ICT u Poslovanju 2015

7/25/2019 ICT u Poslovanju 2015

1/38

INFORMACIJSKE TEHNOLOGIJE I

POSLOVANJENastavnici:

Prof.dr.sc. Josip MesariProf.dr.sc. Branimir Duki

Prof.dr.sc. Marijana Zeki SuacAsistenti: Adela Has mag.oec

Dario ebalj mag.oec


2/38

Cjeline i ishodi uenja

Cjeline

1. to se podrazumijeva podpojmom IT (ICT)

2. Kljune komponente ipodsustavi IT-a

3. Karakteristike i uloge

komponenata i podsustava

4. Integracija5.ICT u poslovnim sustavima

Ishodi uenja

1.Razumijeti i interpretirati

pojam ICT u uem (tehnikom

i irem (ekolokom) smislu2.Prepoznati i opisati podruja

upotrebe ICT u poslovanju

3.Razumijeti i interpretirati

trendove u obradi podataka4.Razumijeti i objasniti ulogu

ICT podsustava u poslovanju

Informatika 2015/16 2


3/38

ICT (Raunalni) sustav

Raunalni sustav tehnikikoncept

Obuhvaa:

Raunalo i ulazno-izlazne

podsustave Programska rjeenja (skup

programskih instrukcija) za

Upravljanje radomhardverskih komponenata i

povezivanje s korisnikimprogramima

Rjeavanje specifinihzadataka

Raunalni sustav ekolokikoncept

Obuhvaa: Raunalo s ulazno-izlaznim

podsustavima

Programska rjeenja (skupprogramskih instrukcija) za Upravljanje radom hardverskih

komponenata i povezivanje skorisnikim programima

Rjeavanje specifinih zadataka

Ljude sudionike u interakciji shardverom i softverom

Organizaciju

Podatke (u najirem smislu)



4/38

Raunalni sustav tehniki koncept

4Informatika 2015/16

lazne (ulazno-

zlazne)

jedinice

Raunalo (matinaploa, procesor, RAM,U/I sustavi)

Izlazne jedinice

(Zasloni , pisai.)

Posrednikipodsustav (pr.

grafika kartica)

Sustavi za

pohranu


5/38

Hardver - ulazi

Ulaz: rjeava problem unosa i pretvorbe pojavnog (semantikog)oblika podataka u fiziki oblik prepoznatljiv stroju


Znak

Broj

ZvukSlika

kodiranje

Semantiki oblik I Fiziki oblik razumljivprocesoru

Znak

Broj

Zvuk

Slika

Izlaz

kontrola

Semantiki oblik II

Uz pomo U/Ipodsustava i

programa


6/38

Hardver - obradba


Podatcistrojni oblik

Programi

strojni oblik

Obradbena

jedinica

Pohrana -

strojni oblik

Klasifikacija

Kategorizacija

Izrauni

Logikeoperacije...

Obradbene jedinice procesori i memorija na temelju programskogkoda nad podatcima izvode potrebne operacije


7/38

Hardver - pohrana

Pohrana: rjeava problem pretvorbe logike organizacije (datoteka imapa) u fiziku organizaciju podataka i pohranu velikog brojapodataka koji se mogu brzo zapisati, kojima se moe brzo pristupiti iproitati ih a zapis je trajan


Tehnologije zapisa:

Na mikroipu

Magnetni zapis

Optiki zapis

spremanje podataka na nositelje podataka uraunalu podesnoj formi

odravanje datoteka i nosilaca podataka

U/I

podsustav

CPU,RAM


8/38

Hardver - izlazi

Izlaz: rjeava problem pretvorbe fizikog oblika podataka usemantiki oblik prepoznatljiv ovjeku (korisniku) ili drugomstroju


Dekodiranje

Abc...z

1,2,...999

Fiziki oblikpodataka

Semantiki oblik

podataka

prireivanje

izlaznih informacijaza distribuciju

distribuiranjeinformacija onima

kojima su

namjenjene

pregled i analizainformacija, pisanje

izvjea i donoenjeodluka

Uz pomo U/Ipodsustava i

programa


9/38

Komunikacije i mree

Mree omoguuju: Koritenje resursa drugih

raunalnih sustava(podataka, programa)

Racionalno iskoritavanje

zajednikih resursa Komunikaciju podatcima,

zvukom i/ili slikom urealnom vremenu

Brzo pretraivanjepodataka

Slanje i primanjeelektronike pote

Integraciju razliitihmrenih usluga



10/38

Prijenos i distribucija podataka


KORISNIK I

NJEGOVA

OPREMA

(Terminal)

PRISTUPNA

MREAJEZGRENA

MREA

Zahtjev Uspostava Paket

ina

Bakrena

Optika

Beina

Paketni

dio

Kanalski

dio

Druge mreeiste ili drugih

vrsta

Pojedinanikorisnik

Skupni korisnici

(LAN)

Pristup uz

upotrebu ureaja isoftvera; uspostava

zahtjeva

Pristupna mreaUloga: spajanje

korisnike opreme iuspostava veze s

jezgrenom mreom

Jezgrena mreaUloga: prospajanje i

usmjeravanje korisnikihtokova, lociranje

korisnika, sigurnost,

brzina

Problem uspostave komunikacijskog odnosa, problem prijenosa signala(podataka), problem prihvaanja, provjere i kontrole


11/38

Software (softver) - program


Slijed logikih koraka koji se mogu iterativnoponavljati izreen u jeziku kojeg poznaje ovjek;logikim koracima rjeava se specifian korisniki

problem; ako se slijedom tih logikih koraka eliupravljati raunalnim komponentama i povezatiovjeka i stroj treba rijeitiProblem: kako ovjeku bliske jezine strukture

prevesti u stroju prepoznatljivi oblikRjeenje: programi prevoditelji


12/38

Vrste softvera


Softver

Sistemski

Operacijskisustav

Pomoni Mreni

Upravljanje

prometom

MreniServisi

Primjenski

Opi

Tekstualni

procesori

Tablinikalkulatori

Prezentaciiski

Bazepodataka

Posebni

Poslovnaaplikacija

Zabava

Razvojni

ProgramskiJezici i alati


13/38

Lifeware ljudi i ICT

Aspekti:

Korisniki korisnici primjenskih programa,information worker

Kreativni programeri (developeri) Upravljaki sistem administratori

Organizacijski organizatori IS-a, informacijski

menaderi Kontrolni kontrolori podataka, kontrolori

programa, komunikacija, hardvera



14/38

Podatci, informacije, znanje

Pojam podatka, informacije i znanjaPodatak ( jednina: datum, mnoina: data): broj, pojedinost, nevrednovana injenica,

koncept, opis, pojava; neto to je dano kao takvo; u raunalnim sustavima sve tose moe prevesti u raunalu podesan (razumljiv) oblik i obraditi nekim programom Program skup instrukcija napisanih uprogramskom jeziku i prevedenih u oblik koji se izvodi u

procesoru raunala Podatak - za raunalo je sve drugo to nije program

Informacija: pojam sa vie znaenja ovisnih o kontekstu Informacija je poveanje odreenosti (o neem...- inverzna Shannonova definicija) Proizlazi iz podataka i logikih operatora nad njima (obraeni podatak) Odnos podatka i metapodatka

Sinonim za podatak

Mjera neodreenosti sustava Podatak u kontekstu (spoznaje).....Znanje: informacije i podatci vezani uz spoznajni proces i iskustvo (informacija u

kontekstu) na temelju koje se mogu stvarati nove informacije i novi podatci kao inovi algoritmi.



15/38

Podatci modeli podataka


PODATCI I

INFORMACIJE

Pribavljanja

Unosa

Organizacije

Obrade

Pohrane

Distribucije

PretraivanjaAnalize

Koritenja

strukturirani nestrukturiraniodreuju nain

(model):

svaki podatak ima

jedinstvenu strukturu

(atribute i njihove

vrijednosti i veze

meu njima)

ne postoji jedinstvena

struktura kojom bi se

otkrio odnos meupodatcima

Primjer:

- Podatci u tablicama

razliitih baza podataka(studenti, stanovnici

drave, korisnicimobitela, pacijenti)

Primjer:

Slike, binarne datoteke,

tekstualni podatci u nekom

prirodnom jeziku, audio

zapisi, video zapisi)


16/38

Podatci modeli i metode organizacije pohrane iobradbe podataka

16

Informatika 2015/16

PODATCI I

INFORMACIJE

strukturirani nestrukturirani

Modeli i metode

dio su modela bazapodataka za ijekreiranje, obradu,

pretraivanju ipredstavljanje u

korisniku razumljivoj

formi se koristeposebni programski

sustavi (Data Base

Management

Systems)

njihov smisao se udatom kontekstu mora

objasniti.

(Metode datamininga,

asocijacijskih pravila,

strojnog uenja,

semantikih mrea,ekspertnih sustava.)


17/38

Problemi s podatcima


Podatci

nekada danas

Nedostatnost

Slabe mogunostiobrade

Nemogunostrazmjene

Ogranieni formati

Preobilnost

Nedostatni ilinerazvijeni alati

za manipulaciju

Nunostrazumijevanja

konteksta za

interpretaciju

-Decentralizirani-Obilniji (voluminozni) u

smislu koliine-Razliitiji u smislubrojnijih tipova i formata

-Sve bri u nastajanju

-Kompleksni po sadraju imogunostima za njihovuobradu

postaju


18/38

Problemi s podatcima - trendovi


Decentralizacija podatci nastaju na razliitim mjestima, prikupljaju se, povezuju,obrauju, koriste u datom kontekstu i pohranjuju lokalno ili se distribuiraju nalokalne ureaje, lokalne mree (LAN), vanjske mree (WAN) ili u oblak (CLOUD)Voluminoznost broj digitaliziranih podataka raste eksponencijalno, osobito nakonpojave Interneta i mjeri se danas u PB (petabyte = 1015 i stremi ka EB (egzabyte =

1018 byta; (pohrana na velikim podatkovnim serverima)

Oblici i formati sve postaje podatak; sve se digitalizira - klasini podatci uogromnim bazama o ljudima, stvarima (Internet of things), dogaajima, mjestuboravka, pristupu internetu, slike, tekstovi Brzina nastajanja broj podataka koji je prikupljen i pohranjen u posljednjih 5godina vei je od broja podataka zabiljeenih u cijeloj prethodnoj povijestiovjeanstva i postoji trend uduplavanja u slijedee dvije godineNain obrade nekada se iz ogromnog fonda podataka uzimao uzorak i obraivaonekom od metoda; danas se obrauje sve. Klasini DBMS sustavi i drugi programipostaju ogranieni za obradu; Nove metode i modeli (NoSQL, Hadoop)


19/38

Podatci integracija i trendovi

19

dokumenti transakcijski

podacitekstovivideo

zapisiaudio

zapisislike

UL.-IZL.

TRANS.

P O S L O V N I S U S T A V

Dodavanje metapodataka nestrukturiranim sadajima. Standardizacija,

unifikacija i integracija sa strukturiranim podatcima

Drutven

e

mree

RaunarstvoDrutvenihmrea

Strategije otkrivanja

obrazaca

0 0 0

KontekstualnoRaunarstvo

Pretraivanje/

Mobilnost

Klasifikacija sadraja radi

lake analize i izrauna

Semantiko pretraivanje i domensmodeli stavljaju u kontekst za koris

Izvor: Modificirano prema The Role of Semaphore Content Intelligence in Big Data Analytics, hhtp://www.semaphore.com


20/38

Raunalna (r)evolucija uzroci i posljedice

Zahtjevi poslovnih sustava

Za sve veim brojempodataka

Za novim pojavnim oblicimapodataka

Za sve veim brzinamaprijenosa podataka

Za kompleksnijimpodrujima upotrebe

Za integracijama podataka

Pokretaka snaga ICT

brzi rast i razvoj ICT-a njihova

mo i (sve nia) cijena mijenjase dramatino

raunala (kljune komponente procesori i memorije, ulaznoizlazni podsustavi),

komunikacije

softver

podatci



21/38

Raunalna (r)evolucija postoje lizakonitosti i gdje su granice

Zakon po kojem se brzina iobradbena mo procesoraudvostruuje svakih 1,5 -2godine naziva se Moore-ovzakon*

Sline se zakonitost uoavaju

u razvitku kapaciteta eksternihi interne memorije i brzinaprijenosa podataka

Granice: odreene su fizikimi tehnikim mogunostimaraspoloivih materijala i

sustava (*Gordon Moore jedan od osnivaa INTEL-a)



22/38

Moore-ov zakon za memorije, kapacitete

diskova i brzine prijenosa podataka


-4

-2

0

2

4

6

8

10

12

14

1970 1975 1980 1985 1990 1995 2000 2005

Brzine prijenosa(KBs)

Diskovi(Mb)

Memorija (Mb)

godina


23/38

Gdje su granice?


Ravnotee ekonomske efikasnosti proizvodnje iupotrebe novih tehnologija i novih otkria i potreba

Nove potrebe inova otkria

Zahjtevi zapovrat ulaganja

irenje u razliiapodruja primjene

Masovna proizvodnja

Fizike i tehnikekarakteristike postojeih

materijala i sustava

Proirivanje postojeihi nove potrebe

Novi naini koritenja

Novi materijali itehnologije


24/38

Informacijske tehnologije SWOT analiza


S strength (snaga) W weaknesses (slabost) O oportunities (prilike) T threats (zapreke)

S

W T

O

Pristup povjerljivim informacijama

Napad na privatnost

Raunalni kriminal

Raunalni virusi

Ugroavanje autorskih prava

Pristup ogromnim fondovima informacija iznanja

Prihvatljiva mlaim generacijamaDiverzifikacija u sva podruja

Konkurent. prednost zbog brze obrade

Olakavanje rada

Sve vea obradb. mo

Sve nie cijene po jedinici obr. podataka

Zamjena ljudskog rada u rutinskim iintelektualnim poslovima

(Gotovo) sve se moe prevesti u digitaliziranioblik podesan za obradu i uvanje na raunalu

Ranjivost na provale i krae

Neprihvaanje i loa iskoristivost

Ovisnost nerazvijenog svijeta od ICT oligopola

Informacijska preobilnost

Cijena sofwtare raste


25/38

ICT i poslovanje stanje i trendovi

ICT u svim podrujima ljudske prakse Prodor u sve poslovne funkcije, sve aktivnosti i poslovne procese

Relativno jednostavne obrade nad velikim brojem podataka(raunovodstvo)

Kompleksne metode za oblikovanje proizvoda i voenje

proizvodnje (CAD,CAM,CIM) Digitalizacija vrlo kompleksnih (multimedijalnih) podataka

Upravljanje sloenim kompleksnim procesima (SCM, CRM, ERP) Nove analitike i prognostike metode i simulacija ljudskog

naina odluivanja (Ekspertni sustavi, Neuronske mree,

Neizrazita logika, Poslovna inteligencija) Sloene analitike svih vrsta podataka u svrhu donoenja

poslovnih odluka

Novi informacijski servisi i pretraivaki alati Mobilno poslovanje



26/38


ICT i promjene naina rada i poslovanja i novapodruja rada Rad u timovima i nunost brze i jednostavne komunikacije

Mobilnost i pristup udaljenim podacima

Nehijerarhijske organizacije

Fleksibilni proizvodni sustavi, zemljopisni informacijski sustavi, Digitalni

uredi

Elektroniko poslovanje i elektroniki sustavi plaanja

Novi procesi, proizvodi i usluge, nova radna mjesta i nova trita



27/38


Virtualizacija Koritenje razliitih resursa (programa i podataka s drugih

raunala i stvaranje predodbe da ih korisnik ima na svomraunalu (virtualizacijski softver i hardver navirtualizacijskim serverima)

Raunarstvo u oblaku Integracije i kolaboracije

Integracija aplikacija u jedinstvene kompleksne poslovnepakete za voenje cjelokupnog poslovanja i/ili skupinaposlovnih procesa (ERP, SCM, CRM, CAM, CIM, BI)

Integracija podataka i pristup velikom broju baza

Integracija Web tehnologija i tehnologija za pretraivanje iprijenos podataka

Integracija programskih alata



28/38

EFOS Informatika2013/14

Evolucija koritenja IT-a u poslovanju

godina1960 2000199019801970 2010

Stupanjintegracije

Grafiki OS i nova suelja

Internet i intranet; lokalne i

globalne mree; klijentsko-

posluiteljske tehnologije u dva ivie slojeva; html i XML

Jednostavne obrade,

zasebne aplikacije i

datoteke podataka;

batch obrada; Jezici III

generacije

Hijerarhijske baze

podataka i mreni

modeli; jednostavne

obrade nad velikim

brojem podataka;

specijalizirani jezici;

(COBOL)

Slabo povezaneaplikacije; obrada i

podatci su nasredinjem raunalu

Pojava novih baza

podataka i jezika (4GL)

Za rad s bazama

podataka; pojava PC-a,

obrade se odvajaju od

podataka; inteligentni

terminali; lokalne

mree i funkcionalno

orijentirane aplikacije

Relacijske baze

podataka i sustavi za

upravljanje bazama

podataka (DBMS);SQL; modularni razvoj

aplikacija najedinstvenim bazama;

integracija poslovnih

procesa

Viedimenzijske baze

podataka i OLAP;

CASE alati za

projektiranje

informacijskih sustava;

Pojava ERP sustava

Objektno orijentirane

baze i objektno-

relacijske baze

podataka; novi oblici

podataka; brze mree i

novi jezici za mrene

aplikacije

`Exchange

Organizati

on

dSA

Application process

NDPS Manager

28


29/38

ICT i poslovanje opisi vanih skraenica:

ERP Enterprise Resource Planning visoko integrirani informacijski sustavpoduzea koji pokriva sve interne procese (transakcijske, upravljake, plansko-analitike, komunikacijske i kontrolne) i povezuje vanjske i unutranje podatke

SCM Supply Chain Management kompleksna zasebna (ali moe biti i dio ERP-a)aplikacija putem koje se uspostavljaju odnosi s dobavljaima, planovimaproizvodnje, skladitenja, logistike i zahtjevima (narudbama) kupaca

CRM Customer Relationship Management skup programskih rjeenja kojima se

uspostavlja prikupljanje podataka, razmjena podataka i analitika kupaca s ciljemzadravanja postojeih klijenata i pridobivanja novih

CAM Computer Aded Manufacturing skup programskih rjeenja za planiranje iprojektiranje proizvoda (proizvodnog programa) i upravljanje (potpunaautomatizacija) proizvoakim procesom

CIM - Computer Integrated Manufacturing - kompleksno programsko rjeenjekoje ujedinjuje planiranje proizvodnje, projektiranje proizvoda i robotizirane

sustave u proizvodnji BI Business Intelligence skup poslovnih aplikacija (zasebnih ili kao dio ERP-a)

pomou kojih se izvodi poslovna analitika (financijska, robna, radna) i procjenjujesustav ili njegovi dijelovi i aktivnosti prema definiranim skupovima indikatora (KPIKey Performance Indicators)



30/38

Suvremeno poslovanje = elektronikoposlovanje

Karakteristike:

Digitalizirani interni procesi i informacijski

sadraji i tokovi

Komunikacija meu poslovnim sustavima iintenzivna razmjena podataka kroz

kolaboracijske procese s okolinom (SCM, CRM,

ERP, e-commerce, e-government, e-obrazovnje, e-bankarstvo)



31/38

Poslovni sustav funkcije, procesi, radnitokovi i informacijski tokovi

31Informatika 2015/16EFOS Informatika2014/15 31

BankeLjudski resursi

Uprava

Menadment Pravnasluba

Raunovodsvo i financije

Nabava i

kupovina

Proizvodnja

Razvoj Marketing

Skladite/logistika

Prodaja

K

up

c

i

Dobavljai

Drugi poslovni

sustavi

Dravneustanove


32/38

Poslovni sustav elementi, podsustavi iokruenje

Elementarni procesi u kojima se prikupljaju iobrauju podatci integriraju se zbog povezanostis drugim procesima u sloenije informacijskearhitekture podsustave; U poslovnim sustavima

mogu se uoiti podsustavi: Informacijski podsustav raunovodstva i financija

Informacijski podsustav plana i analize

Informacijski podsustav proizvodnje i skladita Informacijski podsustav marketinga i prodaje

Informacijski podsustav nabave



33/38

Poslovni sustav elementi, podsustavi iokruenje


Sve je u poslovnom sustavu

opisano nekim konanimskupom podataka;

Ciljevi i planovi

Tehnologija

Procesi i materijaliObjekti

DogaajiSudionici

Aktivnosti

UlaziIzlazi

Upravljanja

Komunikacije

INFORMACIJSKI

RESURSIdatafikacija


34/38

Informacijski resursi poslovnog

sustava


Procesi i

nositelji

Materijalni

Financijski

Ljudski

Tehnoloki

Poslovne

funkcije:

Proizvodnja

Marketing

Nabava

ProdajaOdravanjeRaunovodstvoFinancije

PODATCI I

INFORMACIJENESTRUKTURIRANI STRUKTURIRANIOdreuju nain:Pribavljanja

Unosa

Obrade

Pohrane

Distribucije

Analize


35/38

35

Poslovni informacijski sustavkompleksnost i nunost modeliranja

Modeli u

poslovnom

sustavu

Izvor: Jons Montilva C. and Judith Barrios A. BMM: A Business Modeling Method ForInformation Systems Development, CLEI ELECTRONIC JOURNAL, VOL. 7, NO. 2, PAPER 3,

DECEMBER 2004

INFORMACIJSKI SUSTAV = MODEL

POSLOVNOG SUSTAVA U

INFORMACIJSKOM POLJU

IS JE KOMPLEKSAN SUSTAV

PO SVEMU TO NEKI SUSTAVINI KOMPLEKSNIM

Nunostmodeliranja

Model pojednostavljeniprikaz sustava s njegovim

najbitnijim sadrajima


36/38

Dijelovi IS-a za izvrenje ciljeva IS-a

Transakcijski

(operativni) IS-i

Upravljaki IS

Sustav za potporu

odluivanju

ISProizvod

nje

ISRaunov

od.

ISFinancija

ISMarketinga

ISnabave

ISProdaje

UredskiIS

...

itd.

Sinteza informacija iz

transakcijskog IS-a

Modeli odluivanja

Inteligentni sustav za

potporu odluivanjuInteligentne

metode

odluivanjaSustavi za

komunikaciju isuradnju

36

Ra

zin

e

u

p

ravljanja

Ana

liza

Sinteza


37/38

37

Poslovni sustav i ICT -infoarena

Poslovni

sustav


38/38

Literatura

eri, V., Varga, M: Informacijska tehnologija uposlovanju, Element, Zagreb, 2004

Mayer-Schonberger, V., Cukier, K.: Big Data ARevolution That Will Transform How We Live, Work and

Think, John Murray Publisher, London, 2013 The Role of Semaphore Content Intelligence in Big Data

Analytics, hhtp://www.semaphore.com, 2014

Jons Montilva C. and Judith Barrios A. BMM: A

Business Modeling Method For Information SystemsDevelopment, Clei Electronic Journal, Vol. 7, No. 2,Paper 3, December 2004


Documents

ICT u Poslovanju 2015