Правительство Российской Федерации Федеральное государственное автономное образовательное учреждение высшего профессионального образования

Правительство Российской Федерации

Федеральное государственное автономное образовательное учреждение высшего профессионального образования

Факультет бизнес-информатики

Рекомендовано секцией УМС Одобрено на заседании

Секция «Бизнес-информатика» кафедры бизнес-аналитики

• 
  аналитическая поддержка принятия решений в управлении эффективностью бизнеса (Business Performance Management - BPM);
  
• 
  построение комплексной системы управления эффективностью бизнеса на основе интеграции BPM - приложений, платформы бизнес - интеллекта (Business Intelligence - BI) и специализированных аналитических приложений;
  
• 
  идентификация источников информации и проектирование аналитических направлений для аналитических приложений и BI-платформы;
  
• 
  разработка методологии извлечения, нормализации и очистки данных, поступающих из разрозненных информационных систем для проектирования хранилищ и витрин данных;
  
• 
  предобработка данных с использованием специализированных аналитических приложений для включения в хранилища и витрины данных;
  
• 
  постановка задач в конкретных предметных областях и разработка методологии их решения с использованием специализированных аналитических приложений.
  

• 
  основные направления использования современных информационных технологий для управления эффективностью бизнеса и поддержки принятия управленческих решений;
  
• 
  концепцию управления эффективностью бизнеса и функциональность информационных систем класса BPM, включая BPM-приложения (целевое управление, моделирование бизнеса, планирование и бюджетирование, формирование и анализ консолидированной финансовой отчетности) и BI-платформу (OLAP-системы, средства формирования запросов и отчетности, средства построения панелей индикаторов);
  
• 
  соотношение информационных систем управления ресурсами предприятия (ERP-систем) и систем управления эффективностью бизнеса (BPM-систем), возможность синергического эффекта при их интеграции;
  
• 
  методологию Balanced Scorecard и функциональность информационных систем, обеспечивающих формирование систем показателей и мониторинг стратегического развития компании;
  
• 
  функциональность информационных систем классов ERP (систем управления ресурсами предприятия) и BPM (систем управления эффективностью бизнеса) в части управленческого учета и формирования управленческой отчетности;
  
• 
  роль систем бизнес-интеллекта (BI) и специализированных аналитических приложений в повышении эффективности управленческой деятельности;
  
• 
  роль консолидированной финансовой отчетности в системе корпоративного управления и принципы формирования консолидированной отчетности;
  
• 
  функциональность информационных систем различных классов в части формирования и анализа корпоративной отчетности, включая функциональность специализированных систем консолидации;
  
• 
  экономико-математические модели и специализированные аналитические приложения для разработки и обоснования вариантов решений.
  

• 
  строить сбалансированные системы показателей для различных типов предприятий и организаций;
  
• 
  решать задачи учета затрат и калькуляции себестоимости, задачи поддержки принятия решений в области финансового и производственного управления (выбор ассортимента производимой продукции, выбор между производством комплектующих изделий или их закупкой у сторонних организаций и др.), задачи планирования и бюджетирования с применением информационных систем;
  
• 
  формировать основные формы консолидированной финансовой отчетности (с учетом структуры группы компаний и долей владения и контроля), анализировать консолидированную финансовую отчетность, интерпретировать результаты анализа и применять их для принятия управленческих решений;
  
• 
  пользоваться специализированными аналитическими приложениями для принятия решений в конкретных проблемных областях;
  
• 
  применять Экспертную систему поддержки принятия решений для обоснования выбора эффективного варианта решения на основе многовариантных расчетов по различным классам экономико-математических моделей;
  
• 
  проектировать хранилища данных и OLAP-системы, с учетом потребностей в информации, необходимой для анализа и принятия решений;
  
• 
  обосновывать варианты решений с использованием экономико-математических моделей и специализированных аналитических приложений;
  
• 
  готовить аналитические отчеты для поддержки принятия управленческих решений.
  

• 
  проведение профориентационной работы среди студентов, позволяющей им выбрать направление и тему научного исследования;
  
• 
  обучение студентов навыкам академической работы, включая подготовку и проведение научных исследований, написание научных работ;
  
• 
  обсуждение проектов и готовых исследовательских работ;
  
• 
  выработка у студентов навыков научной дискуссии и презентации исследовательских результатов.
  

1. 
   Анализ и прогнозирование экспортно-импортной политики региона.
   
2. 
   Анализ и прогнозирование безработицы с учетом сезонных колебаний.
   
3. 
   Анализ и прогнозирование вероятности банкротства предприятий различной отраслевой принадлежности в ряде регионов России.
   
4. 
   Анализ и прогнозирование доходов населения.
   
5. 
   Анализ и прогнозирование инвестиций и кредитных рисков.
   
6. 
   Анализ и прогнозирование капитальных затрат на строительство объектов.
   
7. 
   Анализ и прогнозирование конкурентоспособности производимой продукции.
   
8. 
   Анализ и прогнозирование перевозок.
   
9. 
   Анализ и прогнозирование повышения эффективности производства и сокращения затрат.
   
10. 
    Анализ и прогнозирование рынка труда.
    
11. 
    Анализ и прогнозирование спроса на продукцию.
    
12. 
    Анализ и прогнозирование стабильности показателей качества продукции.
    
13. 
    Анализ и прогнозирование страховых выплат.
    
14. 
    Анализ и прогнозирование ценообразования.
    
15. 
    Анализ и прогнозирование эффективности промо-акций в телекоммуникационной сфере.
    
16. 
    Анализ и прогнозирование эффективности рекламной кампании.
    
17. 
    Анализ продаж билетов и прогнозирование динамики изменения пассажирских потоков.
    
18. 
    Анализ рисков и таблиц жизни.
    
19. 
    Анализ текущей социально-экономической ситуации и прогнозирование воздействия различных факторов на общество.
    
20. 
    Анализ транзакций по вкладам физических лиц для выработки оптимальных программ работы с частными вкладчиками.
    
21. 
    Выявление, анализ и прогнозирование предпочтений клиентов.
    
22. 
    Классификация кредиторов на основании их финансово-экономических и организационных характеристик.
    
23. 
    Оптимизация налоговых льгот для осуществления инвестиций.
    
24. 
    Оптимизация финансовых потоков, материальных и людских ресурсов в строительстве.
    
25. 
    Оценка доходности пассажирских перевозок от различных экономических показателей
    
26. 
    Оценка и прогнозирование нагрузки телекоммуникационной сети
    
27. 
    Оценка и прогнозирование технического состояния транспортных средств города.
    
28. 
    Прогноз денежных поступлений от продаж полисов и их количества.
    
29. 
    Прогнозирование стоимости недвижимости в зависимости от различных факторов.
    
30. 
    Прогнозирование стоимости проектов.
    
31. 
    Прогнозирование стоимости прокладки дорог.
    
32. 
    Прогнозирование финансовых показателей.
    
33. 
    Сегментация и классификация абонентов телекоммуникационной сети.
    
34. 
    Сегментация рынка с использованием статистических методов.
    
35. 
    Сегментация рынка услуг по степени удовлетворенности.
    
36. 
    Сравнительный анализ кредитоспособности предприятий различной отраслевой принадлежности в ряде регионов России.
    
37. 
    Сравнительный анализ платежеспособности предприятий различной отраслевой принадлежности в ряде регионов России.
    
38. 
    Сравнительный анализ поставщиков
    
39. 
    Сравнительный анализ финансового состояния предприятий различной отраслевой принадлежности в ряде регионов России.
    
40. 
    Сравнительный анализ финансовой устойчивости предприятий различной отраслевой принадлежности в ряде регионов России.
    

1. 
   Постановка проблемы. Описание предметной области исследования.
   
2. 
   Обоснование актуальности исследования.
   
3. 
   Цели, задачи и методологическая база исследования.
   
4. 
   Проведение исследования с использованием:
   
   1. 
      описательных статистик;
      
   2. 
      разведочного анализа данных,
      
   3. 
      выявления связей и зависимостей,
      
   4. 
      сравнения групп,
      
   5. 
      регрессионного анализа,
      
   6. 
      методов классификации:
      
      1. 
         кластерного анализа,
         
      2. 
         логистической регрессии,
         
      3. 
         деревьев решений,
         
      4. 
         нейронных сетей;
         
   7. 
      факторного анализа;
      
   8. 
      анализа и прогнозирования временных рядов.
      
5. 
   Построение модели.
   
6. 
   Интерпретация полученных результатов.
   
7. 
   Выводы.
   
8. 
   Список использованных литературных и интернет источников (со ссылками на них в тексте).
   

1. 
   Адаптация методов теории игр для включения в базу знаний ЭСППР.
   
2. 
   Адаптация методов теории принятия статистических решений для включения в базу знаний ЭСППР.
   
3. 
   Анализ устойчивости экономики.
   
4. 
   Анализ временных рядов с использованием современных информационных технологий.
   
5. 
   Анализ методами нелинейной динамики экономических рядов типа «Детерминированный хаос» для предвидения катастроф, проверки устойчивости развития объектов различного масштаба, построения моделей идентификации, классификации, очистки от шумов.
   
6. 
   Анализ многомерных данных о результатах торгов на фондовом рынке.
   
7. 
   Анализ финансового состояния групп компаний с применением информационных систем формирования консолидированной финансовой отчетности.
   
8. 
   Аналитические методы оценки риска внедрения информационных технологий.
   
9. 
   Аналитические методы оценки эффективности информационных технологий.
   
10. 
    Асимптотические методы в математической экономике.
    
11. 
    Влияние информационных технологий на развитие систем поддержки принятия решений.
    
12. 
    Динамический анализ изменения биржевой информации для принятия решений.
    
13. 
    Имитационное моделирование бизнес-процессов предприятия.
    
14. 
    Инвестиционный анализ IT-проектов.
    
15. 
    Использование аналитических информационных систем для поддержки принятия решений.
    
16. 
    Использование аналитических информационных систем для решения социально-экономических задач.
    
17. 
    Использование витрин данных для аналитика.
    
18. 
    Использование имитационных моделей в процессе принятия решения.
    
19. 
    Использование нейросетевых методов анализа данных в торговле акциями на фондовом рынке.
    
20. 
    Использование систем поддержки принятия решений для повышения качества управленческих решений.
    
21. 
    Качественные методы анализа нелинейных систем.
    
22. 
    Критерии сравнения и методология выбора систем бюджетирования.
    
23. 
    Математическое моделирование динамических систем.
    
24. 
    Методология внедрения систем бюджетирования (по отраслям).
    
25. 
    Методы оценки эффективности IT-проектов.
    
26. 
    Методы управленческого учета в системах бюджетирования.
    
27. 
    Моделирование и анализ рисков в управлении проектами.
    
28. 
    Моделирование и анализ эффективности многостороннего клиринга (взаимозачета встречных платежей).
    
29. 
    Моделирование и оптимизация загрузки производственных мощностей.
    
30. 
    Моделирование рисков в биржевой торговле.
    
31. 
    Моделирование управленческих решений с использованием аналитических информационных систем.
    
32. 
    Нейросетевые, генетические, гибридные методы анализа в экономических исследованиях.
    
33. 
    Оценка рисков принятия решения.
    
34. 
    Построение комплексных систем информационной поддержки корпоративного управления.
    
35. 
    Построение модели управления компанией с использованием методологии BSC.
    
36. 
    Применение аналитических методов при разработке системы сбалансированных показателей (BSC).
    
37. 
    Применение метода анализа иерархий для принятия решений в конкретных ситуациях.
    
38. 
    Применение методов интеллектуального анализа данных для прогнозирования экономических показателей.
    
39. 
    Применение систем управления метаданными для решения задач интеграции аналитических и транзакционных систем.
    
40. 
    Применение теории катастроф в экономических системах.
    
41. 
    Принятие решений с использованием нечетких множеств.
    
42. 
    Прогнозирование экономических показателей с использованием математических методов и инструментальных средств (на конкретном примере).
    
43. 
    Проектирование WEB-интерфейса доступа к Хранилищу с использованием инструментов класса OLAP.
    
44. 
    Проектирование и реализация приложений для поддержки принятия решений.
    
45. 
    Проектирование модели Хранилища данных для анализа макроэкономических данных по отраслям и регионам РФ (Госкомстат).
    
46. 
    Проектирование Хранилища данных для долгосрочного финансового планирования.
    
47. 
    Развитие базы знаний ЭСППР.
    
48. 
    Разработка ETL-системы для загрузки в Хранилище банковской статистики (ЦБР).
    
49. 
    Разработка ETL-системы для загрузки данных из различных источников в единое Хранилище.
    
50. 
    Разработка имитационной модели компании интегрированной с Хранилищем.
    
51. 
    Разработка моделей интеллектуального анализа данных для использования в системах BI и EDM.
    
52. 
    Разработка объектов Хранилища данных для поддержки принятия стратегических решений в бизнесе.
    
53. 
    Разработка Системы Сбалансированных Показателей компании, интегрированной с Хранилищем.
    
54. 
    Реализация методов управленческого учета в аналитических информационных системах.
    
55. 
    Реализация Хранилища данных под задачу бюджетирования и краткосрочного финансового планирования.
    
56. 
    Решение и анализ конкретных задач с использованием методов интеллектуального анализа данных.
    
57. 
    Решение и анализ конкретных задач с использованием хранилищ данных и OLAP-технологий.
    
58. 
    Роль аналитических информационных систем в развитии практики корпоративного управления.
    
59. 
    Роль ЕRP- систем как источника данных для бизнес-аналитика.
    
60. 
    Системный анализ инвестиционных проектов.
    
61. 
    Создание информационной системы скользящего финансового планирования с использованием возможностей Хранилища.
    
62. 
    Создание прототипа системы оперативного (в реальном масштабе времени) анализа цен и объемов торгов на фондовом рынке.
    
63. 
    Управление бизнес-процессами компании на базе инструментальных средств моделирования сложных систем.
    
64. 
    Управление в банковской сфере с использованием аналитических информационных систем.
    
65. 
    Управление инвестициями нефтегазовой компании с использованием аналитических информационных систем.
    
66. 
    Функционально-стоимостной анализ эффективности организации бизнес-процессов предприятия.
    

• 
  развернутый план курсовой работы; аналитический обзор имеющейся литературы, электронных источников информации, в том числе статистических баз данных по теме курсовой работы (3-й модуль) в электронном и бумажном виде;
  
• 
  курсовую работу до 30 страниц в электронном и бумажном виде и презентацию (7-10 слайдов) в электронном виде для получения итоговой оценки (4-й модуль).
  

• 
  тему и план магистерской диссертации (1-й модуль) в электронном и бумажном виде;
  
• 
  программу исследований и план-проспект магистерской диссертации (2-й модуль) в электронном и бумажном виде;
  
• 
  презентацию, содержащую отчет о проведенных исследованиях и результатах работы над диссертацией (3-й модуль) в электронном виде;