SAP Analytics Cloud: интеллектуальный сервис цифровой трансформации
https://doi.org/10.32517/0234-0453-2022-37-2-24-33
Аннотация
В условиях цифровых изменений, происходящих в мире, возникает необходимость использования сквозного компетентностного подхода при реализации Федеральных государственных образовательных стандартов высшего образования (ФГОС ВО 3++). Использование эффективных инструментальных средств интеллектуального анализа данных как инструмента понимания процессов цифровой трансформации становится особенно актуальным. Процесс цифровой трансформации образования служит одним из важнейших компонентов цифровизации экономики, что является причиной необходимости изучения основ интеллектуального анализа данных, как важнейшего элемента образовательной парадигмы современного этапа в образовании. Актуальна методика обучения технологии «интеллектуального поиска» в SAP Analytics Cloud, которая разделена на несколько этапов, каждый из которых направлен на формирование конкретных профессиональных компетенций и их закрепление. В статье предложена ситуационная задача, которая позволяет сформировать необходимые компетенции в рамках направления «Бизнесинформатика». Также предложены два кейса для закрепления полученных компетенций через самостоятельную работу. Формат описания методики представлен в виде традиционной технологии «KeybyKey» (клавиша за клавишей), широко применяемой в получении профессиональных компетенций в сфере информационных технологий.
Об авторах
Д. М. НазаровРоссия
Назаров Дмитрий Михайлович, доктор экон. наук, доцент, зав. кафедрой бизнес-информатики
г. Екатеринбург
Д. Б. Ковтун
Россия
Ковтун Денис Борисович, ассистент кафедры бизнес-информатики
г. Екатеринбург
Список литературы
1. Вдовин В. М., Суркова Л. Е., Шурупов А. А. Предметно-ориентированные экономические информационные системы. М.: Дашков и К°; 2016. 388 с.
2. Акперов И. Г. Информационные технологии в менеджменте: учебник для студентов вузов, обучающихся по направлению «Менеджмент» и по специальности «Менеджмент организации». М.: ИНФРА-М; 2014. 400 с.
3. Бородулин А. Н. Современные тенденции развития информационных технологий в области бизнес-аналитики. ИнноЦентр. 2018;(4(21)):286–292. Режим доступа: https://elibrary.ru/item.asp?id=36972776&
4. Дюдюкина А. М. Развитие технологий бизнес-аналитики на основе BI-систем. Аудит. 2021;1:17–19.
5. Кравченко Т. Информационная бизнес-аналитика — новое направление в бизнес-образовании. Проблемы теории и практики управления. 2010;8:31–38.
6. Арсеньев Ю. Н., Шелобаев С. И., Давыдова Т. Ю. Информационные системы и технологии. Экономика. Управление. Бизнес. М.: ЮНИТИ; 2006. 447 с.
7. Трофимов В. В. Информационные технологии в экономике и управлении: учебник для академического бакалавриата. М.: Юрайт; 2016. 482 с.
8. Назаров Д. М., Рыжкина Д. А. Интеллектуальные средства бизнес-аналитики. М.: Кнорус; 2021. 242 с.
9. Соколова И. С., Гальдин А. А. Практическое применение искусственного интеллекта в условиях цифровой экономики. Модели, системы, сети в экономике, технике, природе и обществе. 2018;(2(26)):71–79. Режим доступа: https://elibrary.ru/item.asp?id=36491947&
10. Поварова В. М. Сравнение аналогов SAP на российском рынке. Актуальные теоретические и прикладные вопросы управления социально-экономическими системами: Материалы Международной научно-практической конференции. М.: Институт развития дополнительного профессионального образования. 2019:131–132.
11. Marshall A., Mueck S., Shockley R. How leading organizations use big data and analytics to innovate. Strategy Leadership. 2015;43(5):32–39. DOI:10.1108/SL-06-2015-0054
12. Nesterov S. A., Smolina E.M. The assessment of the results of a massive open online course using Data Mining methods. Computing, Telecommunications and Control. 2020;13(1):65–78. DOI: 10.18721/JCSTCS.13106.
13. Велигура А. В., Мусаева Э. К. Анализ существующих методологий интеллектуального анализа данных для производственных систем. Вестник Луганского национального университета имени Владимира Даля. 2020;(5(35)):45–50.
14. Пухович С. В. Методы интеллектуального анализа больших массивов данных. Теория и практика современной науки: материалы XVI Международной научнопрактической конференции. М.: Научно-информационный издательский центр «Институт стратегических исследований»; 2014:105–109.
15. Балдин К. В., Уткин В. Б. Информационные системы в экономике. М.: Дашков и К; 2019. 394 с.
16. Wu X., Zhu X., Wu G. Q., Ding W. Data mining with big data. IEEE transactions on knowledge and data engineering. 2014;26(1):97–107. DOI: 10.1109/TKDE.2013.109.
17. Титоренко Г. А. Информационные системы в экономике. М.: ЮНИТИ-ДАНА; 2017. 463 с.
18. Nazarov D. M., Nazarov A. D., Kovtun D. B. Building technology and predictive analytics models in the SAP analytic cloud digital service. 2020 IEEE 22nd Conference on Business Informatics (CBI). 2020:106–110. DOI: 10.1109/CBI49978.2020.10067.
19. Воищева О. С., Гончарова А. А. Решение SAP Bi (SAP business intelligence). Экономическое прогнозирование: модели и методы. Материалы XII международной научно-практической конференции. Воронеж: Воронежский Центральный научно-технический институт; 2016:320–323.
20. Kovtun D. B., Nazarov D. M., Reichert T. N. SAP Analytics Cloud: Intellectual analysis of small and mediumsized business activities in Russia in the context of COVID-19. 2020 IEEE 14th International Conference on Application of Information and Communication Technologies (AICT). 2020:1–6. DOI: 10.1109/AICT50176.2020.9368635.
Рецензия
Для цитирования:
Назаров Д.М., Ковтун Д.Б. SAP Analytics Cloud: интеллектуальный сервис цифровой трансформации. Информатика и образование. 2022;37(2):24-33. https://doi.org/10.32517/0234-0453-2022-37-2-24-33
For citation:
Nazarov D.M., Kovtun D.B. SAP Analytics Cloud: Intellectual service of digital transformation. Informatics and education. 2022;37(2):24-33. (In Russ.) https://doi.org/10.32517/0234-0453-2022-37-2-24-33