İçeriğe atla

İş zekası

Örnek BI işleyiş grafiği

İş zekası veya kısaca: BI (İngilizce: Business intelligence), iş amaçları için ham veriyi anlamlı ve kullanışlı bilgiye dönüştüren teorilerin, yöntemlerin, süreçlerin, mimarilerin ve teknolojilerin bir kümesidir. BI yeni fırsatlar tanımlamak ve geliştirmeye yardım etmek için büyük miktarlarda bilgi yönetir. Yeni fırsatların ve etkili strateji gerçekleştirmek için bir rekabet piyasası avantajı ve uzun soluklu kararlılık sağlar.[1]

BI (Business Intelligence = İş Zekası) teknolojileri iş operasyonlarının geçmiş, günümüz ve gelecekteki durumlarının incelenmesini sağlar. İş zekası teknolojilerinin yaygın fonksiyonları raporlama, güncel analitik ilerleme, analitiksellik, veri madenciliği, süreç madenciliği, karmaşık olay işleme, iş performans yönetimi, metin madenciliği, tahmin analitiği ve bakış açılı analitik.

Dönem iş zekası rekabetik zeka ile eş anlamlı olmasına rağmen (çünkü her ikisi de karar vermeyi destekler) rekabetik zeka bilgiyi şirket rakiplerine odaklı konulara yayıp, analiz edip bir araya getiriyorken, BI analiz etmek için teknolojileri, süreçleri ve uygulamaları kullanır. Genişçe anlatırsak, iş zekası rekabetik zekanın alt kümelerini içerir.[2]

Tarih

IBM araştırmacısı Hans Peter Luhn 1958 yılındaki makalesinde iş zekası terimini kullandı. O zekayı, istenilen hedeflere doğru ilerlemek için aksiyon kılavuzu gibi bir yöntem içinde sunulan gerçeklerin biribirleriyle ilişkisini kavrama yeteneği olarak tanımladı.[3]

Bugünkü bildiğimiz iş zekasının 1960'ta başlayan ve 1980’lerin başından ortasına kadar gelişen karar destek sistemlerinden geliştiği söylenebilir. DSS planlama ve karar vermeye yardımcı olmak için oluşturulmuş bilgisayar destekli modellerden türetilmiştir. 1980’lerin sonunda DSS’den veri ambarları, Çalıştırılabilir Bilgi sistemleri, OLAP ve iş zekası ortaya çıkmıştır. 1989 yılında Howard Dresner (Daha sonra Gartner Grup analisti olmuştur) iş zekasını bir şemsiye dönemi olarak tanımlamak için gerçek tabanlı destek sistemleri kullanarak iş karar vermeyi gelşiştirmeye yarayan metotlar ve kavramlar olduğunu söylemiştir.[4] 1990’ların sonuna kadar bu kullanım yaygın değildi.[5]

İş zekası ve veri ambarı

Genelde BI uygulamaları bir veri ambarından veya bir veri ambarı rehberinden topladığı veriyi kullanır. Bir veri ambarı işlemsel verinin bir kopyasıdır böylece karar verme desteğini kolaylaştırır. Bununla birlikte tüm veri ambarları iş zekası için kullanılmaz. Bir veri ambarı için tüm iş zekası uygulamaları gerekmemektedir.

İş zekası ve veri ambarı kavramlarını ayırt etmek için Forrester Araştırma iş zekasını iki yolla tanımlar:

Geniş tanımının kullanımı: İş zekası iş amaçları için ham veriyi anlamlı ve kullanışlı bilgiye dönüştüren teoriler, metodolojiler, süreçlerin, mimarilerin ve teknolojilerin bir kümesidir.[6] Bu tanımı kullandığımızda iş zekası veri bütünleştirme, veri kalitesi, veri ambarı, yüksek veri yönetimi, metin ve içerik analizi ve Bilgi Yönetim bölümünde toplanmış diğer birçoklarını da kapsamış olur. Bu yüzden Forrester veri hazırlığı ve veri kullanımını ikiye ayırır fakat iş zekasının mimari yapısının bölümlerini birbirine yakından bağlar.

Forrester ikinciyi de, daha dar bir açıdan iş zekasını BI mimari yapısının sadece en üst katmanına işaret ederek raporlama, analitik ve kontrol paneli olarak tanımlamıştır.[7]

İş zekası ve iş analitiği

Thomas Davenport iş zekasının sorgulama, raporlama, OLAP içerisinde bölünebileceğini ve iş analitiğinin bir uyarı aracı olacağını tartışır. Bu tanımlamada iş analitiği BI‘ın istatistik, tahmin, optimizasyon tabanlı bir alt kümesidir.[8]

Kurum içi uygulamalar

İş zekası aşağıdaki iş amaçlarına iş değerini artırmak için uygulanabilir.

  1. Ölçeklenebilirlik: Performans ölçüsünün hiyerarşisini oluşturan program ve iş hedeflerine giden süreç hakkında iş liderlerini bilgilendiren kalite testi.
  2. Analitik (çözümsel): iş bilgi keşfini sağlamak için ve en iyi kararda fikir kılmak için nicel süreçleri inşa eden programdır. Genelde veri madenciliği, süreç madenciliği, istatistik analiz, tahmin analitiği, tahmin modelleme, iş süreç modelleme, karmaşık olay süreci ve bakış açısı analitiğini içerir.
  3. Raporlama/kurumsal raporlama: iş'in stratejik yönetim hizmetini verme konusunda stratejik raporlama için altyapı inşa eden programdır. Genelde veri görselleştirme, çalıştırılabilir bilgi sistemi ve OLAP.
  4. İş birliği/iş birliği platformu: Veri paylaşımı ve elektronik veri değiş tokuşu boyunca birlikte çalışmak için farklı alanlar (hem iş içi hem iş dışı) içeren programdır.
  5. Bilgi yönetimi: doğru iş bilgisi, doğrudan uyumu kolaylaştırmak, dağıtmak, göstermek, oluşturmak ve tanımlamak için uygulamalar ve stratejilerle beraber şirketin veri yönetmesini sağlayan programdır. Bilgi yönetimi öğrenim yönetimi ve düzenleyici uyuma yol açmaktadır.

Üsttekilere ek olarak, iş zekası son kullanıcıyı acil uyarmak için ALARM fonksiyonu gibi önleyici tedbirler alınmasını da sağlayabilir. Alarmın birçok tipi vardır, mesala bazı iş değerleri rapor içindeki miktar renk miktarının eşik değerini aşacak kırmızıya dönüşecek ve iş analisti uyarılacak. Bazen bir uyarı mesajı da kullanıcıya gönderilebilir. Bu sondan sona süreç uzman tarafından yönetilen veri yönetimi gerektirir.

İş zekası projelerinin önceliklendirilmesi

İş zekası girişkenliği için pozitif bir iş durumu sağlamak bazen zordur ve bazen projeler stratejik inisiyatiflerine göre önceliklendirilmelidir. Burada bazı ip uçları BI projesinin faydalarını artırmak için sunulmuştur.

  1. Kimbal[9] tarafından tanımlandığı gibi yasal raporları üretmenin maliyetini indirgemek gibi elle tutulur faydalar belirtmelisin.
  2. Tüm organizasyon için veriye erişimi zorlamalısın.[10] Bu yolda küçücük bir fayda bile, birkaç dakika süre kazanımı gibi, tüm organizasyondaki işçilerin sayısını düşündüğümüzde bir fark yaratır.
  3. Ross tarafından tanımlandığı gibi, Kurumsal mimariler için Weil & Roberson BI projesinin gelişmiş iş durumlarıyla birlikte diğer iş inisiyatiflerinide sürdürmesini göz önüne almalıdır. Bu yaklaşımı desteklemek için uygun iş projesini tanımlayan kişinin organizasyonu kurumsal mimariye sahip olmalıdır.
  4. Organizasyon ağırlıklı karar matrisi gibi gerçek ihtiyaçlarında savunulabilir önceliklendirme oluşturması için yapısal ve nicel metedolojiler kullanmalıdır.

Gelecek

2009 Gartner makalesinde[11] iş zekası piyasasında bu geliştirmeler olacağı tahmin edilmiştir.

  1. Bilgi, süreç, araç eksikliğinden dolayı 2012 yılı boyunca 5000 küresel şirketin %35‘inden daha fazlası düzenli olarak işlerinde ve piyasalarında yanlış kararlar vererek başarısız olmuştur.
  2. 2012’ye göre iş birimleri iş zekası için olan toplam bütçenin en azından %40Inı kontrol edebilecek.
  3. 2012’ye göre çözümsel (analitik) uygulamaların 3'te biri bir veya daha fazle veri kaynağını kullanarak bütünleşik uygulama tekniği olan mushup uygulamaları olacaktır.

2009 Bilgi Yönetimi özel raporu tahminine göre BI eğilimleri: gren hesaplama, sosyal ağ, veri görselleştirme, mobil BI, tahmin analitiği, tumleşik uygulamalar, bulut hesaplama, çoklu-dokunmatik.[12]

Diğer iş zekası eğilimleri aşağıdakileri içermektedir:

  1. SOA-BI ürünlerinin hacim ve verim konularında ETL eşleşmeleri artmaktadır.
  2. Bulut hesaplama ve Hizmet olarak yazılım (Saas) kullanıma hazırdır.
  3. Şirketler bellek süreçleme, 64-bit süreçleme ve ön paket çözümsel BI uygulamalarını kapsamaktadır.
  4. İşlemsel uygulamalar BI bileşenleri ölçekleme, eş zamanlılık ve cevap içinceki gelişmelerle birlikte çağırılmaktadır.
  5. Yakın veya gerçek zaman BI çözümleri (analitikleri) beklenmektedir.
  6. Açık kaynak BI yazılımı satıcı önerileriyle yer değiştirir.

Araştırmanın diğer hatları iş zekası alanını ve belirsiz veriyi birleştirir. Bu bağlamda veri kesin olduğu varsayılmadan kullanılır. Onun yerine veri belirsiz olarak hesaba katılır ve bu yüzden bu belirsizlik BI tarafından üretilen sonuçlara yayılır. Aberdeen Grup tarafından yapılan bir çalışmaya göre bir hizmet olarak yazılıma (SaaS) olan ilgi yıllar içinde oldukça arttı. 2008 içinde %7 olan oran bir yılda iki katına çıkarak %15 oldu.

Info World de Chris Kanaracus bir makalesinde IDC araştırma firmasından 2013 boyunca SaaS (hizmet olarak yazılım: software as a service) BI piyasasının IT bütçelerindeki gerilim, ürün iyileştirmelerindeki artış ve diğer faktörler sayesinde %22 büyüme gösterdiği ile ilgili benzer bir gelişmeye işaret ediyor.[13]

Kaynakça

  1. ^ (Rud, Olivia (2009). Business Intelligence Success Factors: Tools for Aligning Your Business in the Global Economy. Hoboken, N.J: Wiley & Sons. ISBN 978-0-470-39240-9. )
  2. ^ Kobielus, James (30 Nisan 2010). "What's Not BI? Oh, Don't Get Me Started....Oops Too Late...Here Goes..." 18 Nisan 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 19 Ekim 2013. “Business” intelligence is a non-domain-specific catchall for all the types of analytic data that can be delivered to users in reports, dashboards, and the like. When you specify the subject domain for this intelligence, then you can refer to “competitive intelligence,” “market intelligence,” “social intelligence,” “financial intelligence,” “HR intelligence,” “supply chain intelligence,” and the like. 
  3. ^ H P Luhn (1958). "A Business Intelligence System" (PDF). IBM Journal. 2 (4). s. 314. doi:10.1147/rd.24.0314. 13 Eylül 2008 tarihinde kaynağından (PDF) arşivlendi. Erişim tarihi: 19 Ekim 2013. 
  4. ^ D. J. Power (10 Mart 2007). "A Brief History of Decision Support Systems, version 4.0". DSSResources.COM. 13 Mart 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 10 Temmuz 2008. 
  5. ^ "Power, D. J. "A Brief History of Decision Support Systems"". 13 Mart 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 19 Ekim 2013. 
  6. ^ Evelson, Boris (21 Kasım 2008). "Topic Overview: Business Intelligence". 10 Eylül 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 19 Ekim 2013. 
  7. ^ Evelson, Boris (29 Nisan 2010). "Want to know what Forrester's lead data analysts are thinking about BI and the data domain?". 6 Ağustos 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 19 Ekim 2013. 
  8. ^ Henschen, Doug; Tom Davenport (4 Ocak 2010). "Analytics at Work: Q&A with Tom Davenport". 3 Nisan 2012 tarihinde kaynağından arşivlendi. Erişim tarihi: 19 Ekim 2013. 
  9. ^ Kimball et al., 2008: 29
  10. ^ "Are You Ready for the New Business Intelligence?". Dell.com. 30 Ocak 2013 tarihinde kaynağından arşivlendi. Erişim tarihi: 19 Haziran 2012. 
  11. ^ Gartner Reveals Five Business Intelligence Predictions for 2009 and Beyond 28 Ocak 2013 tarihinde Wayback Machine sitesinde arşivlendi.. gartner.com. 15 January 2009
  12. ^ Campbell, Don (23 Haziran 2009). "10 Red Hot BI Trends". Information Management. 5 Nisan 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 19 Ekim 2013. 
  13. ^ SaaS BI growth will soar in 2010 | Cloud Computing 22 Ekim 2013 tarihinde Wayback Machine sitesinde arşivlendi.. InfoWorld (2010-02-01). Retrieved on 17 January 2012.

Bibliyografi

  • Ralph Kimball et al. "The Data warehouse Lifecycle Toolkit" (2nd ed.) Wiley ISBN 0-470-47957-4
  • Peter Rausch, Alaa Sheta, Aladdin Ayesh: Business Intelligence and Performance Management: Theory, Systems, and Industrial Applications, Springer Verlag U.K., 2013, ISBN 978-1-4471-4865-4.

Dış bağlantılar

İlgili Araştırma Makaleleri

<span class="mw-page-title-main">Yapay zekâ</span> insani zekaya sahip makine ve yazılım geliştiren bilgisayar bilimleri dalı

Yapay zekâ ya da kısaca YZ,, insanlar da dahil olmak üzere hayvanlar tarafından, doğal zekânın aksine makineler tarafından görüntülenen zekâ çeşididir. İlk ve ikinci kategoriler arasındaki ayrım genellikle seçilen kısaltmayla ortaya çıkar. Güçlü yapay zeka genellikle Yapay genel zekâ olarak etiketlenirken, doğal zekayı taklit etme girişimleri yapay biyolojik zekâ olarak adlandırılır. Önde gelen yapay zeka ders kitapları, alanı zeki etmenlerin çalışması olarak tanımlar: Çevresini algılayan ve hedeflerine başarıyla ulaşma şansını en üst düzeye çıkaran eylemleri gerçekleştiren herhangi bir cihaz. Halk arasında, yapay zekâ kavramı genellikle insanların insan zihni ile ilişkilendirdiği öğrenme ve problem çözme gibi bilişsel eylemleri taklit eden makineleri tanımlamak için kullanılır.

Veri madenciliği, büyük ölçekli veriler arasından faydalı bilgiye ulaşma, bilgiyi madenleme işidir. Büyük veri yığınları içerisinden gelecekle ilgili tahminde bulunabilmemizi sağlayabilecek bağıntıların bilgisayar programı kullanarak aranması olarak da tanımlanabilir.

<span class="mw-page-title-main">Yönetim bilişim sistemleri</span> İşletme ve Bilgisayar bilimlerini kapsayan bir iş alanı

Yönetim Bilişim Sistemi terimi, sonundaki sistem sözcüğü tekil olarak kullanıldığında, hareket işlem kayıtlarını oluşturan verileri özetleyerek yönetim raporları üreten, bir bilgisayar tabanlı bilişim sistemi anlamına gelmektedir. Yönetim bilişim sistemleri ilk kez 1960'lı yılların ortalarında muhasebe, satınalma, stok, üretim, satış ve bordro konularında dönemsel raporlar hazırlamak amacı ile kullanılmıştır.

Veri ambarı, ilişkili verilerin sorgulandığı ve analizlerinin yapılabildiği bir depodur. Veri ambarı veritabanını yormamak için oluşturulmuştur. Bir veri ambarı ilgili veriyi kolay, hızlı ve doğru biçimde analiz etmek için gerekli işlemleri yerine getirir. Veri ambarı, işlemsel sistemlerdeki veriyi kopyalayıp, karar verme işlemi için uygun formda saklar. Veri ve bilgiler, üretildiklerinde heterojen kaynaklardan elde edilirler. Yıldız Teknik Üniversitesi'ne göre: Veri ambarı, başlangıçta farklı kaynaklardan gelen verinin üzerinde daha etkili ve daha kolay sorguların yapılmasını sağlamaktadır.

<span class="mw-page-title-main">Weka</span>

Weka, makine öğrenimi amacıyla Waikato Üniversitesinde geliştirilmiş ve "Waikato Environment for Knowledge Analysis" kelimelerinin baş harflerinden oluşmuş yazılımın ismidir. Günümüzde yaygın kullanımı olan çoğu makine öğrenimi algoritmalarını ve metotlarını içermektedir.

<span class="mw-page-title-main">Magento</span>

Magento, ücretli ve açık kaynaklı iki sürümü bulunan, toplamda 250.000 aktif müşteri tarafından kullanılan, B2B ve B2C online satış platformudur.

Tableau merkezi Seattle, ABD'de bulunan bir iş yazılımıdır. İş zekası odaklı verinin görselleşmesini sağlayan interaktif bir yazılımdır.

<span class="mw-page-title-main">Metin madenciliği</span>

Metin madenciliği, çalışmaları metni veri kaynağı olarak kabul eden veri madenciliği çalışmasıdır. Diğer bir tanımla metin üzerinden yapısallaştırılmış veri elde etmeyi amaçlar. Metin madenciliği, metinlerin sınıflandırılması, bölütlenmesi, metinlerden konu çıkarılması, metinler için sınıf taneciklerinin üretilmesi, metinlerde görüş analizi yapılması, metin özetlerinin çıkarılması ve metinin özü ile ilgili ilişki modellemesi gibi çalışmaları hedefler.

Ağ istihbaratı (Aİ) kavramı ve derin paket kontrolü (DPI), paket yakalama ve iş zekası (BI) teknikleri üzerine inşa edilmiş bir teknolojidir. Gerçek zamanlı olarak inceleyen, protokolleri kullanılan tanımlama ve veri ilişkileri ve iletişim kalıplarının hızlı çözümlenmesi için paket içeriği ve meta ayıklanması yoluyla iletişim ağları çapraz IP veri paketlerini gerektirir. Ayrıca, bazen ağ hızlandırma veya korsanlık olarak anılacaktır.

Anlamsal Zekâ bir organizasyonun tüm düzeyinde anlamsal boşlukları tanımlamak, algılamak ve çözmek için gerekli bilgileri toplamak yeteneğidir. İş süreçlerinin yerine süreçlerin anlamsal istihbarat hedefleri bilgileri, belirlenmesi, algılanması ve daha sonra problemini eniyilemeyi amaçlayan Operasyonel İstihbarat veya İş Süreçleri Zekası türevidir. Tüm paydaşlar tarafından verilerinde daha iyi anlaşılma ve fikir sağlanmasıdır. Bu, daha iyi bilgi paylaşımını desteklemek için yeniden ve yönetişim ve iyi iş kararı vermeyi desteklemek olacaktır.

<span class="mw-page-title-main">RapidMiner</span>

RapidMiner makine öğrenmesi, veri madenciliği, metin madenciliği, tahmin edici analiz ve iş analizi amaçlarına yönelik olarak geliştirilmiş bir yazılım platformudur. Yazılım aynı isme sahip firma tarafından üretilmiştir. Yazılım genel olarak iş ve ticari uygulamalarda kullanıldığı gibi aynı zamanda araştırma, eğitim, hızlı prototipleme ve uygulama geliştirme gibi amaçlarla da kullanılabilir. Ayrıca, veri madenciliği sürecinin tüm adımları yazılım tarafından desteklenmektedir, bu yüzden veri hazırlama, sonuçları görselleştirme, doğrulama ve optimizasyon gibi amaçlarla da yazılımın kullanılması mümkündür. RapidMiner açık çekirdek modeli ile geliştirilmiştir ve RapidMiner Temel Sürümü AGPL lisansı ile indirilebilir . Profesyonel versiyonu ise mevcut haliyle $1,999'dan temin edilebilir.

<span class="mw-page-title-main">Karar destek sistemi</span>

Bir karar destek sistemi, iş veya kurumsal karar verme faaliyetlerini destekleyen, genellikle sıralama, sıralama veya alternatifler arasından seçim yapmaya dayanan bir bilgisayara dayalı bilgi sistemidir. KDS'ler bir organizasyonun yönetim, operasyon ve planlama seviyelerine hizmet eder ve insanlara hızla değişen ve önceden kolayca belirlenemeyen sorunlar hakkında kararlar vermelerine yardımcı olur. Yapılandırılmamış ve yarı yapısal karar problemleri. Karar destek sistemleri tamamen bilgisayarlı, insan gücüyle veya her ikisinin birleşimi olabilir.

<span class="mw-page-title-main">Yapay genel zekâ</span>

Yapay genel zeka (YGZ), bir insanın yapabileceği herhangi bir zihinsel görevi başarıyla gerçekleştirebilecek bir makinenin zekasıdır. Günümüzdeki bazı yapay zeka araştırmalarının temel amacıdır ve bilimkurgu ve fütüroloji'de de ortak bir konudur. Bazı araştırmacılar Yapay genel zekâyı "güçlü yapay zekâ", "tam yapay zekâ" veya bir makinenin "genel akıllı eylem" gerçekleştirme kabiliyeti olarak adlandırmaktadır; diğerleri ise sadece bilinci deneyimleyen makineler için "güçlü yapay zekâ" tabirini kullanmaktadır.

<span class="mw-page-title-main">Veri analizi</span>

Veri analizi, faydalı bilgiler bulma, sonuçları bilgilendirme ve karar vermeyi destekleme amacı ile verileri inceleme, temizleme, dönüştürme ve modelleme işlemidir. Veri analizi, farklı isimler altında çeşitli teknikleri bünyesinde bulunduran, işletme, bilim ve sosyal bilimler gibi farklı alanlarda kullanılan çok çeşitli görünüş ve yaklaşımlara sahiptir. Günümüzün iş dünyasında, veri analizi karar verme işlemlerinin daha bilimsel hale getirilmesine ve işletmelerin daha etkin çalışmalarına yardımcı olmaktadır.

<span class="mw-page-title-main">Veri bilimi</span> verilerden bilgi ve içgörü elde etmeye odaklanan disiplinler arası çalışma alanı

Veri bilimi, yapılandırılmış ve yapılandırılmamış verilerden bilgi ve öngörü elde etmek için bilimsel yöntemleri, süreçleri, algoritmaları ve sistemleri kullanan çok disiplinli bir alandır. Veri bilimi veri madenciliği ve büyük verilerle ilişkilidir.

İş analitiği, geçmiş iş performansının sürekli yinelemeli keşif ve araştırması için beceriler, teknolojiler ve uygulamaları ifade eder. İş analitiği, verilere ve istatistiksel yöntemlere dayalı olarak yeni içgörüler geliştirmeye ve iş performansının anlaşılmasına odaklanır. Buna karşılık, iş zekası geleneksel olarak hem geçmiş performansı ölçmek hem de iş planlamasına rehberlik etmek için tutarlı bir dizi ölçüm kullanmaya odaklanır. Buna karşılık, iş zekası geleneksel olarak hem geçmiş performansı ölçmek hem de iş planlamasına rehberlik etmek için tutarlı bir dizi ölçüm kullanmaya odaklanır. Başka bir deyişle, iş zekası açıklamaya odaklanırken, iş analitiği tahmin ve reçete üzerine odaklanır.

Robotik süreç otomasyonu, metaforik yazılım robotlarına (botlar) veya yapay zekaya (AI) / dijital işçilere dayalı bir iş süreci otomasyon teknolojisi biçimidir. Bazen yazılım robotları olarak adlandırılır.

Bilgisayar biliminde, bellek içi işleme, bellek içi bir veritabanında depolanan verilerin işlenmesi için gelişen bir teknolojidir. Daha eski sistemler, SQL sorgu dilini kullanan disk depolama ve ilişkisel veritabanlarına dayanıyordu, ancak bunlar iş zekası (BI) ihtiyaçlarını karşılamada giderek yetersiz kalıyor. Depolanan verilere, rastgele erişimli belleğe (RAM) veya flash belleğe yerleştirildiğinde çok daha hızlı erişildiğinden, bellek içi işleme, verilerin gerçek zamanlı olarak analiz edilmesini sağlayarak iş dünyasında daha hızlı raporlama ve karar vermeyi mümkün kılar.

İşletme yazılımı banka, işletme, holding, şirket ve korporasyon'lar tarafından kullanılan yazılımlardır. Belirli yaratıcılık, iş akışı, üretim, satış, rapor, finansal ve günlük işleri yapmak için geliştirilmiştir.

Kurumsal yazılım kamu kurumu, işletmeler, hastaneler, okullar, kullanıcı grupları, kulüpler, hayır kurumları tarafından kullanılan yazılımlardır. Kurumsal yazılım, bilgisayar tabanlı bir bilgi sisteminin ayrılmaz bir parçasıdır.


Bu sayfa, bu Vikipedi makalesine dayanmaktadır.
Metin, CC BY-SA 4.0 lisansı altında mevcuttur; ek koşullar uygulanabilir.
Görseller, videolar ve sesler kendi lisansları altında mevcuttur.