- \n
- Hogyan fogja befoly\u00e1solni az \u00e9let\u00fcnket az MI? <\/li>\n\n\n\n
- T\u00e9nyleg elveszi az \u00e1ll\u00e1somat? <\/li>\n\n\n\n
- Hogyan tudn\u00e9k r\u00e9szt venni az MI forradalomban?<\/li>\n\n\n\n
- Hogyan tudna a c\u00e9gem hat\u00e9konyabban m\u0171k\u00f6dni az MI seg\u00edts\u00e9g\u00e9vel? <\/li>\n<\/ul>\n\n\n\n
<\/p>\n\n\n\n
K\u00f6zben arr\u00f3l is sokat lehet hallani, hogy az MI nem a chatGPT-vel kezd\u0151d\u00f6tt. Err\u0151l mi is besz\u00e9lt\u00fcnk m\u00e1r podcast<\/mark><\/a>-ben, adtunk el\u0151 a P\u00e9csi Tudom\u00e1nyegyetem Mesters\u00e9ges Intelligencia szakmai napj\u00e1n<\/mark><\/a>, \u00e9s sz\u00e1mos \u00e9rdekl\u0151d\u0151 \u00fcgyfel\u00fcnk felk\u00e9r\u00e9s\u00e9re c\u00e9ges rendezv\u00e9nyeken. <\/p>\n\n\n\n
Tapasztalatunk szerint azonban sokszor \u00f6sszekeverednek a fogalmak. Ez nem felt\u00e9tlen\u00fcl probl\u00e9ma, de k\u00f6nnyen f\u00e9lre\u00e9rt\u00e9sekhez vezethet. Ez\u00e9rt ind\u00edtjuk cikksorozatunkat, amiben megpr\u00f3b\u00e1ljuk \u00f6sszeszedni \u00e9s \u00fczleti szempontb\u00f3l \u00e9rthet\u0151v\u00e9 tenni mik a legfontosabb szakmai fogalmak a t\u00e9mak\u00f6rben. <\/p>\n\n\n\n
![\"A](\"https:\/\/dev.test-it.hu\/wp-content\/uploads\/2024\/07\/data-mining-1-1024x512.jpg\")
<\/figure>\n\n\n\nMi is az adatb\u00e1ny\u00e1szat? <\/h2>\n\n\n\n
Els\u0151 cikk\u00fcnkben az adatb\u00e1ny\u00e1szatot (Data Mining) j\u00e1rjuk k\u00f6r\u00fcl. Sok mai mesters\u00e9ges intelligencia szak\u00e9rt\u0151 a karrierje kezdet\u00e9n m\u00e9g adatb\u00e1ny\u00e1szk\u00e9nt dolgozott, \u00e9s sok \u00e1tfed\u00e9s is van az egyes fogalmak k\u00f6z\u00f6tt. <\/p>\n\n\n\n
Az adatb\u00e1ny\u00e1szat c\u00e9lja, hogy \u00e9rt\u00e9kes <\/strong>inform\u00e1ci\u00f3t, mint\u00e1zatokat nyerj\u00fcnk ki nagy m\u00e9ret\u0171 adathalmazokb\u00f3l. Az \u00fczleti \u00e9letben ez azt jelenti, hogy olyasmit tal\u00e1lunk az adatokban, amit az \u00fczletmenet szempontj\u00e1b\u00f3l fel tudunk haszn\u00e1lni, teh\u00e1t valamilyen \u00fczleti c\u00e9lt t\u00e1mogat, mint p\u00e9ld\u00e1ul: <\/p>\n\n\n\n
- \n
- Jobban megismerj\u00fck az \u00fcgyfeleinket \u00e9s hat\u00e9konyabban tudunk vel\u00fck kommunik\u00e1lni <\/li>\n<\/ul>\n\n\n\n
- \n
- Meg\u00e9rtj\u00fck \u00fcgyfeleink viselked\u00e9s\u00e9t \u00e9s id\u0151ben tudunk reag\u00e1lni az ig\u00e9nyeikre <\/li>\n<\/ul>\n\n\n\n
- \n
- \u00c9szrevessz\u00fck a gyan\u00fas k\u00e1rtya tranzakci\u00f3kat \u00e9s megel\u0151zz\u00fck az esetleges csal\u00e1sokat <\/li>\n<\/ul>\n\n\n\n
<\/p>\n\n\n\n
A hagyom\u00e1nyos statisztikai elj\u00e1r\u00e1sokt\u00f3l elt\u00e9r\u0151en itt fontos szempont az adathalmaz m\u00e9rete. Az adatb\u00e1ny\u00e1szati elj\u00e1r\u00e1sok, algoritmusok saj\u00e1toss\u00e1ga, hogy sok adaton is hat\u00e9konyan m\u0171k\u00f6dnek, \u00edgy p\u00e9ld\u00e1ul t\u00f6bb milli\u00f3 v\u00e1s\u00e1rl\u00e1si tranzakci\u00f3 vagy \u00fcgyfelek k\u00f6z\u00f6tti interakci\u00f3 is vizsg\u00e1lhat\u00f3 vel\u00fck an\u00e9lk\u00fcl, hogy kisebb mint\u00e1kat kellene venn\u00fcnk az adatokb\u00f3l \u00e9s a mintav\u00e9telez\u00e9s miatt esetleg elvesz\u00edten\u00e9nk relev\u00e1ns inform\u00e1ci\u00f3t. <\/p>\n\n\n\n
Mire tudom haszn\u00e1lni az adatb\u00e1ny\u00e1szatot az \u00fczleti \u00e9letben? <\/h2>\n\n\n\n
Az \u00fczleti \u00e9letben szinte minden szektorban bizony\u00edtott m\u00e1r az adatb\u00e1ny\u00e1szat: <\/p>\n\n\n\n
- \n
- Megl\u00e9v\u0151 folyamatok optimaliz\u00e1l\u00e1sa <\/li>\n<\/ul>\n\n\n\n
- \n
- \u00daj folyamatok kialak\u00edt\u00e1sa <\/li>\n<\/ul>\n\n\n\n
- \n
- \u00daj bev\u00e9teli forr\u00e1sok fel\u00e1ll\u00edt\u00e1sa <\/li>\n<\/ul>\n\n\n\n
Az adatb\u00e1ny\u00e1szati projektek saj\u00e1toss\u00e1gai <\/h2>\n\n\n\n
Szint\u00e9n fontos kiemelni az adatb\u00e1ny\u00e1szat m\u00e1sik saj\u00e1toss\u00e1g\u00e1t: esetenk\u00e9nt olyan adatokkal dolgozunk ezekben a projektekben, amiket \u2013 p\u00e9ld\u00e1ul a m\u00e9ret\u00fck miatt \u2013 kor\u00e1bban a szervezet nem haszn\u00e1lt, \u00edgy nem tudjuk el\u0151re megmondani, hogy egy\u00e1ltal\u00e1n van-e benne \u00e9rt\u00e9kes inform\u00e1ci\u00f3. Ennek a projekt el\u0151zetes megt\u00e9r\u00fcl\u00e9s elemz\u00e9s\u00e9n\u00e9l van kiemelt jelent\u0151s\u00e9ge, hisz nem minden esetben tudjuk megmondani a v\u00e1rhat\u00f3 nyeres\u00e9get, ellenben a k\u00f6lts\u00e9g azonnal l\u00e1tszik.
\u00cdgy a ROI (Return On Investment) kalkul\u00e1ci\u00f3 sem v\u00e9gezhet\u0151 el megfelel\u0151 min\u0151s\u00e9gben. Szerencs\u00e9re ma m\u00e1r sok tapasztalat felgy\u00fclemlett az adatb\u00e1ny\u00e1szati projektekben, \u00edgy megfelel\u0151 szak\u00e9rtelemmel \u00e9s tapasztalattal, valamilyen becsl\u00e9st az\u00e9rt tudunk adni, ami egy projekt j\u00f3v\u00e1hagyat\u00e1si folyamathoz m\u00e1r megfelel\u0151 pontoss\u00e1g\u00fa. Fontos azonban kiemelni, hogy a szervezet sz\u00e1m\u00e1ra \u00e9rthet\u0151v\u00e9 kell tenni az adatb\u00e1ny\u00e1szati projektek saj\u00e1toss\u00e1gait \u00e9s a folyamatinkat is fel kell k\u00e9sz\u00edteni ezek megfelel\u0151 kezel\u00e9s\u00e9re. <\/p>\n\n\n\n![\"Az](\"https:\/\/dev.test-it.hu\/wp-content\/uploads\/2024\/07\/adattarhaz-data-warehouse-1-1024x512.jpg\")
<\/figure>\n\n\n\nDe hol t\u00e1rolok ennyi adatot? <\/h3>\n\n\n\n
Az adatb\u00e1ny\u00e1szati tev\u00e9kenys\u00e9g el\u0151felt\u00e9tele, hogy sz\u00fcks\u00e9g\u00fcnk van hozz\u00e1 adatra. Itt t\u00f6bb megk\u00f6zel\u00edt\u00e9s is lehets\u00e9ges: <\/p>\n\n\n\n
- \n
- Data Lake: az \u00f6sszegy\u0171jt\u00f6tt nagy mennyis\u00e9g\u0171 adatot (pl. Forr\u00e1srendszerekb\u0151l, web-r\u0151l) bet\u00f6lthetem egy olyan adatt\u00e1rol\u00f3 r\u00e9tegbe, ahol azt hat\u00e9konyan \u00e9s olcs\u00f3n tudom kezelni. <\/li>\n<\/ul>\n\n\n\n
- \n
- Data Warehoue vagy Adatt\u00e1rh\u00e1z: \u00c1ltal\u00e1ban a nagyv\u00e1llalatok szoktak adatt\u00e1rh\u00e1zat l\u00e9trehozni, amiben a v\u00e1llalatban el\u00e9rhet\u0151 l\u00e9nyeges adatokat rendszerezetten, struktur\u00e1ltan t\u00e1rolj\u00e1k. <\/li>\n<\/ul>\n\n\n\n
- \n
- Data Mart vagy Adatpiac: A v\u00e1llalat egy adott \u00fczleti funkci\u00f3j\u00e1nak ell\u00e1t\u00e1s\u00e1t t\u00e1mogat\u00f3 adatt\u00e1rol\u00f3 r\u00e9teg, melyben specifikusan az adott \u00fczleti ter\u00fclet sz\u00e1m\u00e1ra k\u00e9sz\u00edtj\u00fck el\u0151 az adatokat riportoz\u00e1s, elemz\u00e9s, adatb\u00e1ny\u00e1szat c\u00e9lj\u00e1ra. <\/li>\n<\/ul>\n\n\n\n
Adatb\u00e1ny\u00e1szat \u00e9s projektmenedzsment kapcsolata<\/h2>\n\n\n\n
Az adatb\u00e1ny\u00e1szati projektek menedzsel\u00e9s\u00e9re t\u00f6bb megk\u00f6zel\u00edt\u00e9s is l\u00e9tezik. Az egyik legelterjedtebb a CRISP-DM<\/strong> (Cross-Industry Standard Process for Data Mining) m\u00f3dszertan, melyet sz\u00e1mos szervezet k\u00f6vet kisebb-nagyobb m\u00f3dos\u00edt\u00e1sokkal. <\/p>\n\n\n\n
![\"Cross](\"https:\/\/dev.test-it.hu\/wp-content\/uploads\/2024\/07\/CRISP-DM-Cross-Industry-Standard-Process-for-Data-Mining.jpg\")
<\/figure>\n\n\n\n<\/p>\n\n\n\n
<\/p>\n\n\n\n
A m\u00f3dszertan egyik nagy el\u0151nye, hogy felhaszn\u00e1l\u00e1si ter\u00fclett\u0151l f\u00fcggetlen\u00fcl alkalmazhat\u00f3 keretet ad az adatb\u00e1ny\u00e1szati projektek menedzsel\u00e9s\u00e9hez. <\/p>\n\n\n\n
A m\u00f3dszertan 6 f\u00e1zisb\u00f3l \u00e1ll, melyek k\u00f6z\u00f6tt iterat\u00edv halad a projekt, teh\u00e1t egy \u2013 egy f\u00e1zisban el\u0151fordulhat, hogy olyan eredm\u00e9nnyel z\u00e1rul, ami miatt vissza kell l\u00e9pni egy el\u0151z\u0151 f\u00e1zishoz, \u00e9s onnan \u00fajra v\u00e9gig kell haladni a megfelel\u0151 f\u00e1zisokon: <\/p>\n\n\n\n
- \n
- \u00dczleti c\u00e9lok beazonos\u00edt\u00e1sa (Business Understanding) <\/li>\n<\/ol>\n\n\n\n
- \n
- Adatok megismer\u00e9se (Data Understanding) <\/li>\n<\/ol>\n\n\n\n
- \n
- Adatok el\u0151k\u00e9sz\u00edt\u00e9se (Data Preparation) <\/li>\n<\/ol>\n\n\n\n
- \n
- Adatb\u00e1ny\u00e1szati modellez\u00e9s (Modeling) <\/li>\n<\/ol>\n\n\n\n
- \n
- Ki\u00e9rt\u00e9kel\u00e9s (Evaluation) <\/li>\n<\/ol>\n\n\n\n
- \n
- \u00c9les\u00edt\u00e9s (Deployment) <\/li>\n<\/ol>\n\n\n\n
Hogyan tudom ellen\u0151rizni, hogy j\u00f3l m\u0171k\u00f6dik egy ilyen komplex logika? <\/h3>\n\n\n\n
Az adatb\u00e1ny\u00e1szat saj\u00e1toss\u00e1ga, hogy jellemz\u0151en olyan nagy mennyis\u00e9g\u0171 adatot dolgoz fel, amit nem tudunk p\u00e9ld\u00e1ul egy Excel-ben egyszer\u0171en \u00e1tn\u00e9zni. Ez\u00e9rt sokszor Big Data megold\u00e1sokat is sz\u00fcks\u00e9ges alkalmazni az adatok hat\u00e9kony menedzsmentj\u00e9hez. Emellett az adatb\u00e1ny\u00e1szati elj\u00e1r\u00e1sok is sok esetben bonyolult, komplex matematikai elj\u00e1r\u00e1sok, amit nem minden esetben tudunk \u00fczletileg k\u00f6nnyed\u00e9n \u00e9rtelmezni. <\/p>\n\n\n\n
Szint\u00e9n nagyon fontos \u2013 \u00e9s sok esetben alhanyagolt \u2013 feladat az adatb\u00e1ny\u00e1szati modellek \u00e9s az \u00e1ltala feldolgozott adatvagyon ellen\u0151rz\u00e9se, tesztel\u00e9se: <\/p>\n\n\n\n
- \n
- Minden rendelkez\u00e9sre \u00e1ll\u00f3 \u00e9s relev\u00e1ns felhaszn\u00e1ltunk? <\/li>\n<\/ul>\n\n\n\n
- \n
- Megfelel\u0151 min\u0151s\u00e9g\u0171 a felhaszn\u00e1lt adat? <\/li>\n<\/ul>\n\n\n\n
- \n
- A val\u00f3s \u00fczleti c\u00e9l szempontj\u00e1b\u00f3l relev\u00e1ns a modell\u00fcnk eredm\u00e9nye? <\/li>\n<\/ul>\n\n\n\n
- \n
- El\u0151fordulhat-e, hogy nem v\u00e1rt k\u00e1ros k\u00f6vetkezm\u00e9nye lesz a modell alkalmaz\u00e1s\u00e1nak az \u00fczleti tev\u00e9kenys\u00e9gre vonatkoz\u00f3an? <\/li>\n<\/ul>\n\n\n\n
<\/p>\n\n\n\n
Megfelel\u0151 tesztel\u00e9si \u00e9s valid\u00e1ci\u00f3s m\u00f3dszertanok alkalmaz\u00e1s\u00e1val az adatb\u00e1ny\u00e1szat eredm\u00e9nyeinek nem v\u00e1rt k\u00e1ros k\u00f6vetkezm\u00e9nyei elker\u00fclhet\u0151k! <\/p>\n\n\n\n
![\"Adatok](\"https:\/\/dev.test-it.hu\/wp-content\/uploads\/2024\/07\/adatbanyaszat-1024x512.jpg\")
<\/figure>\n\n\n\nMilyen eszk\u00f6z\u00f6ket haszn\u00e1lnak az adatb\u00e1ny\u00e1szok? <\/h2>\n\n\n\n
Az adatb\u00e1ny\u00e1szat sor\u00e1n sz\u00e1mos eszk\u00f6zt haszn\u00e1lhatunk, azonban van n\u00e9h\u00e1ny, ami jobban elterjedt. <\/p>\n\n\n\n
A programoz\u00e1si nyelvek k\u00f6z\u00fcl: <\/h3>\n\n\n\n
- \n
- SQL: az adatok kinyer\u00e9s\u00e9re \u00e9s esetleges transzform\u00e1ci\u00f3j\u00e1ra ny\u00fajt kiv\u00e1l\u00f3 lehet\u0151s\u00e9geket <\/li>\n<\/ul>\n\n\n\n
- \n
- Python \u00e9s\/vagy R: a teljes adatb\u00e1ny\u00e1szati tev\u00e9kenys\u00e9get lefedhetj\u00fck vel\u00fck, de sokan az SQL mellett haszn\u00e1lj\u00e1k az adatok manipul\u00e1ci\u00f3j\u00e1ra, a modellek fejleszt\u00e9s\u00e9re \u00e9s valid\u00e1ci\u00f3j\u00e1ra. Az ut\u00f3bbi \u00e9vekben a Python kezdte \u00e1tvenni az egyeduralmat a 2 nyelv k\u00f6z\u00fcl. <\/li>\n<\/ul>\n\n\n\n
Low code \/ No code eszk\u00f6z\u00f6k: <\/h3>\n\n\n\n
- \n
- KNIME<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- \n
- RapidMiner (Altair)<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- \n
- SAS enterprise Miner<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
<\/p>\n\n\n\n
Ezek mellett term\u00e9szetesen a nagy felh\u0151szolg\u00e1ltat\u00f3k szolg\u00e1ltat\u00e1s k\u00edn\u00e1lat\u00e1ban is megtal\u00e1lhat\u00f3 minden relev\u00e1ns eszk\u00f6z az adatb\u00e1ny\u00e1szati tev\u00e9kenys\u00e9gek elv\u00e9gz\u00e9s\u00e9hez: <\/p>\n\n\n\n
- \n
- Google Cloud Platform<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- \n
- Microsoft Azure<\/mark> <\/a><\/li>\n<\/ul>\n\n\n\n
- \n
- AWS<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- \n
- Alibaba Cloud<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
Hogyan kapcsol\u00f3dik az Adatb\u00e1ny\u00e1szat a Generat\u00edv Mesters\u00e9ges Intelligenci\u00e1hoz? <\/h2>\n\n\n\n
Az \u00fczleti ter\u00fcletek k\u00e9pvisel\u0151inek azt szoktuk mondani, hogy nem kell igaz\u00e1n t\u00f6r\u0151dni\u00fck azzal, hogy egy \u00fczleti probl\u00e9m\u00e1ra adott megold\u00e1s vajon adatb\u00e1ny\u00e1szatnak sz\u00e1m\u00edt, g\u00e9pi tanul\u00e1snak vagy mesters\u00e9ges intelligenci\u00e1nak. A ter\u00fcletek k\u00f6z\u00f6tt am\u00fagy is vannak \u00e1tfed\u00e9sek, \u00e9s ritka, hogy valakinek az lenne a fontos, hogy az \u00fczleti \u00e9rt\u00e9k\u00e9t csak az egyik vagy a m\u00e1sik megk\u00f6zel\u00edt\u00e9ssel szeretn\u00e9 el\u00e9rni J
<\/p>\n\n\n\nA generat\u00edv mesters\u00e9ges intelligencia (pl. chatGPT) viszont sokat kapott a sz\u00f6vegb\u00e1ny\u00e1szatt\u00f3l \u00e9s a g\u00e9pi tanul\u00e1st\u00f3l is. A sz\u00f6vegb\u00e1ny\u00e1szatb\u00f3l az NLP (Natural Language Processing), a g\u00e9pi tanul\u00e1sb\u00f3l pedig a neur\u00e1lis h\u00e1l\u00f3zatok (Neural Network) elj\u00e1r\u00e1sok teremtettek meg sok alapot ahhoz, hogy ma izgalmas besz\u00e9lget\u00e9seket folytathassunk a chatGPT-vel (OpenAI) vagy a Gemini-vel<\/mark><\/a> <\/mark>(Google). <\/p>\n","protected":false},"excerpt":{"rendered":"
Az adatb\u00e1ny\u00e1szat c\u00e9lja, hogy \u00e9rt\u00e9kes inform\u00e1ci\u00f3t, mint\u00e1zatokat nyerj\u00fcnk ki nagy m\u00e9ret\u0171 adathalmazokb\u00f3l… <\/p>\n","protected":false},"author":4,"featured_media":6761,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[63],"tags":[64,67,66,65],"class_list":["post-6749","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-aidata","tag-adatbanyaszat","tag-data-mining","tag-mesterseges-intelligencia","tag-projektmenedzsment"],"acf":[],"_links":{"self":[{"href":"https:\/\/dev.test-it.hu\/hu\/wp-json\/wp\/v2\/posts\/6749","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/dev.test-it.hu\/hu\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dev.test-it.hu\/hu\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dev.test-it.hu\/hu\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/dev.test-it.hu\/hu\/wp-json\/wp\/v2\/comments?post=6749"}],"version-history":[{"count":32,"href":"https:\/\/dev.test-it.hu\/hu\/wp-json\/wp\/v2\/posts\/6749\/revisions"}],"predecessor-version":[{"id":6821,"href":"https:\/\/dev.test-it.hu\/hu\/wp-json\/wp\/v2\/posts\/6749\/revisions\/6821"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dev.test-it.hu\/hu\/wp-json\/wp\/v2\/media\/6761"}],"wp:attachment":[{"href":"https:\/\/dev.test-it.hu\/hu\/wp-json\/wp\/v2\/media?parent=6749"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dev.test-it.hu\/hu\/wp-json\/wp\/v2\/categories?post=6749"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dev.test-it.hu\/hu\/wp-json\/wp\/v2\/tags?post=6749"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
- Alibaba Cloud<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- AWS<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- Microsoft Azure<\/mark> <\/a><\/li>\n<\/ul>\n\n\n\n
- Google Cloud Platform<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- SAS enterprise Miner<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- RapidMiner (Altair)<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- KNIME<\/mark><\/a> <\/li>\n<\/ul>\n\n\n\n
- Python \u00e9s\/vagy R: a teljes adatb\u00e1ny\u00e1szati tev\u00e9kenys\u00e9get lefedhetj\u00fck vel\u00fck, de sokan az SQL mellett haszn\u00e1lj\u00e1k az adatok manipul\u00e1ci\u00f3j\u00e1ra, a modellek fejleszt\u00e9s\u00e9re \u00e9s valid\u00e1ci\u00f3j\u00e1ra. Az ut\u00f3bbi \u00e9vekben a Python kezdte \u00e1tvenni az egyeduralmat a 2 nyelv k\u00f6z\u00fcl. <\/li>\n<\/ul>\n\n\n\n
- SQL: az adatok kinyer\u00e9s\u00e9re \u00e9s esetleges transzform\u00e1ci\u00f3j\u00e1ra ny\u00fajt kiv\u00e1l\u00f3 lehet\u0151s\u00e9geket <\/li>\n<\/ul>\n\n\n\n
- El\u0151fordulhat-e, hogy nem v\u00e1rt k\u00e1ros k\u00f6vetkezm\u00e9nye lesz a modell alkalmaz\u00e1s\u00e1nak az \u00fczleti tev\u00e9kenys\u00e9gre vonatkoz\u00f3an? <\/li>\n<\/ul>\n\n\n\n
- A val\u00f3s \u00fczleti c\u00e9l szempontj\u00e1b\u00f3l relev\u00e1ns a modell\u00fcnk eredm\u00e9nye? <\/li>\n<\/ul>\n\n\n\n
- Megfelel\u0151 min\u0151s\u00e9g\u0171 a felhaszn\u00e1lt adat? <\/li>\n<\/ul>\n\n\n\n
- Minden rendelkez\u00e9sre \u00e1ll\u00f3 \u00e9s relev\u00e1ns felhaszn\u00e1ltunk? <\/li>\n<\/ul>\n\n\n\n
- \u00c9les\u00edt\u00e9s (Deployment) <\/li>\n<\/ol>\n\n\n\n
- Ki\u00e9rt\u00e9kel\u00e9s (Evaluation) <\/li>\n<\/ol>\n\n\n\n
- Adatb\u00e1ny\u00e1szati modellez\u00e9s (Modeling) <\/li>\n<\/ol>\n\n\n\n
- Adatok el\u0151k\u00e9sz\u00edt\u00e9se (Data Preparation) <\/li>\n<\/ol>\n\n\n\n
- Adatok megismer\u00e9se (Data Understanding) <\/li>\n<\/ol>\n\n\n\n
- \u00dczleti c\u00e9lok beazonos\u00edt\u00e1sa (Business Understanding) <\/li>\n<\/ol>\n\n\n\n
- Data Mart vagy Adatpiac: A v\u00e1llalat egy adott \u00fczleti funkci\u00f3j\u00e1nak ell\u00e1t\u00e1s\u00e1t t\u00e1mogat\u00f3 adatt\u00e1rol\u00f3 r\u00e9teg, melyben specifikusan az adott \u00fczleti ter\u00fclet sz\u00e1m\u00e1ra k\u00e9sz\u00edtj\u00fck el\u0151 az adatokat riportoz\u00e1s, elemz\u00e9s, adatb\u00e1ny\u00e1szat c\u00e9lj\u00e1ra. <\/li>\n<\/ul>\n\n\n\n
- Data Warehoue vagy Adatt\u00e1rh\u00e1z: \u00c1ltal\u00e1ban a nagyv\u00e1llalatok szoktak adatt\u00e1rh\u00e1zat l\u00e9trehozni, amiben a v\u00e1llalatban el\u00e9rhet\u0151 l\u00e9nyeges adatokat rendszerezetten, struktur\u00e1ltan t\u00e1rolj\u00e1k. <\/li>\n<\/ul>\n\n\n\n
- Data Lake: az \u00f6sszegy\u0171jt\u00f6tt nagy mennyis\u00e9g\u0171 adatot (pl. Forr\u00e1srendszerekb\u0151l, web-r\u0151l) bet\u00f6lthetem egy olyan adatt\u00e1rol\u00f3 r\u00e9tegbe, ahol azt hat\u00e9konyan \u00e9s olcs\u00f3n tudom kezelni. <\/li>\n<\/ul>\n\n\n\n
- \u00daj bev\u00e9teli forr\u00e1sok fel\u00e1ll\u00edt\u00e1sa <\/li>\n<\/ul>\n\n\n\n
- \u00daj folyamatok kialak\u00edt\u00e1sa <\/li>\n<\/ul>\n\n\n\n
- Megl\u00e9v\u0151 folyamatok optimaliz\u00e1l\u00e1sa <\/li>\n<\/ul>\n\n\n\n
- \u00c9szrevessz\u00fck a gyan\u00fas k\u00e1rtya tranzakci\u00f3kat \u00e9s megel\u0151zz\u00fck az esetleges csal\u00e1sokat <\/li>\n<\/ul>\n\n\n\n
- Meg\u00e9rtj\u00fck \u00fcgyfeleink viselked\u00e9s\u00e9t \u00e9s id\u0151ben tudunk reag\u00e1lni az ig\u00e9nyeikre <\/li>\n<\/ul>\n\n\n\n
- Jobban megismerj\u00fck az \u00fcgyfeleinket \u00e9s hat\u00e9konyabban tudunk vel\u00fck kommunik\u00e1lni <\/li>\n<\/ul>\n\n\n\n