Тип работы:
Предмет:
Язык работы:


СРАВНИТЕЛЬНЫЙ АНАЛИЗ СИСТЕМ БИЗНЕС-АНАЛИТИКИ КОМПАНИЙ В ЦЕЛЯХ ИХ УСТОЙЧИВОГО РАЗВИТИЯ

Работа №190008

Тип работы

Бакалаврская работа

Предмет

экономика

Объем работы67
Год сдачи2021
Стоимость4245 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
14
Не подходит работа?

Узнай цену на написание


Введение 6
1 Теоретические основы исследования систем бизнес-аналитики компаний 10
1.1 Концепция «экономики знаний»: сущность и принципы 10
1.2 Понятие экосистемы компании и ключевые cтeйкхoлдeры 16
2 Исследования современных тенденций в бизнес-аналитике: Российский и зарубежный
опыт 24
2.1 Особенности применения систем бизнec-aнaлитики в России 24
2.2 Зарубежный опыт построения систем бизнec-aнaлитики 26
3 Анализ и оценка возможностей устойчивого развития с использованием BI-решений на
примере телекоммуникационной компании ПАО «Ростелеком» 32
3.1 Общая характеристика тeлeкoммyникaциoннoй компании ПАО «Ростелеком» 32
3.2 Обзор продуктов Business Intelligence и выбор аналитического решения для тeлeкoммyникaциoннoй компании ПАО «Ростелеком» 38
3.3 Совершенствование бизнес-аналитики в целях устойчивого развития 53
Заключение 59
Литература

Если раньше общественно значимой ценностью были ресурсы, затем информация, то в настоящее время информация уже не является единственным двигателем прогресса. Информации теперь такое количество, что на самом деле все равно, есть она или нет. И на уровне отдельных компаний, и на уровне секторов экономики всё более востребованными ресурсами, обеспечивающими тренды роста как локально — прибыль компании, так и развитие отрасли, являются принимающиеся решения, которые основаны на конкретных данных (data driven).
Всё это бросает вызовы современному накоплению данных, требует развития и даже коренного преобразования аналитики. Построение новых конвейеров обработки данных, основанных на научных принципах, поиск новых идей и разработка ресурсов заставляет обратится к новейшим данным о бизнес-аналитике и изучить возможности их практического применения в четвертичном секторе экономики.
Принятие решений является основой развития экономических факторов роста или причиной стагнации стейкхолдеров, и все управленческие действия имеют своё основание в аналитических процессах: получаем ли мы новою информацию или припоминаем ранее полученные артефакты, сосредотачиваем внимание на тех или иных аспектах получаемой информации, осмысливаем выводы или формируем собственные гипотезы. Соответственно, изучение принципов получения, хранения и обработки данных должно являться основой для построения систем бизнес-аналитики.
На сегодняшний день мы наблюдаем интенсивное развитие применения научного подхода к обработке полученных в ходе деятельности компании данных в управленческой деятельности компаний - бизнес-аналитике.
Благодаря новым разработкам в программном обеспечении, таким, например, как облачные хранилища данных, автоматизация бизнес-процессов и инструменты, перед IT- директорами открываются возможности, о которых лет двадцать назад можно было прочитать только в презентациях компаний-гигантов рынка о будущем бизнеса. Помимо разработчиков ПО, огромный вклад в развитие BI-систем вносят маркетологи, математики и программисты. Эта синергия, сконцентрированная на добыче, обработке и построении правильной взаимосвязи между гипотезой и полученными результатами, в результате имеет эффект в более понятных отчётах, точных выводах и драматическом уменьшении скорости принятия решений — что, в свою очередь, предоставляет неоценимые преимущества игрокам в бизнесе.
Описанные в настоящей работе исследования свидетельствуют о том, что наконец-то бизнес-аналитика от занимательных, но трудно применимых гигантских отчётов стала переходить к решению насущных задач бизнеса. И, более того, она не просто помогает найти ответы на застарелые вопросы и улучшить формирование гипотез, а нередко коренным образом меняет аналитические подходы, эффективно решает старые насущные рутинные задачи и ставит новые, неожиданные для традиционной аналитики вопросы.
Внедрение BI-системы воздействует на весь цикл принятия решений в компании, а значит, меняем его. Что же происходит с компанией вследствие внедрения BI-системы? Что происходит при автоматических получении и обработке данных? Как меняется процесс принятия решений при получении более детальных отчётов? Чем обуславливается выбор того или иного поставщика ПО? Какие требования и задачи стоят перед компанией, которая только планирует внедрение системы бизнес-аналитики? Современный бизнес-анализ испытывает небывалый взлёт, и он уже не далёк от исчерпывающих ответов на подобные вопросы, однако для российских компаний поднимаются свои вопросы, характерные для особенностей российского бизнеса и законодательства. Большинство способов принятия решений на основе данных до сих пор скорее интуитивны, зависят от личного опыта, обстоятельств, часто применяются наугад, методом проб и ошибок. Вместе с тем очевидно, что внедрение бизнес- аналитики, как движущего ресурса, уже сейчас следует планировать с учётом сведений о структуре и функциях бизнеса, особенно с опорой на научные открытия, объясняющие понятие инсайтов. В XXI в. использование IT достижений в области автоматизации рутины становится одним из факторов, обеспечивающих успех в конкурентной среде и вывода новых продуктов на рынок. Задача данной выпускной квалификационной работы
- дать обзор существующих BI-решений, которые на сегодняшний день уже широко применяются в практике принятия бизнес-решений.
Принятие решений является основой развития экономических факторов роста или причиной стагнации, все управленческие действия имеют своё основание в аналитических процессах. На сегодняшний день мы наблюдаем интенсивное развитие применения научного подхода к обработке данных, генерируемых в процессе жизнедеятельности компании, применяемого в управленческой деятельности компаний
- бизнес-аналитике. Большинство способов принятия решений на основе данных до сих пор скорее интуитивны, зависят от личного опыта, обстоятельств, часто применяются наугад, методом проб и ошибок. Однако, стремительное развитие и популярность BI - систем модернизировало этот процесс, предоставив возможность получения более понятных отчётов, отыскании неявных связей в гипотезах развития, точных выводов и уменьшении скорости принятия решений — что, в свою очередь, предоставляет неоценимые преимущества игрокам в бизнесе.
С 2000 года исследованием результатов применения BI-систем занимались такие исследователи, как E Rubin, A Rubin, G Sang, L Xu, PT de Vrieze, T Harkonen, U Kulkarni, JA Robles-Flores. Осмысление западной практики применительно к условиям российской действительности в условиях цифровой трансформации государственного и корпоративного управления показано в работах Лебединская О. Г., Тимофеев А. Г., Сюлина С. П. Отдельно следует выделить исследователей, затрагивающих практику выбора и внедрения систем бизнес-анализа в нашей стране. Речь идет о работах Ишанходжаева М.А., Ольховской И.В., Брускина С.Н.Дьяконова Л.П., Китовой О.В. О международных стандартах бизнес-анализа писали в своих трудах Иванова В. В., Лезина Т. А. Критериальными сравнениями платформ бизнес-аналитики занимались Кравченко Д.В., Яковлев В.В.
Цель моей выпускной работы — изучить теоретические основы исследования систем бизнес-аналитики компаний и разработать практические рекомендации по совершенствованию бизнес-аналитики в целях устойчивого развития в современных условиях.
Для достижения поставленной цели, необходимо решить следующие задачи:
1. Изучить теоретические аспекты исследования систем бизнес-аналитики компаний.
2. Ознакомиться с мерами государственного регулирования информатизации бизнес-моделей.
3. Исследовать современные тенденции в бизнес-аналитике на основе изучения российского и зарубежного опыта.
4. Провести анализ и дать оценку возможностей устойчивого развития с использованием BI-решений на примере телекоммуникационной компании.
5. Разработать практические рекомендации по совершенствованию бизнес- аналитики в целях устойчивого развития компании в современных условиях.
Объект исследования — система бизнес-аналитики телекоммуникационной компании ПАО «Ростелеком». В качестве информационной базы будет использована финансовая и операционная отчетность компании за 2017-2019 годы.
Предметом исследования выступает телекоммуникационная компания ПАО «Ростелеком».
Методы исследования — метод сравнений, метод группировок, метод построения аналитических таблиц, факторный анализ, контент-анализ, SWOT-анализ.
Организация или отрасль, по тематике которой выполняется работа: телекоммуникационная компания ПАО «Ростелеком»
Выпускная квалификационная работа состоит из введения, трех глав, заключения и списка литературы.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В работе рассматривается применение бизнес-аналитики в компаниях, как элемента цифровой трансформации, доказана эффективность и целесообразность внедрения управления рисками и анализа показателей эффективности на основе данных.
В первой главе были рассмотрены такие понятия, как теория стейкхолдеров, и концепция «экономики знаний», а также проведена связь между накоплением данных и продуктивным использованием. Можно отметить, что, хоть и сами по себе системы бизнес-аналитики и не имеют общепринятого определения, их применение как в глобальном плане на уровне государства, так и отдельными компаниями — эффективный инструмент в цифровой экономике. Уделено внимание стейкхолдерскому подходу — так, в работе стало возможно рассматривать компанию как элемент среды.
Во второй главе выполнено сравнение цифровизации наиболее передовых в отношении управления на основе больших данных стран, приведено исследование вовлечённости в эту сферу стейкхолдерами внутри России.
В третьей главе рассмотрены наиболее популярные (покупаемые) платформы и выполнен пример отчётов на примере телекоммуникационного гиганта ПАО «Ростелеком», так же выполнен SWOT-анализ компании. В третьей главе так же уделено внимание устойчивому развитию. Показано, что идеология устойчивого развития основывается на выявлении и сбалансированном решении проблем бизнеса в экономической, социальной и экологической сферах. Достаточно надежным инструментом для решения подобных задач может служить бизнес-анализ как направление аналитических исследований для достижения жизненно важных коммерческих показателей бизнеса.
В качестве направлений совершенствования в механизме устойчивого развития нами выделены модернизация, инновации, реструктуризация и повышение инновационной устойчивости предприятия. Эти ориентиры предоставляют возможность для формирования системы стратегических ориентиров, определяет факторы роста и мониторинг выполнения мер по обеспечению условий устойчивого развития компании, что на сегодняшний день является основой модернизации Российской экономики.



I. Государственная программа РФ «Цифровая экономика Российской Федерации» (электронный ресурс) // Режим доступа:http://government.ru/docs/28653/
3. Концепция перехода Российской Федерации к устойчивому развитию: указ Президента РФ от 01.04.1996 № 440 (электронный ресурс) // «Консультант Плюс»: справочная правовая система. -
URL:http://www.consultant.ru/cons/cgi/online.cgi?req=doc&base=EXP&n=233558#08837133157000161
4. Об утверждении программы "Цифровая экономика Российской Федерации": Распоряжение Правительства РФ от 28 июля 2018 г. N 1632-р (электронный ресурс) Режим доступа // URL:http://base.garant.ru/71734878/
5. Профессиональный стандарт "Бизнес-аналитик" от 14 декабря 2018 г № 592н (зарегистрировано в Минюсте РФ 11 октября 2018 г № 52408)
6. Абдикеев Н.М. Технологии когнитивного менеджмента в цифровой экономике // Мир новой экономики. 2019. № 3 С. 24-28.
7. Андерсон К. Аналитическая культура / К. Андерсон. — O’RELLY, 2018, С. 20-240
8. Арeнкoв И.А. Клиeнтooриeнтирoвaнный пoдхoд к yпрaвлeнию бизнec-прoцeccaми в цифрoвoй экoнoмикe / Ю.В. Крылoвa, М.К. Цeнжaрик // Нayчнo-тeхничecкиe вeдoмocти СПбГПУ. Экoнoмичecкиe няуки. 2018.Т.10. №6. С. 18-30.
9. Бaбкин А.В., Бyркaльцeвa Д.Д., ^CTem Д.Г., Вoрoбьeв Ю.Н. Фoрмирoвaниe цифрoвoй э^томики в Рoccии: cyщнocть, ocoбeннocти, тeхничecкaя нoрмaлизaция, прoблeмы рaзвития // Нayчнo-тeхничecкиe вeдoмocти СПбГПУ. Экoнoмичecкиe вдуки. 2019. Т. 10, №3. С.9-25.
10. Бариленко В.И. Методология бизнес-анализа: учебное пособие. — М.: КноРус, 2018. - С. 190.
II. Бoбылeв С.Н. Hobbie мoдeли э^томики и индикaтoры ycтoйчивoгo рaзвития // Экoнoмичecкoe вoзрoждeниe Рoccии. 2019. № 3 (61). С.23-29.
Старикова Е.А. Современные подходы к трактовке концепции устойчивого развития // Вестник РУДН. Серия: Экономика. 2018. Т. 25. № 1. С. 7-17.
12. Вacильeвa А.В., Гaпeeнкoвa Р.А., Стeпaнoв А.Ю. Стaндaрт пoдгoтoвки нeфинaнcoвoй oтчeтнocти GRI G4 // Акциoнeрнoe oбщecтвo. 2017. №3 (154). С. 46-53.
13. Всемирное исследование Digital IQ® за 2018 год (электронный ресурс) Режим доступа // https://www.pwc.ru/ru/publications/diq-2018.html
13. Головина Т.А. Развитие технологий бизнес-аналитики на основе концепции
Business Intelligence / В.И. Романчин В.И., А.И. //Известия Тульского государственного университета. Экoнoмичecкиe и юридичecкиe науки. 2017. С. 416-424.
14. ГОСТ Р 53733-2019 Системы менеджмента качества предприятий, предоставляющих услуги связи. // Режим доступа: https://docs.cntd.ru/document/1200082211
15. Долгих Ю.А. Формирование и функционирование системы управления финансовой устойчивостью предприятия. - Екатеринбург, 2019. - С. 31.
16. Домрачева А.А. Business Intelligence в экономике // Концепт. 2017. №2. С. 1-6.
18. Ильяшенко О. Ю. Инновационное развитие ИТ-архитектуры предприятия посредством внедрения системы бизнес-аналитики / И.В.Ильин, А.А.Лепехин //Наука и бизнес: пути развития. №8, 2017, С. 59-66
17. Ильяшeнкo О. Ю. Роль BI-cиcтeм в coвeршeнcтвoвaнии провесов обработки и анализа биз^с информации / И.В. Ильин, Д.Д. Болобонов //Наука и биз^с: пути развития, №6, 2017, С 124-131.
19. Когденко В.Г., Мельник М.В. Современные тенденции в бизнес-анализе: исследование экосистемы компании, анализ информационной составляющей бизнес-модели, оценка возможностей роста // Региональная экономика: теория и практика. 2018. Т. 16. № 1. С. 38¬57.
20. Национальный Регистр и Библиотека корпоративных нефинансовых отчётов РСПП.
2020 (электронный ресурс) Режим доступа //http://xn--o 1aabe.xn--p1ai/ simplepage/158
21. Нехода Е.В., Редчикова Н.А., Тюленева Н.А. Бизнес-модели компаний: от прибыли к устойчивому развитию и созданию ценности // Управленец. 2018. Т.9. №4. С. 9-19.
22. Поляков К. Л. Основы бизнес-аналитики. — М.: Московский государственный институт электроники и математики, 2019. — С. 12-68.
23. Салмин А.А. Применение технологии Business Intelligence для управления бизнес- процессами предприятия //Актуальные проблемы гуманитарных и естественных наук. № 3-2, 2018, С. 83-86.
24. Стратегия 2021 - 2025 ПАО «Ростелеком» (электронный ресурс) // Режим доступа https://www.company.rt.ru/ir/results and presentations/cmd/2021/presentation.pdf
25. Репин В. Бизнес-процессы. Моделирование, внедрение, управление / В. Репин. - М.: Манн, Иванов и Фербер, 2018. С. 40-56.
26. ПАО «Ростелеком» отказался от промежуточных дивидендов. Инвесторы расстроились (электронный ресурс) // Режим доступа:https://www.cnews.ru/news/top/2021-04-22 rostelekom otkazalsya ot
27. Цифровая повестка Евразийского экономического союза до 2025 года: перспективы и рекомендации. М.: Группа Всемирного банка; ЕЭК. 2019.
28. Чаадаев В.К. Бизнес-процессы в компаниях связи. - М.: Эко-Трендз, 2019. — С. 176.
29. Шеремет А.Д. Анализ и аудит показателей устойчивого развития предприятия // Аудит и финансовый анализ. 2019. №1. С. 154-161.
30. Шеремет А.Д., Гармаш М.Г. Комплексная рейтинговая оценка устойчивого развития предприятий // Аудит и финансовый анализ. 2020. №3-4. С. 152-157.
31. Шеремет А. Д. Анализ и диагностика финансово-хозяйственной деятельности предприятия: учебник / А. Д. Шеремет. М.: ИНФРА - М, 2020. - С. 374.
32. A Guide to the Business Analysis Body of Knowledge® (BABOK® Guide). Version 2.0. International Institute of Business Analysis. Тогоп1о, 2018. P. 265.
33. BCS Policy Hub. (электронный ресурс) // Режим доступа: http://policy.bcs.org/position statements/digital-economy
34. Business Intelligence for Airlines [Электронный источник]// Triometric.net. 2018. URL: https://www.triometric.net/portfolio-item/business-intelligence-for-airlines-whitepaper/(дата обращения: 20.03.2020)
35. Business intelligence systems: state-of-the-art review and contemporary applications by Timothy Chee, Lee-Kwun Chan, Min-Hooi Chuah, Chee-Sok Tan, Siew-Fan Wong,William Yeoh
36. Breading M., Garth D. Big data in insurance. Beyond experimentation to innovation. Report, Strategy Meets Action, Boston: ICU, 2018. 50 р.
37. Data Management : News & Commentary [Электронный источник]// UBM, 2018. InformationW eek.com. URL: https://informationweek.com/data-management.asp(дата обращения: 20.03.2020)
38. Department of Broadband, Communications and the Digital Economy, Australia’s Digital Economy: Future Directions (2019).
39. DIGITAL SINGLE MARKET - DIGITISING EUROPEAN INDUSTRY QUESTIONS & ANSWERS (электронный ресурс) // Режим доступа: https://ec.europa.eu/commission/presscorner/detail/en/MEMO 16 1409
40. Double-Digit Growth Forecast for the W orldwide Big Data and Business Analytics Market Through 2020 Led by Banking and Manufacturing Investments, According to IDC [Электронный ресурс] // IDC.com. URL: http://www.idc.com/getdoc.jsp? containerId=prUS41826116 (дата обращения: 20.03.2020).
41. Economist Intelligence Unit (EIU). (2018). Digital economy rankings 2018 beyond e-readiness. EIU and IBM. (электронный ресурс) // Режим доступа: https://www935.ibm.com/services/us/gbs/bus/pdf/eiu_digital-economy-rankings 2018_final_web.pdf
42. Gartner Research: Products In Analytics and Business Intelligence (BI) Platforms
Market^eKTpoHHbm ресурс) // Режим доступа:
https://www.gartner.com/reviews/market/analytics-business-intelligence-platforms/vendors
43. George Westerman, Didier Bonnet, Andrew McAfee. The Nine Elements of Digital Transformation // MITSloan Management Review. - 2019. P. 6
44. Kozinets R. V. et al. Networked Narratives: Understanding Word-of-Mouth Marketing in Online Communities // Journal of Marketing. 2019. Vol. 74, no. 2. P. 71-89.
45. Magic Quadrant for Business Intelligence and Analytics Platforms, Cindi Howson, Rita L. Sallam, James Laurence Richardson, Joao Tapadinhas, Carlie J. Idoine, Alys Woodward, Gartner.Inc (электронный ресурс) // Режим доступа:
https://www.gartner.com/en/documents/3861464/magic-quadrant-for-analytics-and-business-intelligence-p
46. Mizgier K.J., Kocsis O. Zurich Insurance Uses Data Analytics to Leverage the BI Insurance Proposition // Interfaces. 2018. N 48(2). Pp.94 - 107. DOI: 10.1287/inte.2017.0928
47. OECD (2019), OECD Digital Economy Outlook 2019, OECD Publishing, Paris (электронный ресурс) // Режим доступа: https://www.oecd.org/digital/oecd-digital-economy- outlook-2019-9789264232440-en.htm
48. Regier A.A. The epidemiology of anxiety disorders. Business intelligence success: The roles of BI capabilities and decision environments. 2020. №50. P. 13.
49. Shankar V., Smith A. K., Rangaswamy A. Customer satisfaction and loyalty in online and offline environments // International journal of research in Marketing. Vol. 20, no. 2. P. 153 - 175.
50. Steve Williams, Business Intelligence Strategy and Big Data Analytics. 2018. P.240
51. The Nine Elements of Digital Transformation, George Westerman, Didier Bonnet, Andrew McAfee // MITSloan Management Review. 2019. P. 6-16.
52. UK Digital Strategy. (электронный ресурс) // Режим доступа:
https://www.gov.uk/government/publications/uk-digital-strategy/uk-digital-strategy


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ