BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Pindelski Mikołaj (Szkoła Główna Handlowa w Warszawie), Mrówka Rafał (Szkoła Główna Handlowa w Warszawie)
Tytuł
Wizualizacje Big Data w identyfikacji problemów zarządzania
Big Data Visualizations in the Identification of Management Problems
Źródło
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Management Forum (5), 2014, nr 363, s. 18-28, rys., bibliogr. 25 poz.
Research Papers of Wrocław University of Economics
Słowa kluczowe
Wizualizacja danych, Zarządzanie, Zarządzanie sprzedażą
Data visualisation, Management, Sale management
Uwagi
streszcz., summ.
Abstrakt
Rozrastające się współcześnie zbiory pochodzących z różnych źródeł danych (big data), z wykorzystaniem tzw. chmur (clouds) magazynujących je w różnych formatach i układach umożliwiają, przynajmniej potencjalnie, ich wykorzystanie w tworzeniu przewag konkurencyjnych, a nawet w zmianie paradygmatów w myśleniu o organizacji i strategii. Odnowa czy radykalna zmiana w przedsiębiorstwach i kierunkach, w jakich zmierzają, nie wydaje się dziś możliwa bez ich wykorzystania. Powstaje jednak szereg jeśli nie nowych, to egzemplifikowanych problemów charakterystycznych dla np. zalewu informacji, ich filtrowania, priorytetyzacji itd. Celem opracowania jest przedstawienie problemów obrazowania dużych zbiorów danych jako wsparcia w zarządzaniu, identyfikacji problemów organizacji oraz podejmowaniu decyzji. Pytaniem badawczym (P1) zaś jest, czy stosowane obecnie statyczne metody prezentacji utrudniają wykorzystanie potencjału dużych zbiorów danych dla celów związanych z zarządzaniem organizacją.(abstrakt oryginalny)

The paper discuss problem of big data and big data analysis visualization as a tool supporting management and identifying organizational problems. Contemporarily growing databases, with use of cloud computing collect data in many formats, styles and origin. The sources the data comes from are unlimited. Thus the data is generated automatically by different facilities, as a result of human behavior and by links and networks. May take the form of a sound, video, picture, text and numbers. That creates the possibility to make an use of that richness of data in management. In particular in identifying problems the organization faces, making decisions and strategic choices. That richness is a burden and problem however. Nowadays methods of analysis and presentations of its' results lack of multidimensional spheres, dynamics and methods of presenting single, uneven events in the ocean of data. The main goal of the paper is to present problems in visualizing big data and as a result shortages of its' use. The research question (Q1) is: Do the static, contemporary methods of presenting data meet the needs of big data and limit its' potential in use in management and identifying organizational problems.(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. A.T. Kearney, 2013, LEAP Report, Leadership Excellence in Analytical Practices, Executives Across 10 Countries and 11 Industries.
  2. Aguinis H., Forcum L.E., Joo H., 2013, Using market basket analysis in management research, Journal of Management, vol. 39, no. 7, November, s. 1799-1824.
  3. Calabrio B., 2014, Three tips for measuring voice in the sea of Big Data, KM World, vol. 23, issue 3, March, s. S4-S5.
  4. Chen P.C.L., Chun-Yang Z., 2014, Data-intensive applications, challenges, techniques and technologies: A survey on Big Data, Information Sciences, vol. 275, August, s. 314-347.
  5. Davenport T.H., 2013, Analytics 3.0, Harvard Business Review, December.
  6. Davenport T.H., Harris J.G., 2007, Competing on Analytics: The New Science of Winning, Harvard Business Press, Boston.
  7. Haffner J., 2009, Things visible and invisible, Architecture Boston, vol. 12, no. 4.
  8. Hagen Ch., Khan K., 2014, Big Data and analytics: Go big or go home, Ivey Business Journal, July/ August.
  9. Iansiti M., Lakhani K.R., 2014, Digital ubiquity: How connections, sensors and data are revolutionizing business, Harvard Business Review, vol. 92, iss.11, November, s. 90-99.
  10. Keim D., Qu H., Ma K-L., 2013, Big-Data visualisation, IEE Computer & Graphics Applications, vol. 33, iss. 4, July, s. 20-21.
  11. Kempińska Ł., Szydłowski Z., 2005, Zastosowanie metod antropometrycznych w identyfikacji porównawczej na podstawie zapisów systemów monitoringu, Archiwum Medycyny Sądowej i Kryminologii, 2005, nr 1(55), s. 20.
  12. Koff W., Gustafson P., 2011, Data rEvolution, Leading Edge Forum, Computer Sciences Corporation, Falls Church, VA, s. 4.
  13. Liberman A.M. 1992, Plausibility, parsimony, and theories of speech, [w:] Alegria J., Holender D., Junca de Morais J., Radeau M. (eds), Analytic Approaches to Human Cognition, Elsevier Science Publishers B.V., Amsterdam, s. 25-44.
  14. McGuire T., Manyika J., Chui M., 2012, Why Big Data is the new competitive advantage, Ivey Business Journal, July/August.
  15. Overby S., 2012, Spotfire Visualisation from ERP Data Brings Clarity to Decision Makers, http:// data-informed.com/visualizations-from-erp-data-brings-clarity-to-decision-makers/ Oct.31/2012 (10.11.2014).
  16. Parise S., Iyer B., Vesset D., 2012, Four strategies to capture and create value from Big Data, Ivey Business Journal. Improving The Practice of Management, July/August.
  17. Perry L., 2014, The Big Deal about Big Data, Nova Scotia Business Journal, April, s. 5.
  18. Porter G., 2009, Law's looking glass. Expert identification evidence derived from photogenic and video images, Australian Journal of Forensic Sciences, vol. 41(1) no.1, June, s. 16.
  19. Simon H.A., 1955, A behavioral model of rational choice, The Quarterly Journal of Economics, vol. 69, no. 1, February, s. 99-118.
  20. Sippu S., Soisalon-Soininen E., 1990, Parsing Theory, vol. II, LR(k), LL(k) Parsing, Springer Verlag, Berlin.
  21. Sockwell R. von, 2005, "Stockwell" revisited. The unhappy state of facial mapping, ArchBold News, iss.6, s. 4-6.
  22. Szapiro T., 1993, Co decyduje o decyzji, Wyd. Naukowe PWN, Warszawa, s. 39-40.
  23. Weidauer J., 2012, The challenge for retailers is what to do with all that data, Mass Market Retailers, April 16.
  24. Internet 1: http://stats.wikimedia.org/EN/TablesArticlesNewPerDay.htm (10.11.2014).
  25. Internet 2: https://www.google.pl/search?q=management&btnG=Szukaj+ksi%C4%85%C5%BCek&tb m=bks&tbo=1&hl=pl&gws_rd=ssl (10.11.2014).
Cytowane przez
Pokaż
ISSN
1899-3192
2392-0025
Język
pol
URI / DOI
http://dx.doi.org/10.15611/pn.2014.363.02
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu