Verslo intelekto aktyvų portfelis kaip priemonė suvokti ir valdyti integralųjį verslo intelektą
Data
2011Autorius
Rutkauskas, Aleksandras Vytautas
Lapinskaitė, Indrė
Stasytytė, Viktorija
Metaduomenys
Rodyti detalų aprašąSantrauka
Straipsnyje nagrinėjamas verslo integralaus intelekto suvokimas, parenkant kiekybinius šio reiškinio matavimo parametrus ir išsiaiškinant pagrindinius verslo intelektą lemiančius veiksnius, jų formavimosi šaltinius ir vaidmenį integruojant verslo intelektą. Straipsnyje nagrinėjama verslo intelekto aktyvų koncepcija ir keliamas klausimas – ar prielaida apie verslo intelekto aktyvų koncepciją adekvati tikrovei? Atsižvelgiant į pagrindinę ekonomikos problemą – racionalizuoti išteklių vartojimą – siūlomas verslo intelekto aktyvų portfelis kaip integralaus verslo intelekto suvokimo ir valdymo sistema. Suformuluotų problemų, tokių kaip stochastinio optimizavimo kompleksinių problemų, analizei ir sprendimui, buvo naudojama H. Markowitzo atsitiktinio lauko koncepcija ir technika. As we know the concept of portfolio is very diverse, but in the paper authors tried to find a possibility and were successful to find out the way to connect the potency of separate assets into a system, not only for the highest result to obtain, but also for the most effective usage of resources. It is a major economic problem and progressive development motto. Taking into account the main problem of economies – to rationalize the consumption of resources – the portfolio of business intelligence asset is proposed as a system for envisagement and management of integrated business intelligence. Business intelligence processes are expressed in stochastic way, as the environment in which the processes take place. For perception and management of these processes, it is necessary to use stochastic optimization ideas and techniques. As business intelligence processes are stochastic ones, they also have nonlinear dependence nature. The interaction of the activities and results, also the processes in between are nonlinear, thus, the attempt to approximate linear dependencies is not allowed. For a solution of nonlinear stochastic optimization dependencies, the so-called Markowitz random field idea could be successfully used.