996 1997 1998 1999 2000 hmotná investice 500 550 540 500
Více8.2 Používání a tvorba databází
8.2 Používání a tvorba databází Slide 1 8.2.1 Základní pojmy z oblasti relačních databází Slide 2 Databáze ~ Evidence lidí peněz věcí... výběry, výpisy, početní úkony Slide 3 Pojmy tabulka, pole, záznam
Více4IT218 Databáze. 4IT218 Databáze
4IT218 Databáze Osmá přednáška Dušan Chlapek (katedra informačních technologií, VŠE Praha) 4IT218 Databáze Osmá přednáška Normalizace dat - dokončení Transakce v databázovém zpracování Program přednášek
VíceInovace a zkvalitnění výuky prostřednictvím ICT. Základní seznámení s MySQL Ing. Kotásek Jaroslav
Střední průmyslová škola a Vyšší odborná škola technická Brno, Sokolská 1 Šablona: Název: Téma: Autor: Číslo: Anotace: Inovace a zkvalitnění výuky prostřednictvím ICT Databáze Základní seznámení s MySQL
VíceKIV/ZIS - cvičení. je dobré chodit na cvičení, lépe se pak vypracovávají semestrálky. první 2 týdny podle kapacity 1/37
KIV/ZIS - cvičení David Široký (dsiroky@kiv.zcu.cz) http://portal.zcu.cz -> Courseware -> Moje předměty -> KIV/ZIS http://dasir.cz/vyuka/ docházka - není povinná, ale je sledovaná přesuny mezi cvičeními
VíceMarketingová komunikace. 2. soustředění. Mgr. Pavel Vávra 9103@mail.vsfs.cz. Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph)
Marketingová komunikace Kombinované studium Skupina N9KMK1aPH/N9KMK1bPH (um1a1ph/um1b1ph) 2. soustředění Mgr. Pavel Vávra 9103@mail.vsfs.cz http://vavra.webzdarma.cz/home/index.htm Minulé soustředění úvod
VíceDatabáze v MS ACCESS
1 z 14 19.1.2014 18:43 Databáze v MS ACCESS Úvod do databází, návrh databáze, formuláře, dotazy, relace 1. Pojem databáze Informací se data a vztahy mezi nimi stávají vhodnou interpretací pro uživatele,
VíceMS EXCEL. MS Excel 2007 1
MS Excel 2007 1 MS EXCEL Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z informatiky pro gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky na gymnáziu
VíceEkonomický systém WinStrom 10
IT Strategie Ekonomický systém WinStrom 10 Miloš Grásgruber WinStrom je ekonomický systém, který má na českém trhu dlouhou historii. V případě verze WinStrom 10 se však jedná o zcela novou generaci systému,
VíceBusiness Intelligence nástroje a plánování
Business Intelligence nástroje a plánování pro snadné reportování a vizualizaci Petr Mlejnský Business Intelligence pro reporting, analýzy a vizualizaci Business Intelligence eporting Dashboardy a vizualizace
VíceRELAČNÍ DATABÁZE ACCESS
RELAČNÍ DATABÁZE ACCESS 1. Úvod... 2 2. Základní pojmy... 3 3. Vytvoření databáze... 5 4. Základní objekty databáze... 6 5. Návrhové zobrazení tabulky... 7 6. Vytváření tabulek... 7 6.1. Vytvoření tabulky
VíceSvolávací systém Uživatelský manuál
Uživatelský manuál TTC TELEKOMUNIKACE, s.r.o. Třebohostická 987/5 100 00 Praha 10 tel.: 234 052 111 fax.: 234 052 999 e-mail: ttc@ttc.cz http://www.ttc-telekomunikace.cz Datum vydání: 14. srpna 2013 Číslo
VíceZÁKLADY STATISTICKÉHO ZPRACOVÁNÍ ÚDAJŮ 5. hodina , zapsala Veronika Vinklátová Revize zápisu Martin Holub,
ZÁKLADY STATISTICKÉHO ZPRACOVÁNÍ ÚDAJŮ 5. hodina - 22. 3. 2018, zapsala Revize zápisu Martin Holub, 27. 3. 2018 I. Frekvenční tabulky opakování z minulé hodiny Frekvenční tabulka je nejzákladnější nástroj
VíceMicrosoft. Access. Výběrové dotazy. Mgr. Jan Veverka Střední odborná škola sociální Evangelická akademie
Microsoft Access Výběrové dotazy Mgr. Jan Veverka Střední odborná škola sociální Evangelická akademie Výběrové dotazy výběrový dotaz slouží k výběru konkrétních dat z tabulky databáze podle zadaných kritérií
VíceExcel tabulkový procesor
Pozice aktivní buňky Excel tabulkový procesor Označená aktivní buňka Řádek vzorců zobrazuje úplný a skutečný obsah buňky Typ buňky řetězec, číslo, vzorec, datum Oprava obsahu buňky F2 nebo v řádku vzorců,
VíceNíže uvedená tabulka obsahuje technické údaje a omezení aplikace Excel (viz také článek Technické údaje a omezení aplikace Excel (2007).
Níže uvedená tabulka obsahuje technické údaje a omezení aplikace - (viz také článek Technické údaje a omezení aplikace Excel (). otevřených sešitů a systémovými prostředky a systémovými prostředky a systémovými
VíceObsah. Úvod... 11. 1. Access a Excel podobní, a přesto každý jiný!... 15. 2. Vstupujeme do prostředí tabulkového procesoru... 25
Obsah Úvod... 11 O čem je tato kniha...11 Jak je kniha uspořádána...12 Používané konvence...13 1. Access a Excel podobní, a přesto každý jiný!... 15 1.1 Excel i Access ovládáme příkazy...17 1.2 Jak se
Vícedokumentu, respektive oddílu (více o oddílech v další kapitole). Nemůžeme
Microsoft Office IV Sloupce Chtěli bychom psát školní noviny a máme pocit, že jsou málo profesionální. Chtěli bychom využít možnost psaní v několika sloupcích. Nastavíme si na stránce místo jednoho sloupce
VícePřipravte se na konjunkturu se systémem řízení údržby SGM. SGM moderní nástroj pro řízení údržby nejen výrobních zařízení
Připravte se na konjunkturu se systémem řízení údržby SGM SGM moderní nástroj pro řízení údržby nejen výrobních zařízení 30.3.2010 konference EAM, Brno Boris Soukeník ředitel Synergit s.r.o. Agenda prezentace
VíceGrafy opakování a prohloubení Při sestrojování grafu označíme tabulku a na kartě Vložit klikneme na zvolený graf
Pátek 30. září Grafy opakování a prohloubení Při sestrojování grafu označíme tabulku a na kartě Vložit klikneme na zvolený graf Nástroje grafu (objeví se při označeném grafu) - 3 záložky návrh, rozložení,
VíceDatabáze MS-Access. Obsah. Co je to databáze? Doc. Ing. Radim Farana, CSc. Ing. Jolana Škutová
Databáze MS-Access Doc. Ing. Radim Farana, CSc. Ing. Jolana Škutová Obsah Principy a možnosti databází. Uložení dat v databázi, formáty dat, pole, záznamy, tabulky, vazby mezi záznamy. Objekty databáze
VíceBM Software, Němčičky 84, 69107 Němčičky u Břeclavi. Převody přesčasů / nedočasů v systému Docházka 3000
BM Software, Němčičky 84, 69107 Němčičky u Břeclavi Vývoj, výroba, prodej a montáž docházkových a identifikačních systémů Tel: 519 430 765, Mobil: 608 447 546 e-mail: bmsoft@seznam.cz web: http://www.dochazka.eu
VíceStatSoft Jak vyzrát na datum
StatSoft Jak vyzrát na datum Tento článek se věnuje podrobně možnostem práce s proměnnými, které jsou ve formě datumu. A že jich není málo. Pokud potřebujete pracovat s datumem, pak se Vám bude tento článek
VíceExcel a externí data KAPITOLA 2
Excel a externí data KAPITOLA 2 V této kapitole: Připojení databáze Microsoft Access Data z webových stránek a z textových souborů Data z databází Program Microsoft Query Práce se soubory typu XML Velkou
VíceWonderware Information Server 4.0 Co je nového
Wonderware Information Server 4.0 Co je nového Pavel Průša Pantek (CS) s.r.o. Strana 2 Úvod Wonderware Information Server je výrobní analytický a reportní informační portál pro publikaci výrobních dat
VíceManažerský reporting a finanční plánování Targetty
Manažerský reporting a finanční plánování Targetty v O2 Milan Štoček Milan.Stocek@CleverDecision.com Agenda Představení Clever Decision a Uniwise Targetty - Enterprise Performance Management Planning Architektura
Více2. popis prostředí, nastavení pracovní plochy
(c) mise 2013 1 2 1. úvod Tabulkový procesor program pro organizaci a správu dat pomocí tabulek určen pro zpracování dat převážně číselného charakteru Využití tabulkových procesorů přehledná prezentace
VíceInfor Performance management. Jakub Urbášek
Infor Performance management Jakub Urbášek Agenda prezentace Stručně o produktu Infor PM 10 Komponenty Infor PM - PM OLAP a PM Office Plus Reporting Analýza Plánování / operativní plánování Infor Performance
VíceWichterlovo gymnázium, Ostrava-Poruba, příspěvková organizace. Maturitní otázky z předmětu INFORMATIKA A VÝPOČETNÍ TECHNIKA
Wichterlovo gymnázium, Ostrava-Poruba, příspěvková organizace Maturitní otázky z předmětu INFORMATIKA A VÝPOČETNÍ TECHNIKA 1. Algoritmus a jeho vlastnosti algoritmus a jeho vlastnosti, formy zápisu algoritmu
VíceÚvodní přednáška. Význam a historie PIS
Úvodní přednáška Význam a historie PIS Systémy na podporu rozhodování Manažerský informační systém Manažerské rozhodování Srovnávání, vyhodnocování, kontrola INFORMACE ROZHODOVÁNÍ organizace Rozhodovacích
VíceDATABÁZOVÉ SYSTÉMY. Metodický list č. 1
Metodický list č. 1 Cíl: Cílem předmětu je získat přehled o možnostech a principech databázového zpracování, získat v tomto směru znalosti potřebné pro informačního manažera. Databázové systémy, databázové
VícePráce s MS Excel v Portálu farmáře a využití pro stažení dat KN z LPIS a sestav z EPH
Práce s MS Excel v Portálu farmáře a využití pro stažení dat KN z LPIS a sestav z EPH Leden 2012 1. Přehled sestav MS Excel v Portálu farmáře Registr půdy (LPIS) a Data ke stažení LPIS umožňuje na záložce
VíceMS Excel 2007 Kontingenční tabulky
MS Excel 2007 Kontingenční tabulky Obsah kapitoly V této kapitole se seznámíme s nástrojem, který se používá k analýze dat rozsáhlých seznamů. Studijní cíle Studenti budou umět pro analýzu dat rozsáhlých
Víceúčetnictví pro živnostníky a malé společnosti
Modul Účetní analýzy účetnictví pro živnostníky a malé společnosti O I Ú... 1 Instalace modulu účetní analýzy verze 12.000 a vyšší... 1 On-line...1 Off-line...1 Ú... 3 Co lze od modulu účetní analýzy očekávat...
VíceManuál SQL Ekonom funkce pro zajištění souladu s ochranu osobních údajů podle GDPR
1 Vážení uživatelé ekonomických a informačních systémů od naší společnosti. Přinášíme Vám nový manuál k informačnímu systému SQL Ekonom, který se výhradně věnuje popisu ovládání těch funkcí v programu,
VíceČtvrtek 3. listopadu. Makra v Excelu. Obecná definice makra: Spouštění makra: Druhy maker, způsoby tvorby a jejich ukládání
Čtvrtek 3. listopadu Makra v Excelu Obecná definice makra: Podle definice je makro strukturovanou definicí jedné nebo několika akcí, které chceme, aby MS Excel vykonal jako odezvu na nějakou námi definovanou
VícePOKROČILÉ POUŽITÍ DATABÁZÍ
POKROČILÉ POUŽITÍ DATABÁZÍ Barbora Tesařová Cíle kurzu Po ukončení tohoto kurzu budete schopni pochopit podstatu koncepce databází, navrhnout relační databázi s využitím pokročilých metod, navrhovat a
VíceDatabázové systémy. Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz
Databázové systémy Doc.Ing.Miloš Koch,CSc. koch@fbm.vutbr.cz Vývoj databázových systémů Ukládání dat Aktualizace dat Vyhledávání dat Třídění dat Výpočty a agregace 60.-70. léta Program Komunikace Výpočty
VíceKIV/ZIS cvičení 5. Tomáš Potužák
KIV/ZIS cvičení 5 Tomáš Potužák Úvod do SQL (1) SQL (Structured Query Language) je standardizovaný strukturovaný dotazovací jazyk pro práci s databází Veškeré operace v databázi se dají provádět pomocí
VíceBALISTICKÝ MĚŘICÍ SYSTÉM
BALISTICKÝ MĚŘICÍ SYSTÉM UŽIVATELSKÁ PŘÍRUČKA Verze 2.3 2007 OBSAH 1. ÚVOD... 5 2. HLAVNÍ OKNO... 6 3. MENU... 7 3.1 Soubor... 7 3.2 Měření...11 3.3 Zařízení...16 3.4 Graf...17 3.5 Pohled...17 1. ÚVOD
VíceOn line analytical processing (OLAP) databáze v praxi
On line analytical processing (OLAP) databáze v praxi Lukáš Matějovský Lukas.Matejovsky@CleverDecision.com Jan Zajíc Jan.Zajic@CleverDecision.com Obsah Představení přednášejících Základy OLAP Příklady
VícePříprava dat v softwaru Statistica
Příprava dat v softwaru Statistica Software Statistica obsahuje pokročilé nástroje pro přípravu dat a tvorbu nových proměnných. Tyto funkcionality přinášejí značnou úsporu času při přípravě datového souboru,
VíceAllegro účetnictví. Schéma účetního modulu. Podstatné vlastnosti. Allegro Business Solution Účetnictví
Allegro účetnictví Obsahuje zákonem vyžadované agendy podvojného účetnictví a tvoří jádro celého systému. Standardní bloky zahrnují účetní knihu, faktury přijaté a vydané, banky, pokladny a přiznání DPH.
VíceTiskové sestavy. Zdroj záznamu pro tiskovou sestavu. Průvodce sestavou. Použití databází
Tiskové sestavy Tiskové sestavy se v aplikaci Access používají na finální tisk informací z databáze. Tisknout se dají všechny objekty, které jsme si vytvořili, ale tiskové sestavy slouží k tisku záznamů
VíceBellanzon, a.s. představuje: systém pro konzultační způsob prodeje
Bellanzon, a.s. představuje: systém pro konzultační způsob prodeje Naše vize: Před deseti lety neměla většina lidí mobil či osobní počítač. Stejně se svět změní v následujících deseti letech Steve Ballmer,
VíceVzorce. Suma. Tvorba vzorce napsáním. Tvorba vzorců průvodcem
Vzorce Vzorce v Excelu lze zadávat dvěma způsoby. Buď známe přesný zápis vzorce a přímo ho do buňky napíšeme, nebo použijeme takzvaného průvodce při tvorbě vzorce (zejména u složitějších funkcí). Tvorba
VíceDatabáze pro evidenci výrobků
Databáze pro evidenci výrobků Databáze ve formátu Microsoft Access je součástí systému, který řídí automatizovanou výrobní linku. Tabulka tblcharge obsahuje data o výrobcích a je plněna automaticky řídicím
VíceHromadná korespondence
Kapitola dvanáctá Hromadná korespondence Učební text Mgr. Radek Hoszowski Hromadná korespondence Hromadná korespondence Představíme si jednoduchý nástroj, který nám může ušetřit velké množství práce. Je
VíceNávod k práci s programem MMPI-2
Návod k práci s programem MMPI-2 Výchozím vstupním heslem je název programu psaný malými písmeny, tedy mmpi-2. Po zadání hesla stiskněte Enter nebo tlačítko Dále. Hlavní obrazovka programu zobrazuje přehled
VíceModul. Univerzální tabulkový export
Modul Univerzální tabulkový export Přístup ke komplexně reportovaným údajům Export je vybaven možnostmi pro velice komplexní prezentaci dat: Umožňuje seskupování dat až v pěti úrovních, seskupování může
VíceSEMINÁŘ MANAŢERSKÉ SYSTÉMY
22.10.2008 SEMINÁŘ MANAŢERSKÉ SYSTÉMY S PŘÍVLASKEM Prezentace zajímavých projektů BUSINESS INTELLIGENCE 16.10.2008 Ing. Jan Klimeš, ORTEX 1 & Hyman K*A*P*L*A*N Mapa semináře (aneb co Vám chci říci ) Obsah
VíceMicrosoft Excel kopírování vzorců, adresování, podmíněný formát. Mgr. Jan Veverka Střední odborná škola sociální Evangelická akademie
Microsoft Excel kopírování vzorců, adresování, podmíněný formát Mgr. Jan Veverka Střední odborná škola sociální Evangelická akademie Kopírování vzorců v mnoha případech je třeba provést stejný výpočet
VíceVzorce. StatSoft. Vzorce. Kde všude se dá zadat vzorec
StatSoft Vzorce Jistě se Vám již stalo, že data, která máte přímo k dispozici, sama o sobě nestačí potřebujete je nějak upravit, vypočítat z nich nějaké další proměnné, provést nějaké transformace, Jinak
VíceProzkoumání příkazů na pásu karet Každá karta na pásu karet obsahuje skupiny a každá skupina obsahuje sadu souvisejících příkazů.
Úvodní příručka Microsoft Excel 2013 vypadá jinak než ve starších verzích, proto jsme vytvořili tuto příručku, která vám pomůže se s ním rychle seznámit. Přidání příkazů na panel nástrojů Rychlý přístup
VíceLekce 12 Animovaný náhled animace kamer
Lekce 12 Animovaný náhled animace kamer Časová dotace: 2 vyučovací hodina V poslední lekci tohoto bloku se naučíme jednoduše a přitom velice efektivně animovat. Budeme pracovat pouze s objekty, které jsme
VíceInovace a zkvalitnění výuky prostřednictvím ICT Databázové systémy MySQL základní pojmy, motivace Ing. Kotásek Jaroslav
Střední průmyslová škola a Vyšší odborná škola technická Brno, Sokolská 1 Šablona: Název: Téma: Autor: Číslo: Anotace: Inovace a zkvalitnění výuky prostřednictvím ICT Databázové systémy MySQL základní
VíceInformatika a výpočetní technika 1. Ing. Ladislav Nagy Technická univerzita v Liberci FT / KOD / 2011
Informatika a výpočetní technika 1 Ing. Ladislav Nagy Technická univerzita v Liberci FT / KOD / 2011 Úvod Základní informace Podmínky zápočtu, docházka Pravidla chovaní v PC učebně Náplň cvičení EXCEL
VíceSpuštění a ukončení databázové aplikace Access
Spuštění a ukončení databázové aplikace Access Aplikaci Access spustíte tak, že vyhledáte její ikonu v nabídce "Start" a klepnete na ní. Najdete ho v Sekci Všechny programy/mircosoft Office. Po výběru
VíceModul Aspe. Vyšší agregace. Postup Novinky spuštění verze Aspe a přihlášení 9.5 k webovému on-line školení Aspe
Modul Aspe Vyšší agregace Parametry stavby byly rozšířeny o funkci použití vyšších agregací, které mění pohled na stavbu. Po aktivaci jsou všechny stavební díly ve stromové struktuře, tiskových sestavách
VícePALSTAT s.r.o. systémy řízení jakosti PALSTAT CAQ verze. 3.00.01.16 Výstupní kontrola 07.1/2009. 1 Obsah
1 Obsah 1 Obsah... 1 2 Úvod... 2 2.1 Výhody... 2 2.2 Základní ovládání... 2 3 Menu... 3 3.1 Menu Soubor... 3 3.1.1 Menu Soubor/Filtr... 3 3.1.2 Menu Soubor/Tisk vybraného záznamu... 3 3.1.3 Menu Soubor/Tisk
Více4. blok část A Logické operátory
4. blok část A Logické operátory Studijní cíl Tento blok je věnován představení logických operátorů AND, OR, NOT v jazyce SQL a práce s nimi. Doba nutná k nastudování 1-2 hodiny Průvodce studiem Při studiu
VíceMarek Laurenčík. Excel. práce s databázemi a kontingenčními tabulkami
Marek Laurenčík Excel práce s databázemi a kontingenčními tabulkami 2010 Upozornění pro čtenáře a uživatele této knihy Všechna práva vyhrazena. Žádná část této tištěné či elektronické knihy nesmí být reprodukována
VíceTypy souborů ve STATISTICA. Tento článek poslouží jako přehled hlavních typů souborů v programu
StatSoft Typy souborů ve STATISTICA Tento článek poslouží jako přehled hlavních typů souborů v programu STATISTICA, ukáže Vám jejich možnosti a tím Vám dovolí využívat program efektivněji. Jistě jste již
Více