BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Gil Krzysztof (Politechnika Wrocławska)
Tytuł
Wiedza zawarta w błędach na przykładzie adresowanych baz danych
Źródło
Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 2003, nr 975, s. 111-120, tab., bibliogr. 9 poz.
Tytuł własny numeru
Pozyskiwanie wiedzy i zarządzanie wiedzą
Słowa kluczowe
Wiedza, Bazy danych, Ochrona danych osobowych
Knowledge, Databases, Personal data protection
Abstrakt
We współczesnej gospodarce wolnorynkowej jednym z podstawowych celów każdego przedsiębiorstwa jest pozyskanie jak najdokładniejszej informacji o kliencie w celu zaspokojenia jego potrzeb. Pierwszym krokiem do osiągnięcia tego celu jest zbudowanie adresowej bazy danych klientów, przeważnie w ramach systemu sprzedaży. W miarę rozwoju i komputeryzacji przedsiębiorstwa pojawiają się kolejne rozszerzenia i potencjalne nowe bazy adresowe (kadry i płace, księgowość, zaopatrzenie, marketing itp.). Bazy danych stają się znaczącą wartością firmy, wzrasta chęć wykorzystania posiadanych danych w szerszym zakresie, niż to przewidzieli twórcy poszczególnych aplikacji. Powstają systemy logistyczne, ERP, CRM, sklepy internetowe, programy lojalnościowe, wykorzystuje się technologię DTS, OLAP, tworzone są hurtownie danych itp. Jednak zanim powstanie centralny system np. hurtowni danych pojawiają się problemy konsolidacji danych, zwłaszcza, gdy istnieje wiele źródeł pozyskiwania danych (zakup obcych baz danych, dokumenty papierowe, dokumenty elektroniczne, rozmowy telefoniczne, internet, poczta elektroniczna, ankiety, bezpośrednie kontakty itp.). Głównym problemem konsolidacji danych są pojawiające się błędy, niekompletne, nieprawidłowe, czy też nieaktualne wpisy. Wdrożenia systemów scentralizowanych (CRM, hurtowni danych) nie powiodą się, jeżeli błędy nie zostaną poprawione, w najlepszym wypadku wyniki i efekty prac będą dużo niższe niż planowano, przy dużo większych kosztach (stąd też jeszcze kilka lat temu odsetek nieudanych wdrożeń systemów klasy CRM przekraczał 70%, obecnie wzrasta świadomość problemów i sytuacja stopniowo się poprawia). (fragment tekstu)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Czyszczenie i deduplikacja danych, http://www.polskiebazy.com.pl/.
  2. Deskur J.: http://www.masterplan.com.pl/publikacje/158_bazy.php.
  3. Gil K.: Deduplikacja w relacyjnych bazach danych. Raport techniczny Instytutu Cybernetyki Technicznej Politechniki Wrocławskiej, nr 70/2002.
  4. Gil K.: Technologie dostępu do baz danych. Raport techniczny Instytutu Cybernetyki Technicznej Politechniki Wrocławskiej.
  5. http://www.centrummarketingowe.pl/.
  6. Jakubczyc J.A., Owoc M.L.: Pozyskiwanie wiedzy jako nurt wiodący konferencji KSK/KSS1, "Prace naukowe AE we Wrocławiu" nr 931/2002.
  7. Kimball R.: Dealing with Dirty Data, http://www.dbmsmag.com/9609dl4.html.
  8. Maletic J.I., Marcus A.: Progress Report on Automated Data Cleansing, http://www.msci.memphis.edu/~-maleticj/papers/TR-CS-99-02.pdf.
  9. Sobolewska S.: Marketing bazodanowy http://masterplan.com.pl/publikacje/124_bazodanowy.php, sierpień 2000.
Cytowane przez
Pokaż
ISSN
0324-8445
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu