Cilj predmeta
Osposobiti studenate da analiziraju poslovne probleme i na osnovu toga razviju odgovarajući sistem poslovne inteligencije.
Ishod predmeta
Studenti su u stanju da rešavaju složene probleme obaveštavanja organizacije, vodeći računa o zaštiti podataka o ličnosti i etičkim dilemama, samostalno izrađuju i koriste sisteme poslovne inteligencije, samostalno primenjuju osnovne metode i tehnike otkrivanja zakonitosti u podacima, primenjuju, vrše sintezu i evaluiraju modele klasterovanja, klasifikacije, asocijativna pravila i sisteme preporuke.
Teorijska nastava
Uvod u poslovnu inteligenciju. Arhitektura i infrastruktura skladišta podataka. Dimenziono modelovanje (tabele činjenica, granularnost podataka, tipovi tabela činjenica; tabele dimenzija, principi promena vrednosti kod tabela činjenica i dimenzionih tabela, Slowly Changing Dimensions, tipovi tabela dimenzija). Šeme skladišta podataka (Star, Snowflake, Fact Constellation). ETL (Extraction Transformation Loading) proces i alati, integracija sa ERP i ostalim transakcionim sistemima. OLAP (data cubes, operacije: drill-up/down, slice/dice, roll-up, pivot; OLAP modeli; FASMI test za OLAP, OLAP alati). KPI (Key Performance Indicators) i koncept dashboard-a. Sistemi izveštavanja. Otkrivanje zakonitosti u podacima. Algoritmi otkrivanja zakonitosti u podacima: deskriptivne i prediktivne metode. Upotreba veštačkih neuronskih mreža. Sistemi preporuke. Znanje u poslovnoj inteligenciji. Sistemi poslovne inteligencije koji kombinuju domensko znanje i podatke. Sistemi za podršku rada grupe. Etika i razvoj poslovne inteligencije.
Praktična nastava
Osnove skladišta podataka. Ad-hoc izveštavanje i vizualizacija podataka. Proces klasifikacije i klasterovanja u softveru za otkrivanje zakonitosti u podacima. Asocijativna pravila. Razvoj sistema za preporuke. Sistem za podršku odlučivanju DEXi. Etička pitanja i zaštita podataka o ličnosti.