شرکت نرم افزاری سورا آیریا مهر (سورامکو)، مهندسی داده و بهبود کارایی سازمان را با ایجاد بستری مناسب برای سیاستگذاری تحقق می بخشد!

سورامکو با داشتن تجربه کافی، پیشگام در زمینه های هوش تجاری، وب کاوی، داده کاوی، سیستم مدیریت محتوای پرتال ها، نرم افزار حسابداری و .. می باشد.

توانمندی های شرکت سورامکو

مشاوره و اجرا و پیاده سازی کل فرآیند استقرار هوش تجاری در سازمانهای بزرگ شامل:

طراحی و پیاده سازی و اجرا فرآیند ETL (Extract-Transform-Load) و ایجاد بستر نظارت و مانیتورینگ آن.

طراحی و پیاده سازی انبار داده بر حسب بیزینس و نیازمندی سازمان با حداکثر کارایی.

ایجاد بستری که هر کاربر با توجه به سطح دسترسی خود تنها قادر به مشاهده بخشی از اطلاعات و داشبوردها که مجاز به دیدن آنهاست.

ایجاد بستر ساخت گزارشات Ad Hoc و Self Service Analytics.

ایجاد بستر ساخت گزارشات روتین سازمانی و ارسال آنها برای مشتریان سازمانی در قالب Email, SMS و یا مشاهده آنها در قالب داشبورد شخصی هر کاربر.

ایجاد بستر داده داده کاوی و ایجاد تحلیلهای آینده نگر به منظور پیشبینی روندها و سیستمهای توصیه گر.

ساخت تحلیلهای مکان محور که از آن میتوان برای برنامه ریزی بهتر برای شاخصهای مرتبط با مکان جغرافیایی و هرآنچه که مرتبط با مکان جغرافیایی است.

ساخت داشبوردهای موبایل که به مدیران این قابلیت را میدهد که هر لحظه و هر جا بتوانند به اطلاعات مورد نیاز خود روی تلفن همراه و یا تبلت جهت هدایت کسب و کار دسترسی داشته باشند.

توسعه انواع اپلیکیشن Cross Platform با .net coreاعم از اپلیکیشن های موبایل، دسکتاپ و کنسولی، وب اپلیکیشن و غیره.

طراحي، پياده سازي و نگهداري ديتابيس هاي Oracle و SQL Server.

بهبود عملكرد ديتابيس و Performance Tuning .

ساخت داشبورهای Interactive با قابلیت نظارت و مانیتورینگ 360 درجه کلیه فرآیندهای سازمانی با قابلیت مانیتور روند ها و داشبوردهای مقایسه ای Actual vs. Target، ساخت داشبوردهای KPI Watch List Score Card, strategy wheel, strategy tree.

درباره سورامکو

شرکت سورا آیریا مهر (سورامکو) با هدف تداوم، توسعه و پیاده سازی پژوهش‌های ارزنده آکادمیک اساتید هیأت علمی در قالب یک مجموعه پیشرو در تکنولوژی نرم افزار و هوش مصنوعی شکل گرفته است. با توجه به این که حجم داده های بانک های اطلاعاتی و همچنین منابع اطلاعاتی تحت وب سازمان های مختلف به طور فزاینده ای درحال تزاید و ارزشمندتر شدن هستند، و ازطرفی لزوم افزایش سرعت و دقت تحلیل داده ها، نیاز به اتوماتیک شدن کشف دانش را بیش از پیش توجیه میکند. لذا سورامکو سعی دارد برخلاف روش مرسوم اکثر شرکت های ایرانی که صرفا مصرف کننده تکنولوژی وارداتی هستند، با اتکا به نوآوری و پژوهش، حد الامکان پاسخگوی نیازهای سازمان ها ونهاد های معتبر با چشم انداز موفقیت همه جانبه باشد.

خدمات شرکت سورامکو

شرکت سورا آیریا مهر خدمات متعددی در حوزه تولید و پشتیبانی نرم افزار انجام میدهد، در ادامه با بخشی از این فعالیت ها آشنا میشویم.

مهندسی مجدد فرآیند

Business Process Reengineering یا مهندسی مجدد کسب و کار به مفهوم تجزیه و تحلیل مجدد و طراحی دوباره فرآیند یک کسب و کار در جهت بهبود شاخص های موثر مانند کاهش هزینه، بهبود کیفیت، افزایش سرعت و درنتیجه رقابتی تر شدن سازمان است. به زبان ساده BPR، حذف روش های قدیمی و ایجاد نگرش جدید به کسب و کار برای ارائه محصول و یا خدمات مورد نظر مشتری است.

هوش تجاری

Business Intelligence یا هوش تجاری یک مفهوم کلی است که به هم افزایی تعدادی نرم افزار مورد استفاده در جهت پردازش و تحلیل اطلاعات خام یک سازمان گفته می شود. هوش تجاری یا هوش کسب و کار درواقع از سیستم یکپارچه فعالیت های مرتبط مثل داده کاوی، پردازش تحلیلی برخط یا آنلاین، تحقیق و بررسی و گزارش تشکیل شده است. درواقع کاربرد اصلی هوش تجاری تبدیل کردن داده های تجمیع شده به مزیت رقابتی برای یک سازمان است. بنابراین استفاده از فنآوری هوش تجاری در کسب و کار، یک الزام و ضرورت اجتناب ناپذیر برای هر سازمان با چشم انداز موفقیت همه جانبه است.

مدیریت پرتال ها

Content Management System یا سیستم مدیریت محتوا به مفهوم یک سیستم نرم افزاری است که به واسطه آن میتوان محتوای یک پرتال یا وب سایت را مدیریت کرد. از مزایای داشتن CMS میتوان به صرفه جویی در زمان بروزرسانی وب سایت، بهبود امنیت وب سایت، تقویت پشتیبانی پرتال، انعطاف پذیری و استفاده از انواع اطلاعات و داده های موجود و... اشاره کرد. سورامکو با بهره گیری از بروزترین فنآوری روز و با داشتن کادر علمی و متخصص، آماده طراحی و تولید سیستم های مدیریت محتوا متناسب با نیاز و ورضایت بخش سازمان ها است.

خدمات مشاوره ای

داده کاوی به مفهوم استخراج دانش درون داده های ذخیره شده است. باتوجه به حجم داده های درحال تزاید و ارزشمندی روز افزون منابع وب و همچنین وابستگی شدید نهادهای مختلف علمی، سیاسی، تجاری و… به محتوای پایگاه داده ها و توجه به افزایش سرعت و دقت در تحلیل داده های آنها نیاز به اتوماتیک شدن کشف دانش را توجیه میکند.

داده کاوی و وب کاوی

داده کاوی به مفهوم استخراج دانش درون داده های ذخیره شده است. باتوجه به حجم داده های درحال تزاید و ارزشمندی روز افزون منابع وب و همچنین وابستگی شدید نهادهای مختلف علمی، سیاسی، تجاری و… به محتوای پایگاه داده ها و توجه به افزایش سرعت و دقت در تحلیل داده های آنها نیاز به اتوماتیک شدن کشف دانش را توجیه میکند.

سیستم کاربردی سفارشی

سیستم کاربردی سفارشی به مفهوم تجزیه و تحلیل مجدد و طراحی دوباره فرآیند یک کسب و کار در جهت بهبود شاخص های موثر مانند کاهش هزینه، بهبود کیفیت، افزایش سرعت و درنتیجه رقابتی تر شدن سازمان است. به زبان ساده BPR، حذف روش های قدیمی و ایجاد نگرش جدید به کسب و کار برای ارائه محصول و یا خدمات مورد نظر مشتری است.

فنآوری اطلاعات و سخت افزار

سورامکو با دنبال کردن دو استراتژی نوآوری روزافزون و رشد و توسعه سریع هم اکنون قادر است با بررسی های راهبردی در زمینه فنآوری اطلاعات و تامین تجهیزات مورد نیاز سخت افزاری، آماده همکاری با نهادهای معتبر در زمینه های مذکور می باشد.

تیم ما

دکتر جواد حسینخانی

عضو هیأت مدیره و مدیر عامل

دکترای تخصصی مهندسی کامپیوتر

دکتر حسن اسداللهی

رئیس هیأت مدیره​ و تحلیلگر سیستم

دکترای تخصصی مهندسی کامپیوتر

مهندس سولماز کیخائی

عضو هیأت مدیره و طراح رابط گرافیکی کاربر

دانشجوی دکترای تخصصی

دکتر علی رضا نوروزی

تحلیلگر داده

دکترای تخصصی مهندسی کامپیوتر

دكتر محمود عسكری

مدیر پشتیبانی و خدمات​

دکترای تخصصی مهندسی کامپیوتر

مهندس اسماعیل احمدپور

مشاور مهندسی فرایند کسب و کار​​

کارشناس ارشد MBA

دكتر عبدالرضا رسولي كناری

طراح بانک اطلاعاتی​​​

دکترای تخصصی مهندسی کامپیوتر

دکتر فرهنگ جاریانی

مدیر پروژه های تحت وب​​​​

دکترای تخصصی مهندسی کامپیوتر

دكتر حسین مرادی

مدیر فنی​​​​

دکترای تخصصی مهندسی کامپیوتر

مهندس پویا محمدیان

مدیر بخش Develop​​​​

لیسانس مهندسی نرم افزار

مهندس هانیه خدادادی

مدیر پایگاه داده​​​​

لیسانس مهندسی نرم افزار

مهندس پارسا بابایی

مدیر پایگاه داده​​​​

لیسانس مهندسی نرم افزار

مقالات شرکت سورامکو

با رشد سازمان ها، افزایش فضای رقابتی، نياز مدیران به اخذ تصميمات سریع، صحيح و بهنگام درحال افزایش‌است. کنترل مدیریتی و تحليل اطلاعات متنوع سازمانی در حوزه های مختلف در جهت کاهش بهای تمام شده، افزایش بهره وری، افزایش فروش و در نهایت افزایش سودآوری سازمان از مهمترین نيازمندیهای سازمانهای مترقی و یا در حال رشد و توسعه میباشد. در همين راستا سيستم های هوش تجاری به عنوان یکی از مهمترین ابزارهای پشتيبان تصميم گيری درخدمت مدیران ارشد و ميانی سازمان ها قرار می گيرند و با دریافت اطلاعات از سيستم های نرم افزاری حوزه های مختلف ضمن پردازش اطلاعات به کمک تکنيک‌های مختلف داده کاوی، نتایج و خروجی‌های مورد نظر مدیران را به صورت نمودارها، گزارشات و سایر خروجی‌های گرافيکی و قابل استفاده برای مدیران نمایش می‌دهند. هوش تجاری یک معماری و مجموعه ای از سیستمهای عملیاتی یکپارچه به همراه سیستمهای تصمیم‌یار و پایگاه های داده است که دسترسی آسان کاربران کسب و کار به داده را مهیا میسازد. در واقع هوش تجاری مجموعه ای از تواناییها، فناوریها، ابزارها و راهکارهایی است که امکان بررسی شرایط گذشته، حال و آینده برای مدیران را فراهم آورده و به درک بهتر از فضای کسب وکار کمک میکند. این فناوری، مقادیر بزرگی از اطلاعات را برای شناسایی و توسعه فرصتهای جدید به کار میگیرد. ابزارهای هوش تجاری، دیدگاه‌هایی از شرایط گذشته، حال و آینده را در اختیار افراد قرار می‌دهد. با پیاده‌سازی راهکارهای هوش تجاری فاصله موجود بین مدیران میانی و مدیران ارشد و حتی کاربران نهایی از دیدگاه ارتباط اطلاعاتی از میان خواهد رفت و اطلاعات مورد نیاز مدیران در هر سطح، در لحظه و با کیفیت بالا در اختیار آن‌ها قرار خواهد گرفت. <br><img class="maghale1" src="/Team/Drawing2.jpg"><br> اجزا و عناصر اصلی یک سیستم هوش تجاری شامل موارد زیراست: استخراج، انتقال و بارگذاری (Transfer and Load) انبار داده (OLAP) On-line Analytical Processing (Data Mining) داده‌کاوی نرم‌افزارهای گزارش‌گیری سیستم تصمیم‌یار هوشمند (Decision Support System) عامل هوشمند سیستم مدیریت دانش سیستم ارتباط با مشتری اتخاذ تصميمات مدیران ارشد غالباً مستلزم به کارگيری گزارشاتی است که از تلفيق سيستم‌های عملياتی سازمان و توزیع‌های زمانی آنها حاصل می‌گردند. یکپارچه‌سازی و تلخيص حجم زیاد اطلاعات به نحو متناسب دیدگاه جامع و اجمالی مورد نياز مدیران ارشد در نظام دستی زمانبر و مستعد اشتباهات انسانی است سيستم هوش تجاری پیشنهادی با ارائه خلاصه‌های زمانی، امکان تلفيق داده‌های حاصل از سيستم‌های عملياتی، مشاهده روندهای تغييرات، فرمول‌نویسی، تعریف و کنترل شاخص‌های کليدی عملکرد، به کارگيری شاخص‌های پيش تعریف شده در حوزه‌های عملياتی و اقتصادی و طراحی داشبوردهای دلخواه جهت آگاهی از وضعيت با سهولت مشاهده نمایشگرهای وضعيت و امکان کنترل وضعيت جاری، بررسی روندها و بررسی از کل به جزء (drill down) و حرکت در ميان ابعاد مدیریتی مرتبط (drill through) جهت تحليل های مدیریتی را فراهم می آورد. <br><img class="maghale" src="/Team/mokab2-1024x995.jpg"><br> این در حالی است که همزمان با توسعه چشم‌گیر راهکارهای Enterprise نظیر ERPها و CRMها و ایجاد کانال های ارتباطی نوین مانند وب‌سایت‌ها و شبکه‌های اجتماعی، سازمان‌ها با حجم فزاینده‌ای از داده‌های مختلف با پراکندگی جغرافیایی زیاد روبرو هستند و جمع‌آوری، پالایش و استخراج اطلاعات معنادار از این انبوه داده‌ها و تحلیل این اطلاعات و دستیابی به دانش تصمیم‌ ساز، تبدیل به یک چالش جدی برای تصمیم‌گیران و تحلیل‌گران کسب و کار‌ها شده است. تحلیل صحیح و سریع داده‌ها، تاثیر انکارناپذیری در عرصه رقابت سازمان ها در سطح داخلی و چه در عرصه بین‌المللی دارد. راهکارهای هوش تجاری و داشبورد مدیریت پاسخی کارآمد و آزموده شده به این نیاز جدی هستند. این راهکارها انبوه اطلاعات سیستم‌های عملیاتی سازمان را در ساختاری تجمیعی، خلاصه شده، تحلیلی و مناسب برای نیازهای اطلاعاتی مدیران و تحلیل‌گران کسب و کار آماده می‌کنند تا گزارش‌گیری، ساخت نمایه های گرافیکی و امکانات تجزیه و تحلیل اطلاعات را در محیط کاربری ساده و کاربردی امکان‌پذیر کنند. ویژگی‌های سیستم هوش تجاری یک سیستم هوش تجاری ویژگی‌های استاندارد خاصی دارد: استاندارد شامل ویژگی‌های وظیفه‌مندی، قابلیت استفاده، قابلیت اطمینان، کارایی و قابلیت پشتیبانی است. بر اساس موارد اعلام شده توسط موسسه گارتنر این ویژگی‌ها را می‌توان به صورت زیر درسیستم‌های هوش تجاری تعمیم داد: وظیفه‌مندی یک سیستم هوش تجاری بر اساس این ویژگی باید بتواند موارد زیر را پاسخ دهد: بودجه‌بندی، برنامه‌ریزی، نظارت، پیشگویی، یکپارچه‌سازی، گزارشات مالی، کارت امتیاز، داشبورد، گزارشات عمقی، گزارشات عمقی تا سطح دانه‌بندی اطلاعات، تحلیل، تعریف پرس و جو توسط کاربر، گزارشگیری زمانی و دوره‌ای و تحلیل‌های «چه می‌شد اگر…؟» قابلیت استفاده برای پشتیبانی از این ویژگی باید امکانات زیر را داشته باشد: کاربر بتواند به داده‌ها در حد جزییات و سطوح خلاصه سازی شده دسترسی داشته باشد. کاربر بتواند محیط گرافیکی خودش را ایجاد کند. امکان ارایه گزارشات به صورت‌های مختلف ازجمله گراف، جدول، نقشه، سند و… امکان نمایش گرافیکی داده‌ها و بصری‌سازی روابط بین اطلاعات تجاری و اطلاعات موقعیتی جغرافیایی (مثلاً تحلیل‌های جغرافیایی شعب سراسر کشور) قابلیت اطمینان سیستم هوش تجاری باید بتواند بدون در نظر گرفتن سخت‌افزار و تعداد کاربران یک دسترسی قابل اعتماد فراهم کند. با از دست رفتن قسمتی از داده‌ها سیستم باید بتواند تخمین درستی از مقادیر از دست رفته انجام دهد تا نرم‌افزار هوش تجاری بتواند به درستی به کار خود ادامه دهد. کارایی برای اینکه یک سیستم هوش تجاری بتواند به درستی و به طور کارا عملیات مورد نظر خود را انجام دهد باید بتواند از یک سری ابزار‌ها استفاده کند. این ابزار‌ها شامل ETL ،OLAP ،OLTP ،MDDB ،MRDB، انبار داده، معماری دو لایه و سه لایه و ابر داده هستند. قابلیت پشتیبانی سیستم ارایه شده توسط یک فروشنده باید به صورت کامل پشتیبانی شود. پشتیبانی خوب یک سیستم و ارایه نسخه‌های جدید توسط ارایه‌دهنده و نیز ارایه مطالب آموزشی مفید در ارتباط با نرم‌افزار یکی از ویژگی‌های یک سیستم هوش تجاری است. شرکت نرم افزاری سورا آیریا مهر (سورامکو) با هدف تداوم، توسعه و پیاده سازی پژوهش‌های ارزنده آکادمیک اساتید هیأت علمی در قالب یک مجموعه پیشرو در تکنولوژی نرم افزار و هوش مصنوعی شکل گرفته است. با توجه به این که حجم داده های بانک های اطلاعاتی و همچنین منابع اطلاعاتی تحت وب سازمان های مختلف به طور فزاینده ای درحال تزاید و ارزشمندتر شدن هستند، و ازطرفی لزوم افزایش سرعت و دقت تحلیل داده ها، نیاز به اتوماتیک شدن کشف دانش را بیش از پیش توجیه میکند. لذا سورامکو سعی دارد برخلاف روش مرسوم اکثر شرکت های ایرانی که صرفا مصرف کننده تکنولوژی وارداتی هستند، با اتکا به نوآوری و پژوهش، حد الامکان پاسخگوی نیازهای سازمان ها ونهاد های معتبر با چشم انداز موفقیت همه جانبه باشد.

از سیستم های هوش تجاری در تمام بخش های سازمان، در جهت افزایش بهره وری، کاهش هزینه ها و اصلاح فرآیندهای اداری می توان استفاده کرد. با استفاده از سیستم های BI در بخش منابع انسانی می توان به اهداف زیر دست یافت: کشف استعدادها: یافتن مناسب ترین فرد در کوتاهترین زمان ممکن استقرار کارکنان: اطلاع از روند اجرای کار توسط نیروی کار و یافتن موثرترین و کم اثرترین فرد در هر بخش جهت دهی به استعدادهای هر واحد برگزاری دوری های آموزشی مورد نیاز برای جهت دهی به استعدادهای هر واحد به سمت اهداف سازمان. حفظ استعدادها همانطور که می دانید، مدیریت کلیه مسائل اداری خیلی هم ساده نیست ولی با پیاده سازی سیستم های هوش تجاری بر روی سامانه های مدیریت منابع انسانی می توان به تسهیل این امر کمک کرد. هماهنگ سازی دستمزدها با اهداف و اصول سازمان ها بررسی معیارهای کلیدی مانند گردش مالی، بررسی هزینه های هر فرد، استخدام و بررسی میزان اثربخشی واحد آموزش تجزیه و تحلیل فرصت ها در جهت بهبود در زمینه های استخدام و حفظ و نگهداری منابع به حداقل رساندن میزان کاغذبازی های اداری سیستم های هوش تجاری مشابه سیستم های تصمیم ساز کار می کنند و می توانند کلیه پردازش های این واحد را مدیریت نمایند و امکان دسترسی دقیق، بهنگام و جامع به داده های سامانه های مختلف و همچنین امکان انجام تجزیه و تحلیل نیروی انسانی و ارائه گزارش های جامع را فراهم کند. بیش از گذشته، حرفه منابع انسانی وظیفه دارد تا بررسی نماید که آیا نیروی کاری شرکت در جهت سیاست های کسب و کار سازمان قرار دارد یا نه. توجه داشته باشید که این اطلاعات به طور معمول، به راحتی در دسترس نمی باشند. برای مثال قرار است از امسال سازمان میزان پاداش های پرداختی به کارکنان خود را افزایش دهد؛ سوالاتی که باید به آنها پاسخ داده شود عبارتند از : میزان بازدهی سرمایه به چه میزان است؟ آیا این امر باعث بروز مشکلات مالی جدید می شود با نه؟ آیا این عمل باعث ایجاد تغییر در وفاداری پرسنل به سازمان خواهد شد یا خیر؟ برای پاسخ گویی مناسب کارکنان منابع انسانی نیازمند دستیابی به اطلاعات حیاتی ارائه شده توسط ابزار تحلیلی تهیه شده توسط واحد فناوری اطلاعات هستند. برای جمع آوری این اطلاعات نیاز است تا یک بررسی مناسب بر روی تمام داده های مرتبط با فرآیندهای منابع انسانی که در سامانه های مختلف قرار دارد انجام شود. هوش تجاری می تواند داده های ضروری و مورد نیاز را جذب و بستری برای انتقال آن فراهم کند که در نهایت این امر موجب افزایش بهره وری در سیستم کسب و کار خواهد شد. از داده های ناهمگون تا اطلاعات یکپارچه بسیاری از شرکت ها در حال مبارزه با مشکل داده های ناهمگونی هستند که در سامانه های مختلف مربوط به منابع انسانی و یا هر واحد دیگر به طور غیر یکپارچه قرار دارند هستند. مرحله اول، استخراج و ترکیب داده ها از سامانه های مختلف منابع انسانی می باشد. این یکپارچه سازی می تواند بستری مناسب برای پیاده سازی سیستم های هوش تجاری در سازمان باشد. برای مثال واحد منابع انسانی یک مجموعه می تواند با مطالعه تحلیل های صورت گرفته بر روی داده های مربوط به واحد خود، میزان کارایی پرسنل در نزدیک شدن به اهداف از پیش تعیین شده سازمان را بررسی نماید و در صورتی که کمبودی را در این حوزه احساس نماید می تواند با بررسی نقاط ضعف اقدام به جابجایی و یا حتی استخدام نیرو نماید. با دستیابی به داده ها در سامانه های مختلف منابع انسانی، شرکت ها می توانند اقدام به ایجاد پایه های اطلاعاتی نمایند و با استفاده از این پایه های اطلاعاتی اقدام به اندازه گیری میزان تاثیرگذاری سیاست ها در سازمان و یا میزان نزدیک شدن سازمان به اهداف مورد نظر نمایند. ارائه اطلاعات کسب و کار به سازمان هوش تجاری یک دانش حیاتی و چالش بر انگیز برای سازمان ها می باشد. سازمان ها باید با یک دید شفاف نسبت به آنچه که نیاز دارند و دانستن روش محاسبه آن شروع به کار نمایند. بهترین روش، بدست آوردن تعدادی شاخص با چالش بسیار که نشان دهنده شمای کلی سازمان است می باشد. تعیین معیار، بهترین روش برای افزایش ارزش کسب و کار با انجام مقایسه های معمول در حوزه نیروی کار، این واحد می تواند اهداف مناسبی را در سازمان تنظیم نماید. برای مثال یک شرکت می تواند میزان نیاز منابع انسانی، پرداخت خسارات، مالیات ها و همچنین هزینه سلامت پرسنل خود در آینده را با استفاده از ابزارهای هوش تجاری و اصلاح امور اداری پیش بینی نماید. اطلاعات دیگری که سازمان ها به شدت به آن احتیاج دارند توانایی ها و استعدادهای پرسنل خود می باشد. با استفاده از ابزارهای هوش تجاری می توان نوع توانایی های سازمان را کشف کرد و کمبودهای آن را با استفاده از تحلیل های بهنگام به اطلاع واحد منابع انسانی رساند تا آن واحد با توجه به سیاست های سازمان اقدام به رفع این نواقص نماید. ارتباط میان ارزش نیروی کار و عملکردهای مالی هوش تجاری یک روش مهم در بررسی ارزش سازمان در زمینه نیرو انسانی می باشد؛ زیرا می تواند داده های مربوط به پرسنل را به داده های مالی مرتبط نماید. این سیستم ها می توانند پلی ارتباطی باشند برای بررسی میزان تاثیر گذاری پرسنل بر روندهای جاری سازمان ها از قبیل میزان درآمد، میزان هزینه ها و همچنین نحوه انجام امور محول شده بر آنها. چگونه سیستم های هوش تجاری از بحث تصمیم سازی در واحد منابع انسانی پشتیبانی می کنند؟ ارائه دقیق و به موقع اطلاعات امکان بررسی وضعیت سازمان بعد از پیاده سازی یک سیاست خاص امکان بررسی روند فرآیندها در سازمان با توجه به نیروی انسانی به کار گرفته شده افزایش اطلاعات مفید مربوط به کسب و کار: استفاده از KPI ها به منظور بررسی امکان رسیدن به اهداف مدیریت مدیریت آموزش و یادگیری پرسنل: تحلیل و بررسی وضعیت دانش سازمان و پرسنل و رفع نواقص آنها بهینه سازی و کاهش هزینه ها: امکان بررسی میزان حقوق کارکنان با توجه به اطلاعات مربوط به درآمد سازمان مدیریت جذب نیرو: امکان تصمیم گیری در خصوص میزان جذب نیرو مدیریت بهره برداری و بهره وری: امکان بررسی وضعیت ساعات بیکاری و تخصیص وظایف در صورت نیاز و اعلام زمان بیکاری در ساعات ممکن با استفاده از ابزار هوش تجاری در سازمان ها و به خصوص واحد مدیریت منابع انسانی می توان با مطالعه تحلیل ها و بررسی روش کار و آمار بدست آمده اقدام به تصمیم گیری در خصوص روند کار در سازمان پرداخت و میزان پاسخ گویی و مسئولیت پذیری پرسنل را بررسی نمود. برخی مواقع پیش می آید که در سازمانی تجمع پرسنل در واحد شماره ۱ بسیار زیاد بوده در حالی که این واحد در سازمان فعالیت چندانی ندارد، حال آنکه در واحد شماره ۲همان سازمان با وجود حجم کاری بسیار بالا تعداد کمی پرسنل در آن مشغول به کار هستند در حالی که پرسنل مازاد واحد شماره ۱ با توجه به توانایی ها و دانش خود امکان کمک رسانی به این واحد را دارند. با قابلیت هایی که سیستم های هوش تجاری برای واحدها مختلف یک سازمان فراهم می کند امکان کشف این گونه موارد ایجاد خواهد شد. در صورتی که واحد منابع انسانی در یک سازمان امکان بدست آوردن اطلاعات درست را در زمان مناسب در اختیار داشته باشد می تواند از خود به عنوان یک واحد استراتژیک و تاثیر گذار در سازمان نام ببرد. با پیاده سازی سیستم های هوش تجاری در واحد منابع انسانی امکان پاسخ گویی به سوالات زیر بسیار ساده خواهد شد: آیا برنامه های جذب نیرو در سازمان شرایطی را فراهم خواهد کرد که سازمان تبدیل به یک سازمان تربیت کننده مدیر باشد و نه استخدام کننده مدیر؟ آیا کارکنان سازمان آماده تبدیل شدن به مدیران سازمان هستند؟ نیاز سازمان در حوزه نیروی کار در آینده چگونه خواهد بود؟ کدامیک از کارکنان لایق تشویق و کدامیک لایق تنبیه هستند؟ پیدا کردن کارکنان ناراضی و رفع مشکلات احتمالی آنها قبل از آنکه وی تصمیم به ترک سازمان کند. پیدا کردن شکاف های احتمالی میان مدیران و کارکنان عادی توجه داشته باشید که پاسخ گویی به این سوالات می تواند باعث شکوفایی و رفع بسیاری از مشکلات در سازمان شود و سیستم های هوش تجاری امکان پاسخ گویی سریع تر و دقیق تر به اینگونه سوالات را برای سازمان فراهم خواهند کرد. شرکت نرم افزاری سورا آیریا مهر (سورامکو) با هدف تداوم، توسعه و پیاده سازی پژوهش‌های ارزنده آکادمیک اساتید هیأت علمی در قالب یک مجموعه پیشرو در تکنولوژی نرم افزار و هوش مصنوعی شکل گرفته است. با توجه به این که حجم داده های بانک های اطلاعاتی و همچنین منابع اطلاعاتی تحت وب سازمان های مختلف به طور فزاینده ای درحال تزاید و ارزشمندتر شدن هستند، و ازطرفی لزوم افزایش سرعت و دقت تحلیل داده ها، نیاز به اتوماتیک شدن کشف دانش را بیش از پیش توجیه میکند. لذا سورامکو سعی دارد برخلاف روش مرسوم اکثر شرکت های ایرانی که صرفا مصرف کننده تکنولوژی وارداتی هستند، با اتکا به نوآوری و پژوهش، حد الامکان پاسخگوی نیازهای سازمان ها ونهاد های معتبر با چشم انداز موفقیت همه جانبه باشد.

امروزه بانک­ها به علت تعاملات زیاد با اشخاص حقیقی و حقوقی داراي انبوهی از داده هاي خام بوده و این امري بدیهی است که بانک ها همواره به دنبال جذب سرمایه ها و سرمایه گذاريهاي سودآور و ارائه خدمات نوین باشند. این داده هاي به ظاهر ساده از ابعاد مختلفی داراي ارزش مالی و گزارشات بانکی بوده اما آنچه بهره گیري از این داده ها را مشکل می سازد، زمان بر بودن و صرف نیروي انسانی زیاد در جهت فرآیند جمع آوري، طبقه بندي، تلخیص اطلاعات و تهیه گزارش هاي مالی و بانکی بوده و از آنجایی که مدیران بانکی با حجم گسترده و پراکندهاي از اطلاعات و گزارش هاي ارائه شده در فرآیند عملیاتی در شعبات خود مواجه هستند، نیاز به سیستمی که بتواند گزارشهاي تحلیلی و چند بعدي را در زمان کوتاهی تهیه و اطلاعات لازم را براي اتخاذ تصمیمهاي استراتژیک به آنها ارائه کند ضروري به نظر می رسد. با پیشرفت تکنولوژي، فناوري هاي نوین توانستند با ارائه سیستم نرم افزاري عملیاتی، داده ها را در ابعاد مختلف نگهداري و این امکان را فراهم آورند تا بانک ها علاوه بر انجام کارهاي روزانه و پیگیري عملیات جاري بتوانند پردازش این اطلاعات و توانایی ارائه گزاراشات در سطوح مختلف مدیریتی را نیز داشته باشند و در نهایت رفع این نیازمنديهاي مدیریتی تحت عنوان فناوري جدیدي به نام هوش تجاري به صنعت بانکداري معرفی شده است. هوش تجاري (BI) ابزاري است که به شناسایی هوشمندانه داده هاي اطلاعاتی، تجمیع آنها و تحلیل چند بعدي داده ها که از منابع مختلف به دست آمده می پردازد و نیازهاي اطلاعاتی سازمانها را به شکل مناسب پاسخ داده و مدیران را در امر تصمیم گیري یاري و پشتیبانی مینماید. در واقع هوش تجاري در بانکها سیستمی است که اطلاعات مورد نیاز مدیران را در حداقل زمان ممکن و به صورتی اثربخش، سازماندهی کرده و ضمن یکپارچه سازي داده، امکان کنترل و ردگیري فرآیندهاي کلیدي را براي مدیران فراهم می آورد، به عبارت دیگر هوش تجاري باعث می شود تا بانک ها هوشمندانه تر عمل نمایند. سیستم هاي هوش تجاري به دلیل افزایش مداوم نیاز سازمانهاي تجاري در زمینه تجزیه و تحلیل، تفسیر و پردازش داده ها، به بخشی جدایی ناپذیر از یک سازمان در قرن بیست و یکم تبدیل شده اند. تعریف هوش تجاري به یک مفهوم گسترده اي از هوشمندی کسب وکار که براي حمایت و بهبود تصمیم گیري، که به نوبه خود، منجر به افزایش بهره وري در یک سازمان میشود، اشاره دارد. استفاده از تکنولوژی های جدید، به ویژه هوش تجاری، به بانکها این فرصت را می دهد تا با استفاده کامل از پتانسیل عظیم به وجود آمده در سیستم اطلاعات اولیه روزانه، علاوه بر تحلیل روند داده‌های گذشته، بتوانند عملکرد مالی آتی سیستم و بسیاری از شاخص‌های تجاری خود را پیش‌بینی کنند و بهبود بخشند. بانک‌ها با استفاده از این تکنولوژی قادر به مدل‌سازی رفتار مشتری نه تنها از نظر استفاده از سرویسها و خدمات جدید، بلکه از دیدگاه مدیریت ریسک های بالقوه نیز هستند. تحلیل صحیح و سریع داده‌ها، تاثیر انکارناپذیری در عرصه رقابت سازمان ها در سطح داخلی و چه در عرصه بین‌المللی دارد. راهکارهای هوش تجاری و داشبورد مدیریتی پاسخی کارآمد و آزموده شده به این نیاز جدی هستند. این راهکارها انبوه اطلاعات سیستم‌های عملیاتی سازمان را در ساختاری تجمیعی، خلاصه شده، تحلیلی و مناسب برای نیازهای اطلاعاتی مدیران و تحلیل‌گران کسب و کار آماده می‌کنند تا گزارش‌گیری، ساخت نمایه های گرافیکی و امکانات تجزیه و تحلیل اطلاعات را در محیط کاربری ساده و کاربردی امکان‌پذیر کنند. به طور خلاصه، مهمترین کاربردهای هوش تجاری در حیطه صنعت بانکداری عبارتند از مدیریت ارتباط با مشتری (CRM)، مدیریت عملکرد (PM)، مدیریت ریسک (RM)، مدیریت دارایی و بدهی (ALM) و همخوانی با استانداردها از جمله قوانین بازل، تشخیص تقلب، مدیریت پورتفولیو و مبادلات اوراق بهادار، سیستم ضدپولشویی، انبار داده و پردازش تحلیلی آنلاین (OLAP) از پایگاههای اطلاعاتی. متاسفانه به دلیل جدا بودن بسیاری از سیستم ها و ناسازگاری آنها این داده ها نمی توانند بطور موثری در تصمیم گیری ها مورد استفاده قرار گیرند زیرا در حال حاضر، مخازن داده الکترونیکی بسیار بزرگی به وسیله بانک‌ها و دیگر مؤسسات مالی در دنیا نگه‌داری می‌شوند. این داده‌ها که در واقع داده‌های خام و رکوردهای ادواری هستند به خودی خود و بدون تحلیل، اطلاعات خاصی را منعکس نمی‌کنند. در این حال برای بدست آوردن اطلاعات مفید و کاربردی (که جهت کشف دانش از انواع گوناگون مخازن داده داخلی و خارجی طراحی شده‌اند) و برای پشتیبانی از تصمیم‌گیری‌های بهتر تمرکز دارند استفاده از سیستم‌های هوش تجاری توصیه می‌شود. همچنین تکیه برتکنیک‌های داده‌کاوی برای کشف دانش از پایگاه داده بسیار پر اهمیت است. وضعیت کنونی بانک‌ها نشان می‌دهد به دلیل رویارویی با حجم زیاد داده ناشی از عملیات روزانه سیستم‌های عملیاتی، با مشکلاتی از جمله نحوه جمع آوری، نگه‌داری، تحلیل و استفاده مؤثر از آن مواجه شده‌اند، که جهت برطرف‌سازی این مشکل استفاده از انبار داده واحد ضروری به نظر می‌رسد، از سوی دیگرهوش تجاری، یک سرمایه گذاری دراز مدت و موثر در زمینه فناوری اطلاعات به شمار می‌آید و در زمان انجام، پروژه هوش تجاری به دلیل عدم گسیختگی در فعالیت‌های روزانه و عدم تأثیر در سیستم‌های فعلی و عملیاتی، با ریسک پائین در پیاده‌سازی مواجه خواهد بود. هوش تجاری باعث اتصال فعالیت‌ها به استراتژی سازمان (Scorecards ,BPM) شده و نتیجه آن ایجاد زبان سازمانی است. به همین دلیل خلق یک نسخه واحد از داده‌های واقعی کمک شایانی به انجام بهتر و هوشمندانه‌تر فرآیند‌ها می‌کند. با به‌کارگیری سامانه انباره داده و سیستم هوش تجاری، بانک‌ها از وضعیت تمرکز صرف در ارائه خدمات بانکی به تمرکز روی خواسته‌های مشتری روی آورده و تحول چشمگیری در صنعت بانکداری خلق می‌کنند. در اینجا چگونگی یکپارچه کردن این اطلاعات و تبدیل آنها به اطلاعات قابل استفاده برای تصمیم گیران سازمان در مورد ترجیحات و وفاداری مشتریان، الگوهای خرید، عملکرد سازمان های ذینفع، کلاهبرداری های بالقوه، پیوستگی محصول، و پیش بینی های مالی و موجودی منابع با استفاده از سیستم های هوش تجاری در صنعت بانکداری مورد بررسی قرار گرفته و مزیت ها و فواید آن به منظور کسب مزیت رقابتی بیان می شود. کلید موفقیت تجاری برای بسیاری از بانکها، استفاده صحیح از داده ها جهت اخذ تصمیمات بهتر، سریعتر و بدون نقص میباشد. بانکها برای رسیدن به این هدف نیازمند استفاده از ابزارهای قوی و کارآمد مانند هوش تجاری به عنوان کاتالیزور مثبت هستند که میتواند این مؤسسات را در مکانیزه نمودن وظایف تحلیل، تصمیم سازی، تدوین استراتژی و پیش بینی یاری رساند. به عبارتی، هدف استفاده از هوش تجاری در این نهادها، گردآوری، پردازش و تحلیل حجم وسیعی از داده ها و تبدیل آنها به ارزش تجاری مؤثر در تصمیمگیری از طریق ایجاد بستر گزارشات هوشمند تحلیلی است. در چه مواردی عملیاتی کردن هوش تجاری و بهره گیری از کاربردهای آن میتواند زمینه افزایش عملکرد مالی بانک صادرات ایران را فراهم کند؟ به عبارتی، عملیاتی کردن هوش تجاری و بهره گیری از کاربردهای آن میتواند باعث ارتقا شاخص های سلامت مالی بانک باشد؟ بطور کلی؛ بازده دارایی، بازده سرمایه، نسبت وام به دارایی و نسبت هزینه به درآمد به عنوان نماینده ای از شاخصهای سلامت مالی بانک برای بیان عملکرد مالی بانکها تعریف می شوند: سرمایه بازده (ROE) نسبت بازده سرمایه که به آن بازده حقوق صاحبان سهام نیز گفته میشود، یکی از معیارهای سودآوری بانکها میباشد که بیانگر درآمد خالص به ازای هر واحد سهمی میباشد و به مفهوم عوایدی است که برای جبران هزینه و ریسکی که سرمایه گذاران با فراهم آوردن سرمایه بانک متقبل شده اند، به آنان پرداخت میشود. این نسبت از تقسیم سود خالص بر حقوق صاحبان سهام به دست می آید و میتواند بیانگر ارزش افزوده سیستم بانکی و توانایی بالقوه بانک برای تشکیل سرمایه داخلی باشد. نسبت استاندارد برای بازده حقوق صاحبان سهام برابر 15 درصد است. بازده دارایی (ROA) بازده دارایی ها از مهمترین معیارهای سودآوری است که از تقسیم سود خالص بر کل داراییها حاصل میشود و میزان سود کسب شده در یک دوره مالی از ارزش هر واحد دارایی است. از سوی دیگر این شاخص، یکی از شاخص های مهم در ارزیابی توانایی مدیریت در استفاده بهینه از منابع واقعی سرمایه ای و مالی بانک در خلق سود میباشد. کارشناسان بانکی این نسبت را شاخص نهایی برای تشخیص کفایت و کارایی مدیریت در اداره امور بانکها نیز میدانند. نسبت استاندارد برای بازده داراییها برابر یک درصد است. نسبت تسهیلات اعطایی به دارایی ها (LA) نسبت مانده تسهیلات اعطایی بر کل دارایی ها، سهم پرتفوی تسهیلات بانک در دارایی های آن را نشان میدهد. هر چقدر این نسبت بیشتر باشد نقدینگی بانک کمتر خواهد بود و ریسک ناشی از کاهش نقدینگی بانکها بیشتر خواهد بود. نسبت هزینه به درآمد (CI) نسبت هزینه به درآمد یکی از معیارهای مهم برای تشخیص کارایی یک بانک و یکی از شاخصهای متداول جهت بررسی سلامت مدیریت است. این نسبت نشان میدهد که هزینه های اداری شامل هزینه های پرسنلی، ملزومات، اجاره محل، استهلاک، بیمه اموال و… چند درصد از درآمد عملیاتی بانک است. برای کمی نمودن هوش تجاری چهار شاخص ذیل در نظر گرفته می شود. فناوری اطلاعات بیشترین تلاش سازمانها برای ایجاد بستر مناسب هوش تجاری در راستای بهبود وضیعت زیرساخت های تکنیکی آن بوده است. تمرکز نیازها در این مرحله بر روی افزایش دادن قابلیت های گزارشات و آنالیزهای پایه میباشد در صورتیکه گزارشات و تحلیلهای مورد نیاز مدیران، براساس غیرمکانیزه داده ها را از منابع موجود جمع آوری میکنند از ظرفیت و قابلیت بسیار اندکی برای آشکارسازی اطلاعات برخوردار است. این در حالی است که استفاده از فناوری هوش تجاری میتواند شفافیت و قابلیت گزارشات مالی، بازاریابی و میزان فروش را افزایش دهد. به عنوان نمونه با استفاده از فناوری اطلاعات میتوان گزارشات مالی نهادهای دولتی، میزان فروش مربوط به یک ناحیه و منطقه را محاسبه نمود. میتوان برای کمی کردن شاخص فناوری اطالعات، از تعدادی دستگاههای POS در هر بانک استفاده کرد. منابع انسانی (كاركنان( یک سیستم هوش تجاری در نهایت با نیروی انسانی شاغل در سازمان تعامل خواهد داشت و کارایی این سیستم وقتی میتواند به بهترین حالت برسد که این تعامل به بهترین نحو انجام شود. طراحی مناسب نرم افزار به گونه ای که کاربران در کار با آن راحت باشند، عامل مهم در این حوزه است ولی تواناییهای خاص مهارتی کارکنان شرایط الزم این فاکتور میباشند. نیروی کار متخصص که دارای تحصیلات بالا و مربوطه باشد میتواند پروکسی مناسبی برای این شاخص در نظر گرفته شود. رقبا یکی از کاربردهای هوش تجاری شناسایی مشتریان و سودآوری آنها است؛ بنابراین بانک با به کارگیری این رویکرد همواره در تلاش است تا مشتریان خود را راضی نگه دارد؛ بنابراین همواره در رقابت با سایر بانکها خواهد بود. به عبارتی هوش تجاری میتواند به بانکها در تعیین استراتژیهایی که رقبا برای در اختیار داشتن مشتریان به کار میگیرد، کمک کند. به عبارتی رقابت یکی از شاخصهای اندازه گیری هوش تجاری میباشد که میتوان از نسبت دارایی هر بانک به دارایی کل بانکها و مؤسسات مالی غیردولتی استفاده کرد. مشتریان همانگونه که ذکر شد یکی از اهداف به کارگیری هوش تجاری شناسایی مشتریان و سودآوری آنها و همچنین اعتبارسنجی آنها بوده است. کارتهای صادر شده به عنوان شاخصی برای تعداد مشتریان در راستای ارزیابی رفتار مالی آنها، میتواند به عنوان یکی از شاخصهای هوش تجاری مورد استفاده قرار گیرد. برای محاسبه شاخص هوش تجاری (BI)از یک شاخص کلی استفاده میشود که از ترکیب این 4 مؤلفه به دست میآید، برای به دست آوردن بهترین ترکیب از این 4 مؤلفه از روش تحلیل عامل با مؤلفه های اصلی استفاده میشود. تحلیل عاملی به عنوان یک تکنیک کاهش دهنده داده هاست. براساس این روش میتوان تعداد زیادی از متغیرهای اندازه گیری شده همپوش را به مجموعه کوچکتری از عوامل کاهش داد. بانکها، ازجمله نهادها و سازمانهایی هستند که با اساتفاده از این فناوری، میتوانند با جمع آوری و پالایش داده های حاصل از تراکنش های مالی روزانه، تحلیل و بازیابی اطلاعات، فرآیند تصمیم گیری برای مدیران را آسان و کارآمد سازند. به طوریکه حتی با استفاده از هوش تجاری می توانند با ایجاد درکی صحیحی از وضعیت فعلی بانک، چشم انداز آتی را ترسیم نموده و در ارائه دیدگاه بلندمدت و استراتژیک به مدیران بانک ها یاری رساند؛ زیرا هدف اولیه و اساسی بانک همانند سایر سازمانهای انتفاعی، حداکثر کردن ثروت صاحبان آن میباشد. در راستای افزایش ثروت صاحبان سهام، بانک میتواند تصمیماتی در خصوص نحوه تخصیص داراییها، سرمایه گذاریها و توزیع تسهیلات با سررسیدهای متفاوت داشته باشد. لذا این نهاد مالی میبایست همواره عملکرد مالی خود را بررسی و زمینه بهبود و ارتقا شاخص های آن را فراهم آورد. اتخاذ این تصمیمات نیاز به ارزیابی عملکرد مالی را با اهمیت تر ساخته تا از این طریق بانکها عملکرد خود را از لحاظ سودآوری، کفایت سرمایه، ساختار دارایی و نقدینگی نسبت به بانکهای رقیب مورد بررسی قرار داده تا بتوانند موقعیت خود را سنجیده و نسبت به بهبود و ارتقاء عملکرد خود اقدام نمایند. هوش تجاری با ارائه اطلاعات میتواند بسیاری از جمله چالش های موجود در حوزه های مختلف بانک مانند اعتبارسنجی، عملکرد شعبات، بانکداری الکترونیکی، بخش بندی و حفظ مشتریان و … را پوشاش داده و این بخشها میتوانند حوزه های کاربردی بسیار خوبی برای طیف گسترده ای از تکنیک ها و مفاهیم هوش تجاری شامل داده کاوی، انباره های داده ای و نظامهای پشتیبانی تصمیمگیر باشند. مهمترین این کاربردها عبارتند از مدیریت ارتباط با مشتری (CRM) مدیریت عملکرد (PM) مدیریت ریسک (RM) مدیریت دارایی و بدهی Asset Liability Management (ALM) ،تشخیص تقلب (FD) و همخوانی با استانداردها ،مدیریت پورتفولیو و مبادلات اوراق بهادار، سیستم ضد پولشویی، انبار داده و پردازش تحلیلی آنالین (OLAP) از پایگاه های اطلاعاتی. بانکها با استفاده از فناوری هوش تجاری میتوانند با ارزیابی مدیریت ریسک، بررسی وضعیت اعتباری مشتری و همچنین سودآوری مشتری، میزان مطالبات معوق خود را کاهش دهند و با داشتن اطلاعات کامل و داده کاوی در خصوص مشتریان، توانایی کاهش ریسکهای اعتباری را خواهند داشت. ارائه هوش تجاری کاربردی و موثر (Operational BI) در بانک‌ها باید بر پایه چهار اصل کلی استوار شود: جمع آوری داده به صورت اتوماتیک مقایسه عملکرد با اهداف نمایش اطلاعات به صورت داشبورد مدیریت هشدار زمانی درحالیکه عملکرد خارج از مسیر اهداف باشد . از جمله کاربردهای هوش تجاری و داده‌کاوی در صنعت بانکداری عبارتست از: بازاریابی بازاریابی بانک در حقیقت تطبیق بین منابع بانک و نیازهاي مشتري جهت نیل به بهترین حالت سوددهی می باشد. نقش هوشمندی تجاری در بازاریابی صنعت بانکداری: هوش تجاری در بازاریابی صنعت بانکداری باعث ایجاد برتری رقابتی با استفاده از ابزارهای قدرتمند تحلیل رقبا و همچنین باعث ایجاد نظارت هوشمند بازار و شناسایی تغییرات آنی و فرآیند بالابردن سوددهی سازمان در بازار رقابتی می‌شود. هوش تجاری بر بازاریابی، کشف تقلب، تشخیص میزان ریسک در موارد مختلف، تعیین استراتژی های آینده بانک، سودآوری سازمان، خلاقیت نیروی انسانی، عملکرد کارکنان، داشبورد مدیریتی، رضایت‌مندی و وفاداری مشتریان، کشف تقلب بازاریابی، قابلیت پردازش داده‌ها را در کمترین زمان و با دقت بالا در بانک ها تأثیر دارد. مدیریت ریسک مدیریت ریسک فرآیندي است که در آن ریسکهاي بانکی شناسایی، تعریف، اندازهگیري، نظارت و کنترل میشوند. الزامات رگلاتوری برای بانک‌ها و مؤسسات مالی؛ همگام با تغییرات تکنولوژی، تغییرات دموگرافیک و تغییر انتظارات مشتریان، مسبب تعریف و تبیین قوانین جدید به ‌طور مستمر شده است. تجربه ورشکستگی و برآورده نشدن انتظارات مشتریان توسط بانک‌ها و مؤسسات مالی در طول تاریخ صنعت بانکی در جهان منجر به کاهش اعتماد مشتریان و درنتیجه افزایش انتظارات در حوزه امنیت و مدیریت ریسک شده است؛ تا جایی که نبود تضمین امنیت داده، مالی، وعده‌های درآمدی و غیره منجر به ورشکستگی و سقوط بانک یا مؤسسات مالی می‌شود. باوجوداینکه قانون‌گذار، بستری برای کاهش ریسک بانک‌ها و مؤسسات مالی و افزایش اعتماد مشتریان ایجاد کرده است، مدیریت ریسک و تضمین امنیت برای هر بانک و موسسه مالی نمی‌تواند فقط محدود به قوانین تعیین‌شده باشد. شناخت ریسک‌ها و خطرات منحصربه‌فرد هر موسسه و مقابله با آن جزء، از نیازهای اساسی و حیاتی مؤسسات و بانک‌هاست. ابعاد مختلف آن ازجمله ریسک‌های نقدینگی، اعتباری، شهرت، بازار و … در صنعت بانکی، توسط متخصصان ریسک در حوزه مالی و بانکی قابل‌تشخیص است. تحلیل و مدیریت ریسک در هر سازمان مبتنی بر داده‌های صنعت است. داده‌های داخل و خارج از سازمان شامل اطلاعات سایر بازیگران صنعت، نرخ ارز، روندهای رفتاری مشتریان و … بر تحلیل ریسک تأثیر می‌گذارد. باهدف حداقل کردن زمان و هزینه آماده‌سازی داده‌ها و تضمین کیفیت و صحت آن‌ها و تهیه شاخص‌های کلیدی تحلیل ریسک، استخراج دانش و تهیه گزارش‌های مبتنی بر استانداردها و چارچوب‌های مدیریت ریسک (BASELIII، CAMELS و …)، استفاده از ابزارهای هوش تجاری گریزناپذیر است. در میان اقدامات واحد مدیریت ریسک در بانک‌ها و مؤسسات که شامل تهیه انباره ریسک، تعیین حدود برای هر ریسک، تدوین استراتژی مدیریت ریسک و پروسه‌های موردنیاز برای اجرایی کردن آن، ارزیابی داخلی ریسک، برنامه‌ریزی برای سرمایه و نقدینگی بانک، آزمون‌های بحران و گزارش دهی است، وظیفه هوش تجاری تنها به جمع‌آوری و یکپارچه‌سازی داده‌ها و به‌طور خاص در مدیریت ریسک، به تهیه انباره ریسک خلاصه نمی‌شود. در یک پروژه مدیریت ریسک، متخصصان حوزه‌های داده، آمار، مالی و ریسک، نقش اصلی در تعیین شاخص‌ها، حدود ریسک و نحوه اندازه‌گیری آن‌ها دارند. متخصصان در قالب واحد مدیریت ریسک بانک با استفاده از قوانین داخلی و بین‌المللی حدود ریسک را برای بانک یا موسسه مالی خود بومی‌می‌کنند و استراتژی مدیریت ریسک را تدوین می‌کند. ابزارهای هوش تجاری در کنار جمع‌آوری و افزایش سطح کیفی داده‌ها، ارزیابی انواع شاخص‌های ریسک در کوتاه‌ترین زمان و باکیفیت موردنیاز فراهم می‌کند. همچنین با استفاده از ابزارهای داده‌کاوی و هوش مصنوعی می‌توان به پیش‌بینی، تعریف سناریو و انجام آزمون‌های بحران پرداخت. اقدامات فوق باید باهدف ایجاد بینش نسبت به وضعیت سازمان از منظر انواع ریسک در حوزه‌های مختلف سرمایه‌گذاری، نقدینگی، دارایی و بدهی، تسهیلات و … صورت گیرد. همچنین باعث بهبود و تسریع فرآیند تصمیم‌گیری در خصوص تخمین سرمایه موردنیاز و نقدینگی کافی برای مقابله با ریسک‌های موجود برای بانک یا موسسه مالی شود. در راستای اجرایی کردن پروژه مدیریت ریسک مبتنی بر هوش تجاری در بانک، علاوه بر گزارش‌ها و داشبوردهای شاخص‌های کلیدی عملکرد، سامانه‌های متعددی با به‌کارگیری تکنیک‌های داده‌کاوی و هوش مصنوعی طراحی‌شده‌اند. ازجمله این سامانه‌ها می‌توان به سامانه مبارزه با پول‌شویی (AML: Anti Money Laundering)، سامانه ذی‌نفع واحد، سامانه کشف تقلب و سامانه مدیریت دارایی و بدهی (Asset Liability Management) اشاره کرد. این سامانه‌ها علاوه بر توانمندسازی سازمان در مقابله، انتقال و کاهش ریسک، به بهبود عملکرد در حوزه سودآوری نیز کمک می‌کند. برای مثال سامانه «مدیریت دارایی و بدهی» درواقع مکانیزمی‌است برای رویارویی با ریسک‌های ناشی از ناهم‌خوانی دارایی و بدهی‌ها به علت تمرکز این سامانه بر سودآوری بادوام؛ و در کنار آن ارزیابی ریسک نرخ بهره و حاشیه سود خالص (Net Interest Margin) صورت می‌گیرد. امنیتی که از طریق این سامانه فراهم می‌شود فرصت‌های بهبود ارزش ویژه (Net Worth) را پیش روی بانک قرار می‌دهد. در حال حاضر بر اساس الزامات بانک مرکزی برخی از سامانه‌های مدیریت ریسک مانند سامانه مبارزه با پول‌شویی در بانک‌ها و مؤسسات مالی کشور پیاده‌سازی شده است؛ اما هنوز جای خالی داشبوردها و گزارش‌های شاخص‌های کلیدی مدیریت ریسک، سامانه‌های «کشف تقلب»، سامانه «مدیریت دارایی و بدهی» و سامانه‌های مبتنی بر هوش مصنوعی برای پیش‌بینی و اجرا کردن «آزمون‌های بحران» در بسیاری از بانک‌های داخلی احساس می‌شود. تشخیص تقلب (Fraud Detection) تقلب عملی عمدي است که منجربه به افزایش ناعادلاتی و یا قانون شکنی میشود و تقلبهاي مالی به سوء استفاده از قوانین، نقض قوانین و مقررات مالی، و سوء رفتار اخلاقی در تجارت اشاره دارد که شامل گزارشگري مالی متقلبانه، سوء استفاده از داراییها، تهیه درآمد غیر قانونی یا داراییهاي غیرقانونی است. تشخیص تقلب در بانکها عبارت است تلاشهاي مستمر و مداوم بانکها که خود را در مقابل هر اقدامی که چه بصورت عمدي یا حذف و از قلم انداختن که به منظور فریب و اغفال دیگران صورت میگیرد محافظت نماید و با انجام اصول پیشگیرانه شرایطی را فراهم سازند تا بانک بتواند به نحو موثر، خطر وقوع تقلب را مدیریت کند. سیستمهای شناسایی تقلب به عنوان ابزار مقابله و پیشگیری در برابر افراد سودجو و متقلب مورد استفاده قرار میگیرد. با پیشرفت بیشتر در زمینه استفاده از فناوری اطلاعات و شکل گیری بانکداری الکترونیکی بستر مناسبتری برای انجام تقلب، کلاهبرداری و اختلاس در موسسات مالی و بانکها فراهم شده است. سیستم کشف تقلب؛ بازرسان، حسابرسان و مدیران بانکی را در جهت نظارت و تحلیل تراکنشهای مالی همراهی مینماید. با پیشرفت فناوری اطلاعات و شکل گیری بانکداری الکترونیکی بستر مناسبتری برای انجام تقلب، کلاهبرداری، اختلاس نفوذ و دسترسی غیر مجاز به اطلاعات در موسسات مالی و بانکها فراهم شده است. این سیستم بعنوان یکی از دغدغه های صنعت بانکداری، با استفاده از تکنولوژیهای جدید، امکان بررسی داده های حجیم را برای شناسایی افراد متقلب و مشکوک در اختیار بانکها و موسسات مالی قرار میدهد و یادگیری مهمترین خصیصه آن محسوب میشود. ماژولهای تشخیص تقلب این سیستم عبارتند از : ماژول کارت، حسابداری، مشتری، بانکداری خرد، تسهیلات، مدرن به همراه بسیاری امکانات اضافه مانند انواع بازرسی ها و افزودن قوانین جدید به سیستم. مدیریت پورتفولیو اصطلاح مدیریت پورتفولیو مالی به معناي مجموعه سرمایه گذاري است. به عبارت دیگر، سرمایه گذاري در بیش از یک دارایی یا ورقه بهادار مجموعه سرمایه گذاري (Portfolio) نام دارد. مبادلات اوراق بهادار پروفایل مشتری و مدیریت ارتباط با مشتری نرم افزارهاي کاربردي در هوش تجاري می باشد که جهت برقراري ارتباط و تعامل با مشتري در جهت ارائه خدمات بانکی و به منظور برآورده نمودن نیازهاي خاصی طراحی و پیاده سازي گردیده است. سیستم ضد پول شویی پولشویی عملی غیرقانونی است که درآمد حاصل از خلاف شرع و یا قانون طی فرآیندي ساده و یا پیچیده قانونی می شود، یا به عبارتی پول کثیف ناشی از خلاف، تبدیل به پولهاي به اصطلاح تمیز می گردد و در بدنه اقتصاد به جریان میافتد. برپا سازی بازل بر اساس هوش تجاری بازل، معیاري جهانی براي ارزیابی سلامت مالی بانک ها شده که هدف اصلی آن جلوگیري از کاهش سرمایه بانک ها و ایجاد زمینه فعالیت همسان براي بانک هاي بین المللی میباشد و به موجب آن تمام دارایی بانکها را بسته به میزان ریسک اعتباري وام گیرنده به چهار دسته با وزن ریسک از صفر تا 100 درصد طبقه بندي می کند. داشبوردهای مدیریتی بر اساس ۴ منظر کارت امتیاز داشبوردهاي مدیریتی در سازمانها یک مفهوم جدید در مدیریت اطلاعات ارایه داده است و ابزار دیداري داده هاي حیاتی که مجموعه انبوهی از تحلیل هاي مربوط به فرآیند مدیریتی را در زمینه هاي مورد نیاز به افراد ارایه می دهد. متوازن و اصول مدیریت براساس این سیستم، عملکرد سازمان هاي مالی با توجه به چهار محور مالی، مشتري، فرایندهاي داخلی و رشد و یادگیري کارکنان، مورد ارزیابی قرار گرفته است. از این رو در برنامه عملیاتی چالش ها و شاخص هاي هر محور شناسایی وتعیین چالش ها، شاخص ها وفرایند هدف گذاري بر اساس اصول مدیریت بر مبناي (Management by Objective) هدف قرار گرفته است. عملیاتی کردن هوش تجاری و بهره‌گیری از کاربردهای آن مزایای رقابتی زیادی دربانک‌ها ایجاد می‌کند و بسترهای مناسبی را جهت سرمایه‌گذاری افزایشی در زمینه فناوری اطلاعات به‌وجود می‌آورد. مزایا و عوامل کاربردی هوش تجاری و داده‌کاوی در صنعت بانکداری و نیز تاثیر تکنولوژی‌های نوین بر این مقوله جایگاه بررسی و تامل فراوان دارد. شرکت نرم افزاری سورا آیریا مهر (سورامکو)، فعال در ارائه راهکارهای مهندسی داده، با تکیه ‌بر تخصص فنی خود در حوزه مدیریت و تحلیل داده بخشی از این سامانه‌های مرتبط را به بانک‌ها و شرکت‌های پرداخت الکترونیک ارائه کرده است و آمادگی توسعه و ارائه راهکارهای کامل ‌تر با تکنولوژی‌های روز داده ‌کاوی و هوش مصنوعی را در راستای فراهم کردن بستر مدیریت ریسک در صنعت بانکی دارد.

تماس با ما

مکان:

ایران, تهران، ميدان تجريش طبقه پنجم
سه راه زعفرانيه، برج زعفرانيه،
واحد ٢٣

موبایل:

09120455779

Loading
ممنون از شما. پیام شما ارسال گردید!