آفتاب ایرونی

این وب لاگ با هدف ایجاد مرکزیتی برای اطلاع رسانی و ایجاد ارتباط در محیط مجازی برای مدیران،مشاوران، متخصصین و پژوهشگران جهت هم افزایی و اثر گزاری در این حوزه مدیریت ایجاد شده است.و شامل یادداشت های از مدیریت فناوری اطلاعات، بانکداری، مدیریت اجرایی،مدیریت استراتژی، مدیریت برند، مدیریت روابط عمومی،مدیریت دانش، تعالی سازمانی، بهره وری، کارآفرینی، روانشانسی، اجتماعی و خانواده می باشد. و آفتاب ایرونی اشاره به اندیشه و قدرت مدیران و متخصصین ایرانی دارد.

کاوش داده‌ها برای کشف تقلب

قلبهای صورتهای مالی به‌شکل چشمگیری توجه عموم جامعه، رسانه‌ها، سرمایه‌گذاران، جامعه مالی و قانونگذاران را به‌خود جلب کرده و این به‌خاطر چندین تقلب مشهوری است که در شرکتهای بزرگی از قبیل انرون، لوسنت و ورلدکام در طول سالیان گذشته روی داده است. گزارشگری متقلبانه در ‌صورتهای مالی بیشتر از طریق بیش‌اظهاری داراییها، فروشها و سود و کم‌اظهاری بدهیها، هزینه‌ها و زیانها، انجام می‌شود (Yue et al., 2007). تقلب، یک دلیل بااهمیت برای شکست بسیاری از شرکتهاست و به‌ویژه، به بازارهای سرمایه آسیب می‌رساند؛ چرا که سرمایه‌گذاران، اعتباردهندگان و تحلیلگران مالی در تصمیم‌گیری‌هایشان بر ‌صورتهای مالی در دسترس عموم، متکی هستند و به آنها اعتماد می‌کنند (Ata & Seyrek, 2009).

استانداردهای حسابرسی، شرکتهای حسابرسی را ملزم به کشف تقلبهای مدیریت می‌کند. این الزام، نیاز به کشف اثربخش تقلبهای مدیریت را افزایش می‌دهد. اما، کشف تقلبهای مدیریت با استفاده از رویه‌های حسابرسی معمول، کاری بس دشوار است. نخست به این دلیل که آگاهی اندکی در رابطه با ویژگیهای تقلب مدیریت وجود دارد؛ دوم اینکه با توجه به فراوانی اندک آن، اغلب حسابرسان تجربه لازم برای کشف آن را ندارند. سرانجام اینکه مدیران عامل، مدیران مالی و حسابداران به عمد تلاش می‌کنند تا حسابرسان را فریب دهند (Fanning & Cogger, 1998). برای آن دسته از مدیرانی که محدودیتهای یک حسابرسی را می‌شناسند، رویه‌های حسابرسی استاندارد ممکن است نابسنده باشد. این محدودیت‌ها نیاز به رویه‌های تحلیلی اضافی برای کشف اثربخش ‌صورتهای مالی متقلبانه را گوشزد می‌کند. آمار و روشهای داده‌کاوی به‌طور موفقیت‌آمیزی برای کشف فعالیتهایی مانند پولشویی، تقلبهای کارت اعتباری تجارت الکترونیک، تقلبهای ارتباطات از راه دور، تقلبهای بیمه‌ای و نفوذهای رایانه‌ای به‌کار رفته‌اند. البته، کشف تقلب در ‌صورتهای مالی موضوعی پیچیده و کشف آن نیز مشکل است (Yue et al., 2007). هدف اصلی این مقاله، ارائه مروری بر فرایندهای داده‌کاوی به‌کاررفته در راستای کشف تقلبهای مالی، به‌ویژه تقلب در ‌صورتهای مالی است. 

+   سید محمد طباطبایی ; ۸:۳٤ ‎ق.ظ ; ۱۳٩٢/٩/٩

جذاب‌ترین شغل قرن بیست‌ویکم

دانشمند داده‌ها‌: جذاب‌ترین شغل قرن بیست‌ویکم

Data Scientist: The Sexiest Job for the 21st Century

نوشته توماس داونپورت و دی.جِی پاتیل
ترجمه دکتر احمد عیسی‌خانی

در دهه 1990، مهندسی رایانه و تحلیلگری وال‌استریت، داغ‌ترین مشاغل کسب‌وکار بودند. امروزه دانشمندان داده‌ها، افرادی هستند که شرکت‌ها‌ برای استخدام آن‌ها رقابت می‌کنند. مقارن با این‌که شرکت‌ها با حجم و انواع بی‌سابقه‌ای از اطلاعات کلنجار می‌روند، تقاضا برای این نوع تخصص هم بسیار بیش‌تر از عرضه آن شده است. شرکت سرمایه‌گذاری مخاطره‌جوی گرِیلاک پارتنر (که لینکدین و فیس‌بوک را پشتیبانی کرد) بسیار نگران کمبود دانشمند داده‌هاست و یک تیم کارمندیابی را مختص روانه‌سازی آن‌ها به سبد سرمایه‌گذاری‌های خود کرده است.

دانشمندان داده‌ها کلید محقق‌سازی فرصت‌های موجود در داده‌های بزرگ هستند. آن‌ها به داده‌ها نظم می‌بخشند، الگوهای جذاب موجود در آن‌ها را پیدا می‌کنند و به مدیران درباره کاربرد آن در محصولات، فرایندها و تصمیم‌ها پیشنهاد می‌دهند وداستان‌های مدفون در دل داده‌ها را پیدا کرده و انتقال می‌دهند. آن‌ها فقط گزارش ارائه نمی‌کنند، بلکه به پرسش‌های موجود در بطن مسائل دست پیدا می‌کنند و رویکردهای خلاقانه‌ای برای آن‌ها ارائه می‌کنند. برای مثال، یک دانشمند داده‌ها که در حال مطالعه مسئله کلاهبرداری بود متوجه شد که مسئله با اصل توالی دی.ان.ای مشابهت دارد و با ترکیب این دو دنیای مجزا، راه‌حلی را ارائه کرد که میزان زیان‌های ناشی از کلاهبرداری را به نحوی چشمگیر کاهش داد.

در این مقاله دانپورت از دانشکده کسب‌ و کار هاروارد و پاتیل از شرکت گریلاک به آن‌چه سازمان‌ها باید درباره دانشمندان داده‌ها بدانند نگاهی عمیق می‌اندازند: کجا آن‌ها را جست‌وجو کنیم، چگونه آن‌ها را جذب و پرورش دهیم و چگونه نخبه‌ترین آن‌ها را شناسایی کنیم

منبع: ماهنامه گزیده مدیریت شماره 137


آفتاب ایرونی را از اینجا دنبال کنید:
 

FEED


+   سید محمد طباطبایی ; ۱٠:٢٧ ‎ق.ظ ; ۱۳٩۱/۱۱/۱٤

هوش کسب و کار چیست و به چه کار می آید؟

هوش کسب و کار(Business Intelligence) که به اختصار BI خوانده می شود، به فرآیند تبدیل داده های خام به اطلاعات کسب و کار و مدیریتی گفته میشود که به مدیران سازمان کمک میکندتا تصمیمات خود را سریعتر و بهتر اتخاذ کنند و بر اساس اطلاعات صحیح، عملکرد سنجیده ای از خود نشان دهند. به کمک هوش کسب و کار میتوان کاوش و تحلیل اطلاعات را ساده نمود.

حجم عظیم داده ها، مشکلی همگانی

بسیاری از شرکت ها حتی شرکت های متوسط معمولا روزانه با حجم انبوهی از داده ها سرو کار دارند که در پایگاه های داده، سیستم های توزیع شده و جاهای دیگر انبار شده است. شاید در وهله اول، کار با پایگاه داده و مدیریت آن، ساده به نظر برسد ولی وقتی به این نکته دقت کنیم که برای مثال، سیستم پرداخت دستمزد کارکنان و سیستم دریافت از مشتری هرکدام به خودی خود یک پایگاه داده محسوب میشوند، آن وقت میتوانیم تا حدودی دشواری کار را درک کنیم.

 

+   سید محمد طباطبایی ; ٩:٤٦ ‎ق.ظ ; ۱۳٩۱/٩/٢٩

داده کاوی چیست؟

جامعه مبتنی بر اطلاعات را می توان به عنوان جامعه ای تعریف نمود که بخش غالب اجتماع به جای کارهای فیزیکی در گیر کارهای فکری هستند. در چنین جامعه ای بیشترین توجه به فعالیت های اطلاعاتی از قبیل فراهم آوری، پردازش، تولید، ثبت، انتقال، اشاعه و مدیریت اطلاعات مبذول می گردد و بیشترین هزینه ها صرف فرایندهای اطلاعاتی می شود. با گسترش سیستم های پایگاهی و حجم بالای داده های ذخیره شده در این سیستم ها، به ابزاری نیاز است تا بتوان این داده ها را پردازش کرد و اطلاعات حاصل از آن را در اختیار کاربران قرار داد. معمولا" کاربران پس از طرح فرضیه ای بر اساس گزارشات مشاهده شده به اثبات یا رد آن می پردازند، در حالی که امروزه به روش هایی نیاز داریم که به اصطلاح به کشف دانش (Knowledge Discovery) بپردازند، یعنی روش هایی که با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه های منطقی را بیان نمایند. یکی از روش های بسیار مهمی که با آن می توان الگوهای مفیدی را در میان داده ها تشخیص داد، داده کاوی است. این روش که با حداقل دخالت کاربران همراه است اطلاعاتی را در اختیار آنها و تحلیل گران قرار می دهد تا براساس آنها تصمیمات مهم و حیاتی در سازمانشان اتخاذ نمایند.

+   سید محمد طباطبایی ; ۱٢:۱٩ ‎ب.ظ ; ۱۳٩۱/٦/٢۱

کاربرد دانش داده کاوی در مدیریت ترافیک کشور انگلستان

1.انگلستان یک شبکه گسترده از دوربین های ترافیک دارد و با استفاده از سخت افزار موجود ، سیستم شناسایی خودکار شماره پلاک را راه اندازی نمود.
2.در ابتدا اطلاعات دو سال در مرکز داده پلیس ذخیره شد.
3. در سال 2011 با ائتلاف دو حزب و تشکیل دولت بستر قانونی محیا شد و در سال بعد لایحه حمایت از آزادی استفاده از اطلاعات این شبکه را منظم تر نمود.
4.در حال حاضر بیشتر مراکز شهرها ، بزرگراه ها ، معابر اصلی ، پمپ بنزین ها و نیرو های پلیس دارای دوربین های مدار بسته هستند.
5.البته بعضی از دوربین ها هم منحصرا برای سیستم (ANP)Rautomatic number plate recognition نصب شده است.
6.یک دوربین برای تمام خطوط یک بزرگراه کافی است.
7. مرکز ذخیره داده پلیس در هر روز تا 50 میلیون واقعه را ثبت می کند و قرار است این عدد طی چند سال به 100 میلیون در روز برسد.
8.مواردی که در هر واقعه ثبت می شود شامل شماره پلاک ، تاریخ ، ساعت و مکان می باشد.
9.کاربرد های عملیاتی :
            -دائما لیست خودرو های تحت تعقیب توسط پلیس به سیستم برای شناسایی تحویل می شود.
            -رانندگان فاقد بیمه به به شرکتهای بیمه معرفی می شوند.
            -وسایل نقلیه فاقد اجازه تردد شناسایی می شود.
            -وسایل نقلیه که مالیات پرداخت نکرده اند شناسایی می شود.
            -در صورت ورود یک خودرو از خارج محدوده شبکه به داخل شبکه علاوه بر اطلاعات اصلی ، یک عکس که خودرو و سرنشینان را نشان می دهد نیز ذخیره می شود.
10. از یک نرم افزار پیشرفته ویژه داده کاوی در مرکز داده پلیس استفاده می شود.
11. کاربرد داده کاوی :
            -یافتن الگوی زندگی ، سفر و جابه جایی جنایتکاران
            -یافتن و شناسایی تهدید های بالقوه
12.تهدید اصلی پیش روی این سیستم دستکاری پلاک های خودرو می باشد .

+   سید محمد طباطبایی ; ۱۱:۳٢ ‎ق.ظ ; ۱۳٩۱/٦/۱

داده‌کاوی کشف دانش پنهان

در طول دهه‌های گذشته حجم زیادی از داده‌ها در پایگاه‌های اطلاعاتی انباشته و ذخیره شده‌اند و نتیجه این انباشتگی این است که سازمان‌ها در داده غنی ولی در کسب دانش مفید و کاربردی از این داده‌های عظیم، بسیار ضعیف هستند.

امروزه میزان داده‌های در دسترس هر 5 سال دو برابر می‌شود و سازمانی توانا است که بتواند حداقل 7 درصد از اطلاعاتش را مدیریت کند.

تحقیقات انجام‌یافته نشان می‌دهد که سازمان‌ها امروزه کمتر از یک درصد از داده‌هایشان را برای تحلیل استفاده می‌کنند.

به‌عبارت دیگر امروزه سازمان‌ها در اطلاعات غرق شده‌اند در حالی‌که گرسنه دانش هستند، چرا که سازمان‌ها داده‌های زیادی را در تصرف خود دارند درحالی‌که هنوز با فقدان دانش پنهان درون داده‌ها مواجه‌اند.

+   سید محمد طباطبایی ; ۱۱:٢٥ ‎ق.ظ ; ۱۳٩۱/٧/۱

design by macromediax ; Powered by PersianBlog.ir