跳到主要內容

臺灣博碩士論文加值系統

(44.210.149.205) 您好!臺灣時間:2024/04/12 22:49
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:黃亮維
研究生(外文):HUANG, LIANG-WEI
論文名稱:應用設計科學研究法(DSRM)建置商業智慧系統之研究-以科學園區物流運輸服務業為例
論文名稱(外文):Applying Design Science Research Method (DSRM) to Build the Business Intelligent System:Taking the Science Park Logistics and Transportation Service Industry as an Example
指導教授:傅振瑞傅振瑞引用關係
指導教授(外文):FU, JEN-RUEI
口試委員:傅振瑞許瓊文曾繁絹
口試委員(外文):FU, JEN-RUEIHSU, CHIUNG-WENTSENG, FAN-CHUAN
口試日期:2020-06-04
學位類別:碩士
校院名稱:國立高雄科技大學
系所名稱:智慧商務系
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2020
畢業學年度:108
語文別:中文
論文頁數:84
中文關鍵詞:商業智慧關鍵績效指標平衡計分卡設計科學研究方法論
外文關鍵詞:Business IntelligenceKey Performance IndicatorBalanced Score CardDesign Science Research Methodology
相關次數:
  • 被引用被引用:4
  • 點閱點閱:780
  • 評分評分:
  • 下載下載:119
  • 收藏至我的研究室書目清單書目收藏:1
許多企業導入ERP系統多年後,内部具許多有價值的資料,與高階主管執行決策息息相關,因此挖掘有價值的商業智慧(Business Intelligent, BI),已成為目前企業重要的課題之一。本研究利用「設計科學研究法」(Design Science Research Methodology, DSRM),並應用「商業智慧的資料塑模方法論」,透過資料蒐集、產出資料模型及資訊分析的方法與步驟,協助個案A公司建置商業智慧系統,解決物流運輸服務業所面臨的運輸管理和決策的問題,並驗證本研究建置商業智慧系統方法之可行性。
本研究藉由文獻探討及專業經理人訪談,利用平衡計分卡(BSC)分別在財務、顧客、內部流程、成長與學習等四個構面,彙整物流運輸服務業所需之績效目標與關鍵績效指標(KPI)。探討建置商業智慧系統時所對應之資料模型,並對實際建置程序加以說明,不僅對物流運輸服務業導入商業智慧系統的時間及成本皆可節省,亦有助於提升建置之成功率。若有其他運輸服務業欲建置商業智慧系統時,本研究之建置程序與關鍵績效指標(KPI)亦具參考價值。
After implementing ERP for many years, companies have accumulated many valuable data and information which are important for decision-making by senior executives. Therefore, mining valuable business intelligence has become one of the important issues for enterprises. Through the steps of data collection, output data model and information analysis, this study implement “Design Science Research Methodology (DSRM)” and “Business Intelligence Data Modeling Methodology” to assist case A company to establish a business intelligent system in order to solve the problems of transportation management and decision-making faced by the logistics transportation industry. In addition, we verify the feasibility of the methodology to build the business intelligence system.
Through literature discussion and expert interviews, the balanced scorecard (BSC) was adopted in this study to summarize the performance goals and key performance indicators (KPI) required by the logistics and transportation service industry in four aspects: finance, customers, internal processes, growth, and learning. This study explores the data model corresponding to the establishment of business intelligence systems and explains the actual construction process. It not only helps the cost savings and successful implementation of business intelligence systems in the logistics transportation service industry but also in other industries. We hope the experience of the construction procedures and key performance indicators offered by this study may provide a reference value for companies that interested in setting up a business intelligence system.
摘要 i
ABSTRACT ii
誌謝 iii
目錄 iv
表目錄 vi
圖目錄 vii
第一章 緒論 1
一、 研究背景 2
二、 研究動機 3
三、 研究目的 4
第二章 文獻探討 5
一、 商業智慧 5
1. 什麼是商業智慧 5
2. 商業智慧系統組成 8
二、 資料擷取、轉換及載入 10
1. ETL的定義 10
2. ETL架構的考量 11
三、 資料倉儲 14
1. 資料倉儲的定義 14
2. 資料倉儲的架構 14
3. 資料倉儲的目的 16
4. 資料倉儲的資料建置流程 17
四、 線上分析處理 19
五、 關鍵績效指標 21
六、 平衡計分卡 23
第三章 研究方法 26
一、 設計科學研究法 26
二、 研究方法論介紹 31
三、 資料蒐集階段 34
1. 確認企業需求 34
2. 需求來源擷取 35
四、 產出資料模型階段 36
1. 挑選維度 36
2. 確立事實 38
3. 繪製維度模型架構 40
4. 建立資料立方體 41
五、 資訊分析階段 42
1. 交叉剖析(Slice and dice) 43
2. 向下鑽取(Drill-down) 44
3. 向上匯合(Roll-up) 45
4. 資料儀表板(Dashboard) 46
第四章 案例展示 48
一、 個案背景 48
1. 個案公司簡介 48
2. 建置商業智慧系統之動機 49
二、 資料蒐集階段 51
1. 確認企業需求 51
2. 需求來源擷取 58
三、 產出資料模型階段 61
1. 挑選維度 61
2. 確立事實 67
3. 繪製維度模型架構 69
4. 建立資料立方體 69
四、 資訊分析階段 71
1. 交叉剖析(Slice and dice) 71
2. 資料儀表板(Dashboard) 74
五、 產出的結果評估 78
第五章 研究結論 80
一、 研究結果 80
二、 研究貢獻 81
三、 研究限制 82
參考文獻 83
中文文獻 83
英文文獻 83
中文文獻
1.中華企業資源規劃學會(2019)。《商業智慧與大數據分析》,第三版,滄海書局。
2.吳仁和(2015)。《資訊管理—企業創新與價值創造》,第六版,智勝文化。
3.陳嘉璋(2004)。「商業智慧建置之研究-以流通業為例-」,中原大學資訊管理研究所碩士論文。
4.劉晉(2015)。「商業智慧之資料塑模方法論—以A公司之客訴系統為例」,國立中山大學資訊管理研究所碩士論文。
5.劉德泰(2002)。「淺談商業智慧系統的發展方法」,資策會數位教育研究所報告。
英文文獻
1.Eckerson, W. E. (2002). The Rise of Analytic Applications: Build or Buy?. The Data Warehouse Institute.
2.Eckerson, W. (2003). Smart companies in the 21st century: The secrets of creating successful business intelligence solutions. TDWI Report Series, 7.
3.Inmon, W. H. (2005). Building the data warehouse. John wiley & sons.
4.Kaplan, R. S., & Norton, D. P. (1996). The Balanced Scorecard: Translating strategy into action, Harvard Business School Press, Boston. Massachusetts.
5.Kaplan, R. S., Robert, N. P. D. K. S., Kaplan, R. S., & Norton, D. P. (2001). The strategy-focused organization: How balanced scorecard companies thrive in the new business environment. Harvard Business Press.
6.Kimball, R., Ross, M., Thornthwaite, W., Mundy, J., & Becker, B. (2008). The data warehouse lifecycle toolkit. John Wiley & Sons.
7.Kimball, R., & Ross, M. (2011). The data warehouse toolkit: the complete guide to dimensional modeling. John Wiley & Sons.
8.Kimball, R., & Caserta, J. (2004). The data warehouse ETL toolkit. John Wiley & Sons.
9.Morris, H., Liao, H., Padmanabhan, S., Srinivasan, S., Lau, P., Shan, J., & Wisnesky, R. (2008, October). Bringing Business Objects into Extract-Transform-Load (ETL) Technology. In 2008 IEEE International Conference on e-Business Engineering (pp. 709-714). IEEE.
10.Negash, S., & Gray, P. (2008). Business intelligence. In Handbook on decision support systems 2 (pp. 175-193). Springer, Berlin, Heidelberg.
11.Rasmussen, N. H., Goldy, P. S., & Solli, P. O. (2002). Financial business intelligence: trends, technology, software selection, and implementation. John Wiley & Sons.
12.Thomsen, E. (2002). OLAP solutions: building multidimensional information systems. John Wiley & Sons.
13.Pedersen, T. B., Jensen, C. S., & Dyreson, C. E. (2001). A foundation for capturing and querying complex multidimensional data. Information systems, 26(5), 383-423.
14.Turban, E., Sharda, R., & Delen, D. (2010). Decision support and business intelligence systems (required). Google Scholar.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊