Sisteme Informationale si Aplicatii Informatice in

Administrarea Afacerilor
(SIAIAA)

Suport de Curs
Vasile MAZILESCU
Predat 15.02.2021

ECTS - Anul2, Semestrul 2

An universitar: 2020-2021

EVALUARE – ECTS anul2, SIAIAA, 2021

1. 2 % - Nota LABORATOR
2. 5 % - NOTA SEMESTRU (Cele 5 Studii de Caz ...se trimit
toate in saptamana 10 (vineri, ora 22)
3. 25% - Nota ORAL din Curs, partea teoretica: Notiuni de baza,
arhitecturi, proprietati, exemple
4. 30% - Evaluare EXAMEN + Tema Semestru

2020-2021
1
Cuprins
Curs 1. Economia digitala. Caracteristici ale Economiei Digitale actuale. Procese de afaceri. Exemple de tehnologii
ICT specifice economiei digitale viitoare pentru administrarea afacerilor. Tehnologii perturbatoare si criza Covid19.
Curs 2. Analiza datelor in domeniul turismului. Flux informational. Sistem Informatic (componente). Feedback.
Sisteme Informatice in domeniul turismului CRS si GDS. Platforme digitale cu aplicatii in turism (definitie,
caracteristici). Analiza cererii in domeniul serviciilor digitale in turism.Top 25 de platforme online specializate în
călătorii de familie // https://www.doblemente.com/en/guia-de-turismo-online-25-plataformas-online-
especializadas-en-viajes-de-familia/ Studiu de Caz 1: Platformă digitală pentru Afaceri in turism // Amadeus
https://blog.hubspot.com/marketing/platform

Curs 3. Aspecte Hardware si Software Generale. Dispozitive de Intrare, Procesare, Iesire. Procesarea datelor si
cunostintelor. Instructiuni aritmetice. Inferente logice. Arhitecturi de calcul secventiale: tipuri, caracteristici.
Arhitecturi de calcul paralel: supercalculatoare (HPC-High Performance Computing). Sisteme si aplicatii software.
Sisteme de operare. Limbaje de programare. Sisteme de Operare pentru dispozitive mobile. Middleware.

Curs 4. Baze de Date/Cunostinte. Definitii si semantica datelor/cunostintelor pentru ecosistemul economic digital.
Baze de Date: concepte generale. Organizarea datelor. Sisteme de Gestiune a Bazelor de Date (DBMS). Baze de
date Autonome. Baze de Date distribuite. Baze de Cunostinte. Big Data: definitii, arhitecturi. Comert Electronic.
Studiu de Caz 2: Comert electronic – Cazul Alibaba, Taobao

Curs 5. Retele de calculatoare, Internet, Blockchain, Tehnologia 5G

Caracteristici si arhitecturi. Retele fara fir (wireless). Internet. Protocoale de retea (OSI,TCP/IPv4/6). Sisteme
Distribuite si procesarea distribuita: Blockchain. Servicii Web pentru Afaceri. Securitatea in Internet. Tehnologia
5G. Impactul tehnologiei 5G asupra proceselor de afaceri.

Curs 6. Notiuni Introductive in Inteligenta Artificiala. Sisteme Inteligente de asigurarea deciziei in economie.
Notiuni introductive in Inteligenta Artificiala. Definitii, concepte de baza (cunostinte, rationament, retea neuronala,
etc). Abordari de baza ale IA (simbolica, neuronala, genetica). Impactul IA in domeniul afacerilor.
Studiu de Caz 3: Platforme de Inteligenta Artificiala pentru Afaceri in turism
https://www.datarobot.com/platform/what-is-automated-machine-learning/
https://geekflare.com/ai-platforms/
https://www2.deloitte.com/us/en/insights/focus/cognitive-technologies.html?icid=top_cognitive-technologies.

Curs 7. Data Mining, Data Warehouse. Data Mining: definitii, algoritimi de baza. Diferenta dintre Data Mining si
Big Data. Depozite de date (Datawarehouse).

Curs 8. Procesarea tranzacțională/analitica online (OLAP/OLTP). Business Intelligence. OLAP si OLTP: definitii,
proprietati. Business Intelligence: definitii, caracteristici, arhitecturi. Studiu de Caz 4: Microsoft Power BI. Aplicatii
in turism. (https://docs.microsoft.com/en-us/azure/architecture/data-guide/relational-data/data-warehousing)
https://docs.microsoft.com/en-us/power-bi/fundamentals/power-bi-overview

Curs 9. Cloud Computing. Sisteme de Asistarea Deciziei in Cloud

Cloud Computing: definitie, arhitecturi, caracteristici. Modele de servicii cloud. Virtualizare. Exemple. Edge/Fog
computing. Sisteme de asistarea deciziei in cloud (Sisteme colaborative, Platforme de integrare a serviciilor pentru
afaceri in cloud/ cazul afacerilor din turism)

Curs10. Solutii integrate de Sisteme Informatice. Sisteme ERP (caracteristici, arhitectura, avantaje si dezavantaje),
Sisteme de tip CRM (caracteristici, arhitecturi). Platforme Inteligente de Date pentru Clienti (ICDP)
Studiu de Caz 5: Platforma Oracle Cloud CX /

Curs11. Internetul tuturor lucrurilor (IoT) si Webul Semantic

IoT: Caracteristici de baza, arhitecturi, exemple. Industrial IoT (IIoT): caracteristici, impact economic.
Convergenta dintre IoT (IIoT) si Big Data, Cloud/Edge/Fog Computing. Web-ul Semantic.

2
Tema Semestru: Tehnologiile AI, 5G, Cloud, Blockchain, IoT ajuta
companiile din domeniul turismului sa gaseasca o iesire din criza si sa asigure
profitabilitatea
https://www.idt.com/us/en/application/industrial/iot-edge-ai-platform
https://www.cloudflight.io/tech/ways-to-implement-a-profitable-iot-platform-strategy-39135/

Introducere
Tehnologiile perturbatoare - definite ca tehnologii emergente care au ca rezultat o schimbare pasivă a costului sau
accesului la produse sau servicii sau care schimbă dramatic modul în care colectăm informații, producem produse
sau interacționăm - au modificat din ce în ce mai mult căile de dezvoltare ale piețelor emergente și ale
întreprinderilor care operează pe piețele emergente. Exemple de tehnologii perturbatoare includ inteligența
artificială (AI), blockchain, robotica, imprimarea 3D, genomica și sistemele de alimentare distribuite. Tehnologiile
perturbatoare sunt mult mai largi decât serviciile digitale. Această introducere prezintă exemple despre modul în
care tehnologiile perturbatoare au fost utilizate pe piețele emergente în timpul crizei COVID-19; discută tendințele
pieței care ar putea spori rolul tehnologiilor perturbatoare în piețele emergente după criză; și analizează riscurile și
oportunitățile adoptării mai rapide a tehnologiilor perturbatoare pe piețele emergente. De-a lungul acestei
introduceri, post-COVID-19 se referă de obicei la perioada de după 2021, când economia începe să revină, conform
proiecțiilor de creștere din Fondul Monetar Internațional. Cu toate acestea, acest orizont de timp va fi afectat de
potențialele noi valuri ale virusului și de modificări ale preferințelor individuale cu privire la redeschiderea.
Înainte de pandemia COVID-19, indivizii, întreprinderile și guvernele se bazau tot mai mult pe tehnologii
perturbatoare, în special pe platformele digitale, pentru o varietate de activități, inclusiv tranzacții financiare,
comerț, logistică, educație și îngrijire a sănătății. În 2019, traficul de internet mobil per utilizator, un proxy pentru
utilizarea platformelor digitale, a crescut cu o rată trimestrială de 12% în țările cu venituri ridicate și de 10% în
țările cu venituri medii. Conform GSMA Intelligence (2020), penetrarea medie a internetului mobil a fost de 77% în
țările cu venituri ridicate, comparativ cu 58% în țările cu venituri medii superioare și 36% în țările cu venituri mici
Țările cu venituri medii. Cu toate acestea, primele câteva luni din 2020 au fost martorii unei utilizări sporite a
tehnologiilor. În comparație cu utilizarea în primul trimestru al anului 2019, utilizarea internetului mobil a crescut
mai repede în primul trimestru al anului 2020, deoarece cetățenii, guvernele și companiile au experimentat
schimbări dramatice în modul în care interacționează ca urmare a pandemiei COVID-19 și a blocărilor.
Întreprinderile au trebuit să stabilească rapid noi modalități de a menține lucrătorii care livrează de acasă, de a
menține relații cu furnizorii și de a continua să deservească clienții, dacă este posibil, cu un contact fizic minim.
Guvernele au introdus noi abordări pentru a continua interacțiunea cu cetățenii atât pentru serviciile publice, cât și
pentru reprezentare. Indivizii elaborează metode inovatoare pentru interacțiunile sociale și consumul cu un
contact fizic limitat. Cu toate acestea, amploarea utilizării tehnologiei depinde în mod semnificativ de nivelul de
venit al țărilor. Țările cu venituri mai mici arată o utilizare mai redusă a tehnologiei ca parte a răspunsului lor la
COVID-19. De exemplu, utilizarea internetului mobil, o măsură a utilizării tehnologiilor digitale, a crescut mai
repede în majoritatea țărilor în primul trimestru al anului 2020, comparativ cu utilizarea din primul trimestru din
2019. Cu toate acestea, o astfel de accelerare depinde în mare măsură de nivelul de venit al unei țări. Conform
dovezilor timpurii dintr-un număr selectat de țări, creșterea trimestrială a utilizării internetului a fost cu 1,3 puncte
procentuale mai mare în țările cu venituri medii mici în primul trimestru 2020, comparativ cu primul trimestru
2019. Această creștere excesivă este de 10 ori mai mică decât cea înregistrată de țări cu venituri ridicate și de șase
ori mai mici decât cele observate în țările cu venituri medii superioare, reflectând un decalaj între țări în
conectivitatea digitală.
Amenințarea gravă pe care o reprezintă COVID-19, împreună cu recomandările care rezultă din închiderea școlii și
distanțarea socială, determină din ce în ce mai multe companii și instituții să implementeze munca la distanță.
Ceva care părea a fi un experiment sau un beneficiu atrăgător pentru marea majoritate a angajaților acum doar
două săptămâni acum pare să nu fie altceva decât viața de zi cu zi. Aceasta înseamnă că multe procese de afaceri și
interacțiunile umane nu mai sunt încadrate ca o comunicare personală, ci ca o telecomunicație. Cu toate acestea,
șocul cultural, merită să ne gândim la ce aduce această schimbare pentru departamentele IT.

Instrumente de comunicare. Infrastructura VPN, mesageria instantanee și aplicațiile de colaborare sunt acum
supuse unor teste severe de încărcare de la utilizatori din multe organizații poloneze. Companiile și instituțiile care
3
nu au folosit până acum astfel de soluții trebuie să facă un salt cuantic în era digitalului. Natura urăște vidul. Dacă
IT

4
nu oferă soluțiile corecte, utilizatorii înșiși vor apela la opțiuni precum Facebook, Messenger, Google Hangouts sau
Dropbox, eludând în esență recomandările IT și punând în pericol securitatea. Adoptarea rapidă a tehnologiilor
potrivite este o condiție sine qua non pentru ca IT să rămână un adevărat partener de afaceri și să păstreze
controlul asupra securității datelor și a standardelor de arhitectură IT.
Structuri de suport IT. Cu un număr mare de oameni care lucrează de acasă și fără contact personal între utilizatori
și departamentul IT, structurile de asistență IT bazate pe reguli clare sunt cheie, susținute de mijloace de
comunicare multicanal. IT ar trebui să echipeze imediat utilizatorii cu instrumente care să le permită să rezolve singuri
problemele și, dacă este necesar, să interacționeze cu asistența. Soluțiile importante includ baze de cunoștințe cu
opțiuni de căutare transparente (oferind utilizatorilor informații despre cum să creeze o comandă în SAP sau să
rezolve o problemă de configurare VPN), cataloage de servicii care permit comanda și livrarea de servicii IT
standard (de exemplu, acces la SharePoint) și opțiuni de comunicare suplimentare cu Service Desk prin chat,
telefon sau aplicație mobilă. Cu astfel de soluții, IT poate gestiona în mod eficient așteptările, poate reacționa în
timp util la problemele raportate și poate stabili cu prioritate propriile acțiuni pe baza datelor reale.
Biroul de servicii IT. Biroul de service și „instrumentele de bilet” au fost considerate de mult timp o Cenușărească a
practicii IT. Cu toate acestea, acestea devin acum instrumente IT cheie pentru menținerea operațiunilor comerciale
eficiente și stabilizarea laturii tehnologice a conducerii unei organizații în acele vremuri extrem de neobișnuite.
Evenimentul de lebădă neagră pe care îl are pandemia COVID-19 poate deveni un catalizator al schimbărilor
perturbatoare în modul în care comunicăm, eliberând un imens potențial de productivitate care a fost blocat până
acum în costurile de închiriere a birourilor și în timpul necesar pentru ca milioane de oameni să ajungă la muncă.
Guvernele locale și regionale în fruntea crizei COVID-19. Guvernele locale și regionale sunt primii care răspund la
criza COVID-19 și joacă un rol esențial în garantarea protecției drepturilor prin furnizarea de servicii publice locale,
inclusiv pentru cele mai vulnerabile populații care trăiesc în mediul informal așezări sau mahalale în interiorul și în
jurul orașelor, precum și persoanele în vârstă, femeile, copiii, persoanele cu dizabilități, migranții și refugiații.
Tehnologia s-a dovedit un instrument util și necesar pentru a se asigura că guvernele locale și regionale din prima
linie de urgență continuă să ofere servicii publice esențiale în timpul crizei COVID-19. În timp ce coronavirusul
continuă să se răspândească în întreaga lume, guvernele au instituit restricții importante privind circulația
oamenilor, funcționarea serviciilor și reguli privind distanțarea fizică. În acest context, tehnologia poate avea un
efect profund asupra vieții de zi cu zi a cetățenilor și le poate asigura accesul la serviciile de sănătate, accesul la
informații și comunicarea cu autoritățile competente, printre altele. Guvernele locale și regionale de pe frontul
crizei COVID-19 au a recurs la tehnologii digitale pentru a monitoriza, anticipa și influența răspândirea bolii, precum
și pentru a oferi educație elevilor care nu pot accesa școala, precum și pentru a încuraja coeziunea socială în timp
ce respectăm distanțarea fizică. În același timp, guvernele locale și regionale trebuie să se asigure că, atunci când
se utilizează tehnologiile digitale, drepturile omului sunt protejate.

În sectorul comerțului cu amănuntul, platformele de comerț electronic specializate în deservirea afacerilor au

trecut rapid la deservirea clienților direct sau prin supermarketuri sau și-au extins linia de produse la bunuri și
servicii esențiale, cum ar fi agricultura, alimentele și igiena. Ca semn al apetitului continuu al investitorilor,
Bigbasket, o platformă de băcănie online indiană, a strâns 60 de milioane de dolari în finanțare în timp ce țara era
blocată. Twiga Foods, o platformă de comerț electronic business-to-business (B2B) specializată în livrarea de
produse agricole către vânzătorii din zonele urbane, a colaborat cu Jumia din Kenya pentru a ajunge la clienții finali.
În aprilie și mai 2020, Bizongo, o platformă de comerț electronic B2B, a furnizat 200.000 de truse PPE certificate de
înaltă calitate, ajutând la protejarea a 120.000 de cadre medicale și 250.000 de lucrători de teren din India.
TradeDepot în Nigeria și MaxAB în Egipt gestionează distribuția de bunuri către comercianții cu amănuntul
informali care doresc să gestioneze cheltuielile de funcționare și să limiteze riscul de infecție pe piețele offline
aglomerate offline.

În era post-COVID-19, instituțiile de finanțare a dezvoltării pot sprijini în continuare extinderea companiilor de
tehnologie pe piețele emergente, intervenind mai în amonte. De exemplu, IFC dezvoltă proiecte în amonte pentru
a dezvolta în continuare mediul favorabil pentru investiții sporite în infrastructura digitală, companii de tehnologie
și competențe digitale, în special în țările cu venituri mici. Astfel de inițiative ar trebui să devină mai răspândite
pentru a crea condiții durabile pentru creșterea și sustenabilitatea companiilor de tehnologie pe piețele
emergente, sprijinind astfel extinderea economiei lor digitale și consolidându-și rezistența la șocuri precum
pandemia COVID-19.

5
CURS1. Economia Digitala. Caracteristici ale Economiei Digitale actuale. Procese de
Afaceri. Exemple de tehnologii ICT specifice economiei digitale viitoare pentru
administrarea afacerilor. Tehnologii perturbatoare si criza Covid19

Tehnologia informației și comunicațiilor (TIC) este un termen general care cuprinde toate tehnologiile și
serviciile implicate în calcul, gestionarea datelor, furnizarea de telecomunicații și internet. Toate aceste
tehnologii se ocupă cu transmiterea și recepția de informații de un fel. TIC pătrunde în toate aspectele
vieții, oferind modalități mai noi, mai bune și mai rapide pentru oameni de a interacționa, de a face
rețea, de a căuta ajutor, de a avea acces la informații și de a învăța. Pe lângă prezența sa peste tot,
tehnologia informației și comunicațiilor are o imensă semnificație economică. Potrivit cercetărilor
efectuate de consultanța IDC, industria globală a tehnologiei informației este pe cale să atingă o valoare
de 5,2 trilioane de dolari anul acesta (2020). Comunicarea este o componentă cheie a mixului ICT. În
ultimii ani, fuzionarea diferitelor tipuri de tehnologie a crescut numărul de opțiuni pe care oamenii și
instituțiile le au pentru stabilirea contactelor și păstrarea legăturii. În mediile de vânzare cu amănuntul și
alte medii orientate către clienți, infrastructura tehnologiei informației și comunicațiilor care, odată,
alimenta tranzacții simple cu cardul de credit sau de debit și păstrarea centralizată a înregistrărilor
pentru organizațiile comerciale continuă să evolueze, iar comerțul electronic se integrează acum cu
experiența de cumpărături în sine. În sectorul de fabricație, ICT este un mecanism de suport util, capabil
să facă proiectarea și producția mai robuste, eficiente și eficiente prin utilizarea ingineriei de precizie
bazate pe computer, a sistemelor virtualizate și a simulării computerizate. La fel ca în cazul producției,
ICT are numeroase aplicații în sectorul sănătății - dintre care multe au avut un efect de schimbare a
jocului asupra îngrijirii pacienților, sănătății publice, costurilor de funcționare și birocrației tradiționale
asociate cu profesia medicală și științele vieții.

Extinderea economiei digitale este determinată de datele digitale ...Big Data

Economia digitală continuă să evolueze la o viteză vertiginoasă, determinată de capacitatea de a colecta,
utiliza și analiza cantități masive de informații care pot fi citite de mașini (date digitale) despre practic
orice. Aceste date digitale provin din amprentele digitale ale activităților personale, sociale și de afaceri
care au loc pe diverse platforme digitale. Traficul Global Internet Protocol (IP), un proxy pentru fluxurile
de date, a crescut de la aproximativ 100 gigaocteți (GB) pe zi în 1992 la mai mult de 45.000 GB pe
secundă în 2017. Și totuși, lumea este doar în primele zile ale economiei bazate pe date. Până în 2022,
traficul IP global este prevăzut să ajungă la 150 700 GB pe secundă, alimentat de tot mai mulți oameni
care vin online pentru prima dată și de extinderea Internetului obiectelor (IoT). foarte mult cu privire la
tipul de date implicate: personale sau non-personale; privat sau public; în scopuri comerciale sau
guvernamentale; voluntar, observat sau dedus; sensibil sau nesensibil. A evoluat un „lanț valoric al
datelor” complet nou, care cuprinde firme care sprijină colectarea datelor, producerea de informații din
date, stocarea datelor, analiză și modelare. Crearea valorii apare odată ce datele sunt transformate în
inteligență digitală și monetizate prin utilizarea comercială.
Acest subiect este actual, deoarece mai rămâne doar un deceniu pentru atingerea Obiectivelor de
Dezvoltare Durabilă (ODD). Întreruperile digitale au dus deja la crearea unei bogății enorme într-un timp
record, dar aceasta este foarte concentrată într-un număr mic de țări, companii și persoane fizice. Între
6
timp, digitalizarea a dat naștere și provocărilor fundamentale pentru factorii de decizie politică din țările
de la toate nivelurile de dezvoltare. Valorificarea potențialului său pentru mulți, și nu doar pentru câțiva,
necesită gândire creativă și experimentare politică. Și solicită o cooperare globală mai mare pentru a
evita creșterea decalajului de venit.

Platformele digitale reprezinta al doilea driver. În ultimul deceniu, o mulțime de platforme digitale au
apărut în întreaga lume folosind modele de afaceri bazate pe date și perturbând industriile existente în
urma lor. Puterea platformelor se reflectă în faptul că șapte dintre cele mai mari opt companii din lume,
prin capitalizarea pieței, utilizează modele de afaceri bazate pe platforme. Platformele digitale oferă
mecanismele pentru reunirea unui set de părți pentru a interacționa online. Se poate face o distincție
între platformele de tranzacții și platformele de inovare. Platformele de tranzacții sunt piețe pe două
fețe
/ cu mai multe fețe, cu o infrastructură online care acceptă schimburi între mai multe părți diferite.
Acestea au devenit un model de afaceri de bază pentru marile corporații digitale (precum Amazon,
Alibaba, Facebook și eBay), precum și pentru cele care susțin sectoare cu capacitate digitală (precum
Uber, Didi Chuxing sau Airbnb). Platformele de inovare creează medii pentru producătorii de cod și
conținut pentru a dezvolta aplicații și software sub formă de, de exemplu, sisteme de operare (de
exemplu, Android sau Linux) sau standarde tehnologice (de exemplu, video MPEG). Întreprinderile
centrate pe platformă au un avantaj major în date. -economie condusă. În calitate de intermediari și
infrastructuri, aceștia sunt poziționați pentru a înregistra și extrage toate datele legate de acțiunile
online și interacțiunile dintre utilizatorii platformei. Creșterea platformelor digitale este direct legată de
capacitatea lor de a colecta și analiza date digitale, dar interesele și comportamentul lor depind în mare
măsură de modul în care monetizează acele date pentru a genera venituri.

Din punct de vedere geografic, dezvoltarea economiei digitale este foarte inegală
Dezvoltările digitale vor avea implicații pentru practic toate organizatiile și vor afecta toate țările,
sectoarele și părțile interesate. În prezent, lumea se caracterizează printr-un decalaj dintre țările
neconectate și cele hiper-digitalizate. De exemplu, în țările cel mai puțin dezvoltate (LDC), doar una din

7
cinci persoane folosește internetul, comparativ cu patru din cinci în țările dezvoltate. Acesta este doar
un aspect al decalajului digital. În alte domenii, cum ar fi capabilitățile de valorificare a datelor digitale și
tehnologiile de frontieră, decalajul este considerabil mai mare. De exemplu, Africa și America Latină
reprezintă împreună mai puțin de 5% din centrele de date de localizare din lume. Dacă nu vor fi
abordate, aceste divizări vor exacerba inegalitățile de venit existente. Prin urmare, este esențial să se ia
în considerare modul în care țările în curs de dezvoltare pot fi afectate de această (r) evoluție în ceea ce
privește crearea și captarea valorii și ce ar trebui făcut pentru a îmbunătăți status quo-ul. Geografia
economică a economiei digitale nu prezintă diviziunea tradițională Nord-Sud. Acesta este condus în mod
constant de o țară dezvoltată și o țară în curs de dezvoltare: Statele Unite și China. De exemplu, aceste
două țări reprezintă 75% din toate brevetele legate de tehnologiile blockchain, 50% din cheltuielile
globale pentru IoT și mai mult de 75% din piața mondială pentru cloud computing public. Și, poate cel
mai izbitor, acestea reprezintă 90% din valoarea capitalizării de piață a celor mai mari 70 de platforme
digitale din lume. Ponderea Europei este de 4%, iar Africa și America Latină împreună sunt de doar 1%.
Șapte „super platforme” - Microsoft, urmate de Apple, Amazon, Google, Facebook, Tencent, Alibaba -
reprezintă două treimi din valoarea totală a pieței. Astfel, în multe evoluții tehnologice digitale, restul
lumii, în special Africa și America Latină, se află mult în spatele Statelor Unite și Chinei. Unele dintre
fricțiunile comerciale actuale reflectă căutarea dominanței globale în zonele tehnologice de frontieră.

Ce valoare are economia digitală?

Extinderea economiei digitale creează multe noi oportunități pentru procesele economice pentru
afaceri. Datele digitale pot fi utilizate în scopuri de dezvoltare și pentru rezolvarea problemelor
societale. Astfel, poate contribui la îmbunătățirea rezultatelor economice și sociale și poate fi o forță
pentru inovare și creștere a productivității. Platformele facilitează tranzacțiile și rețelele, precum și
schimbul de informații. Din perspectiva afacerii, transformarea tuturor sectoarelor și a piețelor prin
digitalizare poate încuraja producția de bunuri și servicii de calitate superioară la costuri reduse. În plus,
digitalizarea transformă lanțurile valorice în diferite moduri și deschide noi canale pentru adăugarea de
valoare și schimbări structurale mai largi, dar rezultatele pozitive sunt departe de a fi automate. Doar
pentru că digitalizarea are potențialul de a sprijini dezvoltarea, este puțin probabil ca orice valoare
realizată să fie distribuită în mod echitabil. Chiar dacă indivizii, firmele și țările nu participă - sau doar
parțial - la economia digitală, ele pot fi afectate în mod negativ indirect. Muncitorii cu abilități digitale
limitate se vor afla în dezavantaj față de cei care sunt mai bine pregătiți pentru economia digitală,
firmele locale existente vor întâlni o concurență dură față de cele digitalizate naționale și străine, iar
diferite locuri de muncă vor fi pierdute din cauza automatizării. Impactul net va depinde de nivelul de
dezvoltare și disponibilitatea digitală a țărilor și a părților interesate ale acestora. Va depinde, de
asemenea, de politicile adoptate și implementate la nivel național, regional și internațional. Impactul
asupra creării și captării valorii poate fi luat în considerare în mai multe dimensiuni economice (de
exemplu, productivitate, valoare adăugată, ocupare, venituri și comerț), pentru diferiți actori ,
microîntreprinderi, întreprinderi mici și mijlocii (IMMM-uri), platforme și guverne) și pentru diferite
componente ale economiei digitale (de bază, îngustă și extinsă). În tabelul de mai jos este prezentat un
rezumat al impacturilor potențiale ale economiei bazate pe date, în funcție de tipul de actor și pentru
diferite părți ale economiei digitale.
Platformele digitale sunt din ce în ce mai importante în economia mondială. Valoarea combinată a
companiilor platformei cu o capitalizare de piață de peste 100 de milioane de dolari a fost estimată la
peste 7 trilioane de dolari în 2017 - cu 67% mai mare decât în 2015. Unele platforme digitale globale au
obținut poziții de piață foarte puternice în anumite domenii. De exemplu, Google are aproximativ 90 la
8
sută din piață pentru căutările pe Internet. Facebook reprezintă două treimi din piața mondială a
rețelelor sociale și este cea mai bună platformă de socializare din peste 90% din economiile lumii.
Amazon se mândrește cu o cotă de aproape 40% din activitatea de vânzare cu amănuntul online a lumii,
iar Amazon Web Services reprezintă o cotă similară din piața globală a serviciilor de infrastructură cloud.
În China, WeChat (deținut de Tencent) are mai mult de un miliard de utilizatori activi și, împreună cu
Alipay (Alibaba), soluția sa de plată a capturat practic întreaga piață chineză pentru plăți mobile. Între
timp, se estimează că Alibaba deține aproape 60% din piața chineză de comerț electronic.

Exemple de tehnologii ICT specifice economiei digitale actuale si viitoare

Din scenariile posibile reies două contexte competitive principale:

- O competiție mondială bazată pe proiectarea și gestionarea rețelelor globale de aprovizionare foarte

eficiente, într-un context de incertitudine și instabilitate crescută (legată și de situația politică din țările
emergente și de climă schimbări),

- Apariția paralelă a lanțurilor de aprovizionare locale (la nivel regional, național sau continental) pentru
a răspunde la constrângerile politice, etice, de mediu sau de fiabilitate a aprovizionării.

Aceste două tendințe opuse ar trebui să coexiste în funcție de tipul de produs (materii prime și producția
de masă în primul caz; produse personalizate de înaltă tehnologie și produse care ajung la sfârșitul vieții
în al doilea caz). În fața concurenței crescute din țările în curs de dezvoltare, inovația este considerată
universal ca un punct cheie pentru o competitivitate durabilă. Chiar dacă condițiile inovării pot fi greu
formalizate, legătura acesteia cu cercetarea, gestionarea cunoștințelor, educația și schimburile libere
este adesea subliniată (a se vedea principiul „Inovației deschise”). Țesătura industrială fiind compusă în
principal din IMM-uri (întreprinderi mici și mijlocii) din întreaga lume, fiind capabil să disemineze noi
tehnologii în cadrul companiilor mici și să le poată integra în rețele globale, dar eficiente, este
considerată o provocare majoră. Necesitatea de a avea o abordare holistică asupra ciclului de viață al
produselor și organizațiilor, luând în considerare cele trei dimensiuni ale dezvoltării durabile (economică,
socială, de mediu) este, de asemenea, opunct comun al majorității studiilor. Dimensiunile societale ale
producției (îmbătrânirea lucrătorilor și a clienților, nesiguranța locului de muncă, telelucrarea ...), astfel
încât considerațiile de mediu (proiectarea ecologică, economia resurselor) să poată reorienta temele
clasice pe teme originale. Percepția unei personalizări sporite a produselor și serviciilor ca un avantaj
competitiv este împărtășită universal. Acest lucru induce noi cerințe pentru gestionarea informațiilor și
cunoștințelor pentru dezvoltarea și producția de produse mai complexe. Produsul va fi mai activ, în
timpul fazei sale de fabricație, dar și pe tot parcursul ciclului său de viață, datorită inteligenței
ambientale și a dispozitivelor conectate, utilizând tehnologii precum RFID. Acest lucru deschide noi
perspective, cu condiția de a putea federaliza protocoale de comunicare foarte diferite. Pentru a utiliza
pe deplin inteligența ambientală într- un context de personalizare a produselor și a constrângerilor de
mediu și societale, este necesară o reproiectare profundă a sistemelor de producție, inclusiv:
- mașini mai inteligente datorită senzorilor și actuatorilor inteligenți, conectați sub multi-agentor
paradigmă holonică, mai ușor de operat și de întreținut, mai ușor de reconfigurat și într-o interacțiune
mai bună cu operatorii prin interfețe augmentate.

- ateliere mai flexibile, care pot fi reorganizate într-un mod oportunist,

9
- organizații capabile să creeze în același timp parteneriate stabile pentru unele produse de înaltă
tehnologie și colaborări efemere, dar eficiente, pe produse de scurtă durată, schimbând cunoștințe (și
nu numai informații ), folosind procese interoperabile și sisteme de informații, beneficiind intens de
servicii externe accesibile în modul SaaS (Software as a Service), dar și de competențe umane
îndepărtate disponibile ca servicii.

Exista zece tendințe în care ICT va permite companiilor să ajungă la o nouă competitivitate bazate pe
arhitecturi cloud computing:

1. „Matricea socială”, ceea ce înseamnă că aplicațiile activate social vor deveni omniprezente, permițând
aprecierea, comentariile și schimbul de informații într-o gamă largă de activități, atât la nivel personal și
profesional (vezi apariția comunităților în foile de parcurs de fabricație).

2. „Internetul tuturor lucrurilor (IoT)”, văzut ca o extensie a „internetului lucrurilor” anterior, luând în
considerare proliferarea neașteptată a dispozitivelor conectate. Inainte de a provoca imaginația
inginerilor prin noi aplicații, acest context creează o nevoie extraordinară de interoperabilitate, la nivel
tehnic, dar și semantic.

3. „Big data, analize avansate”, această tendință poate fi considerată ca o interpretare „orientată către
TIC” a fabricii bazate pe cunoaștere denotată de fabricarea foilor de parcurs. Într-adevăr, adevărata
provocare a „analizelor avansate” în contextul „big data” este nu pentru a procesa mai multe informații,
ci pentru a crea valoare din informații, adică pentru a extrage și structura cunoștințele reutilizabile din
date. Legătura dintre Big Data și întreprinderea bazata pe învățare este, , legătura dintre Big Data și
interoperabilitate sunt de mare interes .
4. „Realizarea oricărui serviciu”: IT evoluează în mod clar de la produse (software-uri pe care utilizatorii
ar trebui să le instaleze în companiile lor) la servicii, eventual accesate oportunist. Sosirea recentă a
produselor ERP (Enterprise Resource Planning) disponibile ca servicii precum SAP „Business By Design”
este o ilustrare clară a acestei tendințe, dar stabilește din nou problemele de interoperabilitate atât
semantică, cât și tehnică.

5. „Automatizarea activității de cunoaștere”: se presupune că IT permite automatizarea activităților

bazate pe cunoștințe, așa cum tehnologiile de automatizare au permis în trecut automatizarea
activităților fizice. Într-un mod mai modest, putem apropia această tendință de „întreprinderea de
învățare”, în sinergie cu punctul 3.

6. „Experiențe digitale / fizice integrate”: așa cum se indică prin foile de parcurs de fabricație, „fabrica
digitală” ar trebui să permită nevăzut posibilități în simulare. Interacțiunea dintre lumea digitală și
utilizatorul uman va necesita noi interfețe „naturale” bazate pe vizualizare (de exemplu, realitatea
augmentată) sau pe interfețe gest / voce.

7.„Eu + gratuit + ușurința”: prin această temă criptică, ne referim la necesitatea unui serviciu pentru
clienți extrem de personalizat, caracterizat de o ușurință extremă de utilizare și de rezultate instantanee,
care necesită să beneficieze de punctul 6.

8. evoluția comerțului ": această tendință mai obișnuită se referă la generalizarea B2C, stabilind din nou
provocări în analiza avansată, interoperabilitate și apariția comunităților.

10
9. „Următorii trei miliarde de cetățeni digitali”: acesta este numărul noilor veniți (în principal din țările în
curs de dezvoltare) așteptat în lumea internetului în următorul deceniu, stabilind problema intruziunii
tehnicilor conexe și a comportamentelor rezultate în societăți cu culturi tradiționale puternice și
îndepărtate.

10. „Transformarea guvernului, a asistenței medicale și a educației”: Internetul și IT schimbă destul de

repede viața de zi cu zi a persoanelor și întreprinderilor. Difuzarea acestor schimbări în domeniile de
responsabilitate ale guvernelor este mult mai lentă.

Dincolo de problemele clare de integrare și interoperabilitate pe care le aduce o astfel de integrare, o

provocare semnificativă constă în natura inerent diferită a diverselor procese de afaceri deservite de
componentele individuale ale EIS (Enterprise Information Systems), care necesită o operabilitate la
nivelul procesului de afaceri. O instanță de produs fizic este întotdeauna unică, dar omologul său digital
are o instanță de reprezentare digitală diferită atunci când este gestionată de diferite subsisteme de
producție. În mod similar, același proces este modelat și gestionat prin mijloace diferite dacă este luat în
considerare la nivelul execuției de la nivelul atelierului, al operațiunilor sau al planului. EIS-ul modern
încorporează din ce în ce mai multe funcții de colaborare, necesitând o integrare perfectă a datelor de la
un capăt la altul în diferite funcții de fabricație și lanțuri de rețele. Acest lucru constituie un motor către
o schimbare de paradigmă emergentă în modul în care schimburile de informații și date sunt concepute
să aibă loc. Avatarul produsului este un exemplu de astfel de paradigmă în ceea ce privește mecanismul
de interacțiune cu EIS.
În timp ce există mai mulți factori determinanți pentru această schimbare, doi dintre ei sunt recunoscuți
ca fiind cei mai decisivi: creșterea abilitatii și capacității de interactivitate informațională a entităților
fizice și a actorilor, fiind oameni, echipamente sau dispozitive, deservite de rețele multiple și web și
exploatarea mobilității caracteristici. -Necesitate pentru a prezenta o reacție îmbunătățită și o scurtare
dramatică a timpului de răspuns la evenimente, comenzi de producție și de lucru, cereri de personalizare
a produselor, susținute de tehnologii avansate de fabricație, precum și activarea tehnologiilor ICT.
Interactivitatea crescută și natura multi-rețea a entităților fizice este alimentată de tehnologiile
Internetului obiectelor (IoT) care permit entităților fizice ale produselor și activelor să devină inteligente.
Interactivitatea fizică a entităților IoT este susținută de funcționarea pe internet și programarea bazată
pe web și susține în esență o abordare inginerească mai proactivă care trebuie pusă în aplicare. La
nivelul inferior al entităților fizice, dispozitivele compatibile cu IoT, în principal sub formă de senzori
inteligenti și fără fir, dispozitive de identificare automată și de urmărire și actuatori sunt acum extrem de
integrate cu produsele și activele fizice sub formă de sisteme cibernetice ( CPS). Aceștia sunt principalii
contribuabili la actualizarea activelor și produselor convenționale către omologii lor inteligenți, adică
entitățile cibernetice. Din punct de vedere al informației, toate schimburile de date sunt astfel limitate la
entitățile CPS, mai degrabă decât la produsele originale. Acest lucru permite integrarea lor naturală în
mediul EIS, ceea ce face ca procesul de gestionare a activelor și produselor să fie în mare parte deservit
de abordările de gestionare a informațiilor.
Comunicarea este o componentă cheie a mixului ICT. În ultimii ani, fuzionarea diferitelor tipuri de
tehnologie a crescut numărul de opțiuni pe care oamenii și instituțiile le au pentru stabilirea contactelor
și păstrarea legăturii. Sistemele tradiționale de telefonie de schimb de sucursale private (PBX), construite
pe centralele și echipamentele prin cablu, cedează locul unei noi infrastructuri de telecomunicații,
bazată
11
pe transferul digital de date. Voice over Internet Protocol (cunoscut și sub numele de Voice over IP sau
VoIP), de exemplu, convertește semnalele vocale într-un flux de date digitale care poate fi transmis prin
conexiuni de rețea, oferind comunicații pe distanțe lungi și internaționale la o fracțiune din costul
standardului apeluri telefonice. VoIP poate fi utilizat pe hardware de telefon compatibil, telefoane
specializate VoIP, computere desktop și laptopuri sau prin intermediul aplicațiilor mobile.

Având în vedere că tehnologia informației și comunicațiilor estompează acum liniile dintre telefonie și
internet, organizațiile au acum acces la comunicații unificate sau UC. O platformă bazată pe VoIP și
tehnologiile sale conexe care permit amestecarea telecomunicațiilor cu software de productivitate de
birou, baze de date, multimedia și resurse online. Implementările UC pot fi localizate în cadrul
întreprinderii sau puse la dispoziția abonaților din cloud, ca resursă la cerere denumită „Comunicații
unificate ca serviciu” sau UCaaS. Aceasta necesită o abordare bazată pe cloud pentru a integra
instrumentele de comunicare de afaceri într-o singură platformă simplificată. Aceste instrumente pot
include servicii precum telefonie VoIP, conferințe video, partajare de fișiere, colaborare și mesagerie
instantanee. Această abordare evidențiază oportunitățile de consolidare și raționalizare pe care ICT le
oferă întreprinderii. Comunicațiile unificate ca serviciu poate fi o alternativă la instrumentele de
comunicații unificate locale, o implementare numai VoIP sau o suită neunificată de instrumente de
comunicare de afaceri care includ un amestec de aplicații cloud și software tradițional de la mai mulți
furnizori. Colaborări recente precum combinarea echipelor Microsoft cu platformele UCaaS de vârf
deschid noi posibilități pentru companii și revânzători de telecomunicații începand cu 2020.

Cat de mult poate evolua Inteligenta Artificiala?

Singularitatea tehnologica ( technological singularity sau singularity) este un punct ipotetic din viitor
care va putea fi atins odata cu evolutia accelerata a tehnologiei, aceasta devenind incontrolabila si
ireversibila.

Concret, singularitatea face ca un software care are la baza inteligenta artificiala generala, sa intre intr-
un ciclu de update-uri si auto-imbunatatiri, provocand o explozie de inteligenta si rezultand intr-o
superinteligenta care ar depasi-o cu mult pe cea umana. În mediile de vânzare cu amănuntul și alte
medii orientate către clienți, infrastructura tehnologiei informației și comunicațiilor care, odată,
alimenta tranzacții simple cu cardul de credit sau de debit și păstra evidența centralizată pentru
organizațiile comerciale continuă să evolueze, iar comerțul electronic se integrează acum cu experiența
de cumpărături în sine. Consumatorii de astăzi pot cumpăra bunuri și servicii online din confortul
propriilor case sau telefoane mobile, folosind tehnologia bazelor de date și site-uri web sau aplicații
adaptate cumpărătorilor. Și tehnologia de ultimă generație, cum ar fi realitatea augmentată (AR),
12
realitatea virtuală (VR) și

13
inteligența artificială (AI), permit cumpărătorilor potențiali să obțină acces instantaneu și interactiv la
informații despre diverse produse și chiar să le încerce într-o gamă de setări și medii simulate. Pe lângă
noi căi de achiziție și noi metode de afișare și promovare a mărfurilor, comerțul electronic și evoluția ICT
au adus schimbări semnificative în modul în care organizațiile comerciale funcționează în culise. La nivel
de vânzări, dispozitivele mobile și comunicațiile în timp real, împreună cu progresele în analiza datelor și
inteligența artificială, permit asistenților cu amănuntul și personalului de vânzări să își adapteze
structura în conformitate cu istoricul de cumpărare cunoscut și caracteristicile comportamentale ale
clienților individuali. Aceleași sisteme unificate de gestionare a datelor pot optimiza logistica lanțului de
aprovizionare a organizației și pot facilita opțiunile de îndeplinire a clienților, cum ar fi livrarea în aceeași
zi sau preluarea în magazin.

Pentru organizațiile de pe piață pentru soluțiile de tehnologie a informației și comunicațiilor, dezvoltările în

infrastructura cloud prezintă acum o filă bogată de opțiuni care includ aplicații Software as a Service (SaaS),
instrumente de gestionare a datelor și diverse tehnologii emergente. Potrivit CompTIA.org, această piață are o
variație geografică în conformitate cu nivelul de maturitate tehnologică din diferite regiuni. Astfel, pe piața
americană matură, de exemplu, serviciile tehnologice și software reprezintă aproape jumătate din cheltuielile
organizaționale. Țările cu un nivel mai scăzut de dezvoltare tind să aloce mai multe cheltuieli pentru serviciile
tradiționale de hardware și telecomunicații. În unele economii în curs de dezvoltare în care infrastructura existentă
nu există, cumpărătorii de tehnologie găsesc o cale mai ușoară, trecând direct la cele mai recente produse și
servicii.

În sectorul de fabricație, ICT este un mecanism de suport util, capabil să facă proiectarea și producția mai robuste,
eficiente și eficiente prin utilizarea ingineriei de precizie bazate pe computer, a sistemelor virtualizate și a simulării
computerizate. Deși îngrijorările persistă asupra impactului potențial al volatilității comerțului, tarifelor și încetinirii

14
economiei globale, analiștii din industrie sunt de acord că 2020 va fi un an în care producătorii vor folosi noile
tehnologii pentru a-și optimiza operațiunile, a maximiza calitatea și a reduce costurile. Este posibil ca mai multe
tehnologii cheie să faciliteze acest lucru. Tehnologia informației și comunicațiilor alimentează atât buclele de
feedback ale clienților, cât și analiza datelor. Ambele elemente permit producătorilor să își aprofundeze relațiile cu
consumatorii, adăugând valoare produselor pe care le creează prin personalizare.

Concluzii
În lumea actuală a inovațiilor tehnologice rapide, clienții solicită produse și soluții integrate care sunt mereu
actualizate, completate cu cele mai noi modele și tehnologii. Acest lucru scurtează ciclurile de viață stabilite ale
produsului și determină cererea, nu doar pentru actualizări frecvente ale produselor și îmbunătățiri incrementale,
ci și pentru schimbări complete și inovații tehnologice inovatoare. Pentru clienții industriali, produsele
„tradiționale” trebuie adesea să fie îmbunătățite digital într-o gamă întreagă de moduri, inclusiv adăugarea de
aplicații, interfețe om-mașină, acces și supraveghere de la distanță, întreținere predictivă, configurarea
parametrilor adaptivi auto- învățare, servicii de asistență virtuală și alte servicii digitale care pot fi integrate perfect
în ecosistemele de soluții complete existente și în evoluție. În plus, clienții solicită din ce în ce mai multe produse și
servicii personalizate, adaptate cerințelor lor specifice. Acest lucru creează provocări pentru dezvoltatori și
producători care trebuie să stabilească o strategie modulară de produs care poate fi adaptată individual la
caracteristicile specifice, proiectele, serviciile și soluțiile integrate pe care clienții le solicită.

Fără procese de dezvoltare a produselor digitalizate, modificările tehnice devin prea costisitoare și consumă mult
timp. Clienții se așteaptă ca comenzile lor să fie îndeplinite instantaneu - cu livrarea în aceeași zi, acum noua
normă. În unele industrii, livrarea „la timp” s-a mutat deja la livrarea „în ordine”, în care furnizorii trebuie să-și
livreze piesele sau componentele într-o fereastră foarte scurtă, în ordinea corectă. Și companiile de vârf folosesc
instrumente cu capacitate digitală pentru a capta mai bine nevoile clienților și pentru a proiecta produse și soluții
integrate care sunt individualizate pentru clienți specifici , care oferă clienților soluții complete integrate, mai
degrabă decât produse și servicii individuale. Instrumentele eficiente de co-design, standardele comune și accesul
simultan la platformele comune de dezvoltare a produselor devin apoi parte a unui ecosistem integrat. În acest
curs vom analiza mai atent modul în care dezvoltarea produselor digitale stimulează performanța și ajută
companiile să îndeplinească mai bine așteptările clienților individuali. De asemenea, descriem ceea ce fac diferit
companiile cele mai de succes - Campionii Digitali din zona de dezvoltare a produselor și cum le afectează
rezultatele.

Pe tot parcursul cursului oferim informații despre instrumentele și procesele cele mai eficiente și despre cum să
obțineți mixul potrivit pentru compania dvs. Vă arătăm, de asemenea, cum instrumentele digitale sunt deja
implementate în anumite companii profilate, de la companii multinaționale de vârf precum Electrolux, KION Group
și Knorr-Bremse, până la cei mai buni jucători de pe piața mijlocie, cum ar fi BHS Corrugated și Krone, și start-up

15
e.GO Mobile. Toate aceste companii sunt pionieri în dezvoltarea produselor digitale. Cerințele clienților au fost
întotdeauna parte integrantă a procesului de dezvoltare a produselor și marea majoritate a companiilor declară că
lucrează în strânsă colaborare cu clienții pentru a dezvolta produse și servicii (89% în total). Dar cum o fac? Am
constatat că este mai probabil să utilizeze analize de date (Data Analytics) și instrumente AI pentru a analiza datele
clienților, cu scopul de a optimiza produsele și serviciile noi sau existente. Datele colectate în scopuri analitice pot
include caracteristici ale consumatorilor, date de la configuratorii online, modele de utilizare a produselor, calitate
a câmpului informații și date de service sau informații despre performanța și starea produsului de-a lungul ciclului
de viață al produsului.

Obiectivul cursului SIAIAA este acela de a va oferi o viziune practica pentru a vă

transforma compania într-un lider digital în dezvoltarea produselor și pentru a utiliza si
integra dezvoltarea produselor digitale în agenda mai largă de dezvoltare a companiei dvs.
Transformarea modelului de afaceri cu sprijinul tehnologiilor digitale poate fi realizată prin utilizarea a două
metode: recombinare și invenție. Recombinarea se realizează prin combinarea noilor modele de afaceri cu cele
existente într- una sau mai multe dimensiuni ale modelului de afaceri. Între timp, invenția se realizează prin
dezvoltarea unui model de afaceri complet nou. Acest lucru se face prin definirea mai întâi a propunerii valorice și
apoi urmată de proiectarea altor dimensiuni valorice. Metodele tradiționale de planificare strategică nu pot atinge
schimbările perturbatoare care rezultă din tehnologiile digitale. Acest lucru se datorează faptului că planificarea
tradițională nu include perturbarea cauzată de natura neliniară a dezvoltării tehnologice. Dinamismul,
incertitudinea și complexitatea afacerii mediul, inclusiv schimbarea perturbatoare cauzată de pandemia COVID-19,
pot fi toți factorii declanșatori majori care declanșează transformarea către modelele digitale de afaceri.
Tehnologiile digitale pot transforma valoarea de bază oferită clienților care fac noile modele de afaceri mai
relevante pentru mediul de afaceri emergent. Caracteristicile modelelor digitale de afaceri diferă de caracteristicile
modelului tradițional în care multe dintre activități pot fi reproduse la costuri aproape neglijabile. O altă diferență
fundamentală este că modelul de afaceri digital este centrat pe client, întrucât piața țintă și dimensiunile valorii
oferite de modelele de afaceri trebuie definite din perspectiva clienților. Transformarea unui model de afaceri în
digital poate fi clasificată ca reușită dacă modelul de afaceri nou format se modifică fundamental, în special în
următoarele trei dimensiuni: crearea valorii, livrarea valorii și captarea valorii.

Nu a durat mult până când optimismul unui nou deceniu a dispărut. Până la sfârșitul primului trimestru al anului
2020, companiile de pretutindeni se învârteau pe măsură ce aveau în vedere efectele pandemiei COVID-19. Din
păcate, impactul virusului a fost prea mare pentru multe firme, lăsând șomeri milioane de muncitori și
determinând mii de companii să își închidă ușile. Companiile care au rămas pe linia de plutire au trebuit să
acționeze rapid pentru a-și permite forța de muncă la distanță și a menține operațiunile. În 2021, există puține
precedente pentru proiectarea viitorului. Economia dă semne de stabilitate, dar există temeri persistente cu privire
la provocările continue sau la surprize suplimentare. Adăugați incertitudine în jurul peisajului politic al SUA și există
mai multe întrebări decât răspunsuri. Cu toate confuziile, totuși, există încă câteva concepte de bază care vor
forma anul viitor. Operațiunile digitale sunt mai importante ca oricând, multe schimbări transformative accelerând
în ultimul an. Tratamentul echitabil pentru toți este un mandat absolut, făcând din diversitate, echitate și
incluziune o prioritate absolută. Influența tehnologiei este masivă, forțând noi abordări ale comportamentului de
reglementare. Pe măsură ce industria iese dintr-un an haotic, va începe o fază de reconstrucție, dar această
reconstrucție depășește restaurarea. Există puține posibilități de a reveni la vechiul mod de a face lucrurile.
Datorită schimbărilor pe care nimeni nu și le-ar fi dorit și alimentate de cerințele unei societăți digitale, industria
tehnologică va lua, fără îndoială, o nouă formă în anul următor. Aceasta nu se reconstruiește pentru a revendica
trecutul; aceasta se reconstruiește pentru viitor.

16
Curs 2. Analiza datelor in domeniul turismului. Flux informational. Sistem Informational
(componente). Feedback. Sisteme Informatice in domeniul turismului CRS si GDS. Platforme
digitale cu aplicatii in turism (definitie, caracteristici). Analiza cererii in domeniul serviciilor
digitale in turism.Top 25 de platforme online specializate în călătorii de familie
https://www.doblemente.com/en/guia-turismo-on-line-25-plataformas-online-especializadas-en-viajes-de-familia/
http://documents1.worldbank.org/curated/en/724941581621885483/pdf/Digital-Platforms-and-the-Demand-for-
International-Tourism-Services.pdf

Analiza Datelor in domeniul Turismului

Sistem informational, un set integrat de componente pentru colectarea, stocarea și prelucrarea datelor și pentru
furnizarea de informații, cunoștințe și produse digitale. Firmele de afaceri și alte organizații se bazează pe sistemele
de informații pentru a-și desfășura și gestiona operațiunile, pentru a interacționa cu clienții și furnizorii lor și pentru
a concura pe piață. Sistemele informaționale sunt utilizate pentru a conduce lanțuri de aprovizionare
interorganizaționale și piețe electronice. De exemplu, corporațiile folosesc sisteme informatice pentru a procesa
conturi financiare, pentru a-și gestiona resursele umane și pentru a ajunge la potențialii lor clienți cu promoții
online. Multe companii importante sunt construite în întregime în jurul sistemelor informatice. Acestea includ
eBay, o piață în mare parte a licitațiilor; Amazon, un centru electronic în expansiune și furnizor de servicii de cloud
computing; Alibaba, o piață electronică business-to-business; și Google, o companie de motoare de căutare care își
obține cea mai mare parte a veniturilor din publicitatea prin cuvinte cheie în căutările pe Internet. Guvernele
implementează sisteme informatice pentru a furniza servicii în mod rentabil cetățenilor.

Analiza Datelor. Datele au fost întotdeauna o parte din viața noastră de zi cu zi. Odată cu progresele tehnologice,
tocmai am devenit mai adepți în colectarea și înțelegerea acestora. Mult timp, guvernele au folosit recensămintele
pentru a strânge date pentru planificarea urbană și măsurarea creșterii populației. Această analiză a datelor a avut
nevoie de ani de zile pentru a analiza, dar a fost accelerată odată cu crearea de aparate de tabulare care să poată
citi date prin intermediul unor cartonașe. Bazele de date relaționale au fost inventate în anii ’70 pentru a prelua
informațiile din bazele de date prin limbajul de interogare structurat (SQL). Bazele de date non-relaționale și
NoSQL au apărut în anii ’90 când internetul a decolat. Motoarele de căutare precum Google au consolidat datele în
rezultate ușor de citit din interogările de căutare. În această perioadă, bazele de date și depozitarea de date au dat
naștere exploatării de date. Aceasta presupunea procurarea informațiilor din surse mari de date nestructurate. În
1997, cercetătorii NASA au inventat termenul ”big data” pentru a reprezenta cantitatea masivă de date generate
de supercomputere. În 2005, Google Analytics a simplificat extragerea informațiilor acționabile de la datele online,
cum ar fi timpul pe site, clienții noi sau cei care se întorc, demografia publicului și vizualizările și vizitele paginilor
web. În 2006, s-a născut Hadoop, care a fost unul dintre primele instrumente de prelucrare a datelor mari la scară.
Odată cu lansarea Amazon Redshift și Google BigQuery în ultimii 10 ani, analiza datelor a trecut la cloud, iar toate
industriile, de la asistență medicală la turism și servicii financiare, au început să prioritizeze analiza datelor în
strategia lor de afaceri pentru a rămâne competitive.

Sistemul informatic inteligent (IIS) reprezintă evoluția cunoașterii. Acesta a fost condus de integrări
tehnologice moderne, procesare de date și distribuție în medii de calcul multiple .Mașinile sunt
programate perfect pentru un tip fix de mediu pentru a oferi un rezultat așteptat prin procesarea
anumitor date într-un mod dat. Informațiile preluate depind de intrarea perfectă și de situațiile cu care
mașina a fost programată să se ocupe și, în consecință, nu prezintă inteligență mică sau deloc. Sistemele
informatice inteligente sunt aspirate să funcționeze ca un creier uman evoluat. În condițiile în
schimbare, un instrument trebuie să fie optim la luarea deciziilor.Trebuie să fie capabil să se adapteze și
să se schimbe în funcție de datele și informațiile furnizate cu cel mai mic cost și efort. Cu sistemele
informatice inteligente, un grup de utilizatori, dispozitive și date și-ar putea coordona acțiunile
împreună pentru

17
luarea deciziilor fără a avea nevoie de o terță parte. Pentru ca acesta să funcționeze ireproșabil, sistemul
ar trebui să fie alimentat cu date și informații confirmate și confirmate. Cu științe cognitive superioare,
procesare a limbajului natural, învățare automată, tehnologii semantice și tehnologii de sisteme bazate
pe cunoaștere (KBS), IIS a avansat mult în ultimii ani. IIS folosește, de asemenea, alte tehnici legate de
date, cum ar fi extragerea datelor, partajarea și depozitarea datelor, analize, analiza imaginilor, logistica
informației și descoperirea cunoștințelor.

Flux informational
Flux informational reprezintă circuitul informaţiilor în interiorul unei entităţi organizaţionale sau între
mai multe entităţi organizaţionale. Orice organizaţie(companie, firmă, unitate de învăţământ, unitate
sanitară, etc.) este definită de o organigramă. Organigrama specifică relaţiile de subordonare şi
colaborare în interiorul unei entităţi.
Fluxul informational specifică modul în care circulă şi sunt utilizate informaţiile între diverse
departamente din cadrul unei organizaţii. Fluxul informaţional este realizat pe baza organigramei. Un
flux informational bine gândit reduce timpii de întârziere ce pot apare în procesarea unor informaţii şi
implicit creşte productivitatea muncii. Un flux informational robust produce multă valoare adăugată.
Într-o companie de telecomunicaţii, rapiditatea cu care sunt procesate cererile clienţilor depinde în
mare măsură de eficacitatea fluxului informational. Un flux informational robust trebuie să conţină o
modalitate de înregistrare a informaţiilor care intră şi ies din sistem. Acesta poate fi electronică sau
scriptică. Următoarea componentă a unui flux este faza decizională. Aici se stabileşte cine trebuie să
utilizeze sau să acţioneze în sensul procesării informaţiilor primite. Faza de execuţie urmează fazei
decizionale. În faza de execuţie, se acţionează pe baza informaţiilor şi indicaţiilor primite de la factorul
decizional. Următoarea fază din fluxul informaţional este faza de răspuns. În faza de răspuns,
informaţiile procesate sau modul de rezolvare al acestora se transmit la factorul decizional spre
aprobare după care sunt transmise la destinatari. Fluxul informaţional se încheie cu faza de arhivare.
Informaţiile procesate sunt arhivate pentru eventuale utilizări ulterioare. Funcţie de importanţa lor,
informaţiile pot fi arhivate pentru o anumită perioadă sau pe durată nedeterminată.
Fluxul informational – exemplu. Clientul unei companii adresează prin poştă o reclamaţie scrisă către
aceasta. Odată primită, reclamaţia este luată în evidenţa departamentului care se ocupă de acest aspect.
Reclamaţia înregistrată este prezentată factorului decizional. Acesta analizează reclamaţia şi o
redirecţionează spre departamentul responsabil cu problema respectivă, ataşând eventuale indicaţii.

Reclamaţia este procesată şi retrimisă la factorul decizional pentru analiză şi aprobare. Soluţia aprobată
este înregistrată şi transmisă către reclamant. Reclamaţia împreună cu un alt exemplar al soluţiei sunt
arhivate pentru eventuale litigii.

Fluxul de informații în cadrul unei organizații este extrem de important în determinarea succesului sau
eșecului afacerii pe termen lung. De exemplu, este esențial ca orice tip de organizație de afaceri să poată
partaja informații cu toți angajații în mod eficient de către conducere. Atunci când conducerea ia o
decizie importantă, aceasta trebuie comunicată tuturor personalului care se află în ierarhia
organizațională. Acest flux de informații se întâmplă într-o direcție verticală în momentul în care
personalul de conducere dă câteva instrucțiuni care curg de la o direcție ascendentă la una descendentă.
Informațiile trebuie să curgă efectiv de la personalul de conducere la manageri superiori, manageri de
nivel mediu, manageri de nivel inferior, directori superiori și directori care se află în cea mai joasă poziție
a ierarhiei organizaționale. Apoi, poate exista un flux de informații în direcție orizontală și în cazul
comunicării între colegii dintr-o organizație sau în cazul organizațiilor care nu au structura
organizațională ierarhică tradițională.
18
Organizațiile cu structură organizațională matricială pot descrie semne ale fluxului de informații într-o
direcție orizontală, deoarece pot exista diverse departamente care se află la același nivel al ierarhiei
organizaționale. Prin urmare, este evident că pentru succesul unei organizații de afaceri, indiferent de
dimensiunea și structura organizațională a acesteia, este foarte de dorit ca organizația să poată
demonstra fluxul eficient de informații în incinta companiei și, de asemenea, cu părțile interesate
externe ale acesteia. Acest lucru va asigura creșterea pe termen lung, profitabilitatea și sustenabilitatea
afacerii. Deci, se poate spune că, din diversele strategii de afaceri, strategiile de comunicare
organizațională sunt extrem de importante pentru asigurarea succesului înființării de afaceri pe termen
lung.

Componentele sistemelor informationale

Principalele componente ale sistemelor informationale sunt: hardware și software pentru computer,
telecomunicații, baze de date și depozite de date, resurse umane și proceduri. Hardwareul, softwareul și
telecomunicațiile constituie tehnologia informației (IT), care este acum înrădăcinată în operațiunile și
managementul organizațiilor.

Hardware pentru calculatoare

Astăzi, în toată lumea, chiar și cele mai mici firme, precum și multe gospodării, dețin sau închiriază computere.
Persoanele fizice pot deține mai multe computere sub formă de smartphone-uri, tablete și alte dispozitive
purtabile. Organizațiile mari folosesc de obicei sisteme informatice distribuite, de la servere puternice de procesare
paralelă situate în centre de date la computere personale și dispozitive mobile larg dispersate, integrate în
sistemele informaționale organizaționale. Senzorii devin din ce în ce mai distribuiți pe tot cuprinsul mediului fizic și
biologic pentru a colecta date și, în multe cazuri, pentru a efectua controlul prin dispozitive cunoscute sub numele
de actuatori. Împreună cu echipamentele periferice - cum ar fi discurile de stocare magnetice sau în stare solidă,
dispozitivele de intrare-ieșire și echipamentele de telecomunicații - acestea constituie hardware-ul sistemelor de
informații. Costul hardware-ului a scăzut constant și rapid, în timp ce viteza de procesare și capacitatea de stocare
au crescut enorm. Această dezvoltare a avut loc în conformitate cu legea lui Moore: puterea microprocesoarelor
din centrul dispozitivelor de calcul s-a dublat aproximativ la fiecare 18-24 de luni. Cu toate acestea, utilizarea de
energie electrică a hardware-ului și impactul său asupra mediului sunt preocupări abordate de către proiectanți.
Din ce în ce mai mult, serviciile de computer și stocare sunt livrate din cloud - din facilități partajate accesate prin
rețele de telecomunicații.

Programe de calculator (software)

Programele de calculator se împart în două clase mari: software de sistem și software de aplicații. Principalul
software al sistemului este sistemul de operare. Gestionează fișierele hardware, de date și de programe și alte
resurse de sistem și oferă mijloacelor pentru utilizator de a controla computerul, în general printr-o interfață
grafică cu utilizatorul (GUI). Aplicațiile software sunt programe concepute pentru a gestiona sarcini specifice
19
pentru

20
utilizatori. Aplicațiile pentru smartphone-uri au devenit o modalitate obișnuită pentru persoanele fizice de a accesa
sistemele de informații. Alte exemple includ suitele de aplicații cu scop general cu foaia de calcul și programele de
procesare a textelor, precum și aplicațiile „verticale” care deservesc un anumit segment industrial - de exemplu, o
aplicație care planifică, rută și urmărește livrările de pachete pentru un operator de peste noapte. Firmele mai mari
folosesc aplicații licențiate dezvoltate și întreținute de companii specializate de software, personalizându-le pentru
a-și satisface nevoile specifice și dezvoltă alte aplicații interne sau externalizate. Companiile pot utiliza, de
asemenea, aplicații livrate ca software ca serviciu (SaaS) din cloud pe web. Software-ul proprietar, disponibil și
suportat de furnizorii săi, este provocat de software-ul open-source disponibil pe web pentru utilizare gratuită și
modificare sub o licență care îi protejează disponibilitatea viitoare.

Telecomunicații
Telecomunicațiile sunt utilizate pentru conectarea sau rețeaua, sistemele de calculatoare și dispozitivele portabile
și purtabile și pentru a transmite informații. Conexiunile sunt stabilite prin medii cu fir sau fără fir. Tehnologiile prin
cablu includ cablu coaxial și fibră optică. Tehnologiile fără fir, bazate în principal pe transmisia de microunde și
unde radio, acceptă calculul mobil. Au apărut sisteme de informație penetrante cu dispozitivele de calcul
încorporate în multe obiecte fizice diferite. De exemplu, senzori precum dispozitivele de identificare a frecvenței
radio (RFID) pot fi atașate produselor care se deplasează prin lanțul de aprovizionare pentru a permite urmărirea
locației lor și monitorizarea stării lor. Rețelele de senzori fără fir care sunt integrate în Internet pot produce
cantități masive de date care pot fi utilizate pentru a căuta o productivitate mai mare sau pentru a monitoriza
mediul.Sunt posibile diverse configurații de rețea de calculatoare, în funcție de nevoile unei organizații. Rețelele
locale (LAN) se alătură computerelor la un anumit site, cum ar fi o clădire de birouri sau un campus academic.
Rețelele de zonă metropolitană (MAN) acoperă o zonă limitată dens populată și reprezintă infrastructura
electronică a „orașelor inteligente”. Rețelele extinse (WAN) conectează centre de date larg distribuite,
administrate frecvent de diferite organizații. Rețelele de la egal la egal, fără un control centralizat, permit
partajarea pe scară largă a conținutului. Internetul este o rețea de rețele, care conectează miliarde de computere
situate pe fiecare continent. Prin intermediul rețelelor, utilizatorii au acces la resurse informaționale, cum ar fi baze
de date mari, și la alte persoane, cum ar fi colegi de muncă, clienți, prieteni sau persoane care își împărtășesc
interesele profesionale sau private. Serviciile de tip Internet pot fi furnizate în cadrul unei organizații și pentru
utilizarea exclusivă a acesteia de către diverse intranet care sunt accesibile printr-un browser; de exemplu, un
intranet poate fi implementat ca un portal de acces la o bază de documente corporative partajate. Pentru a vă
conecta cu partenerii de afaceri prin Internet într-o manieră privată și sigură, extraneturile sunt stabilite ca așa-
numitele rețele private virtuale (VPN) prin criptarea mesajelor. A apărut un „Internet al lucrurilor” masiv, deoarece
senzorii și dispozitivele de acționare au fost distribuite pe scară largă în mediul fizic și furnizează date, cum ar fi
aciditatea unei curți pătrate de sol, viteza unui vehicul care conduce sau tensiunea arterială a unui individual.
Disponibilitatea acestor informații permite o reacție rapidă atunci când este necesar, precum și luarea de decizii
susținute pe baza procesării datelor masive acumulate. Infrastructura de rețea extinsă sprijină mutarea în creștere
către cloud computing, cu resursele sistemului informațional partajate între mai multe companii, ceea ce duce la
eficiență de utilizare și libertate în localizarea centrelor de date. Rețelele definite de software permit controlul
flexibil al rețelelor de telecomunicații cu algoritmi care răspund cerințelor în timp real și disponibilităților
resurselor.

Baze de date și depozite de date

Multe sisteme informatice sunt în principal vehicule de livrare a datelor stocate în baze de date. O bază de date
este o colecție de date corelate organizate astfel încât înregistrările individuale sau grupurile de înregistrări să
poată fi recuperate pentru a satisface diferite criterii. Exemple tipice de baze de date includ înregistrări ale
angajaților și cataloage de produse. Bazele de date susțin operațiunile și funcțiile de management ale unei
întreprinderi. Depozitele de date conțin datele de arhivă, colectate de-a lungul timpului, care pot fi extrase pentru
informații pentru a dezvolta și comercializa noi produse, pentru a servi mai bine clienții existenți sau pentru a
ajunge la potențiali clienți noi. Oricine a achiziționat vreodată ceva cu un card de credit - în persoană, prin
corespondență sau prin internet - este inclus în astfel de colecții de date. Colectarea și prelucrarea masivă a

21
datelor cantitative sau

22
structurate, precum și a datelor textuale adunate adesea pe web, s-a dezvoltat într-o inițiativă amplă cunoscută
sub numele de „big data”. Multe beneficii pot apărea din deciziile bazate pe faptele reflectate de datele mari.
Exemplele includ medicamente bazate pe dovezi, economia resurselor ca urmare a evitării risipei și recomandări de
produse noi (cum ar fi cărți sau filme) bazate pe interesele unui utilizator. Big data permite modele de afaceri
inovatoare. De exemplu, o firmă comercială colectează prețurile mărfurilor prin crowdsourcing (colectând de la
numeroși indivizi independenți) prin intermediul smartphone-urilor din întreaga lume. Datele agregate furnizează
informații timpurii despre mișcările prețurilor, permițând luarea unor decizii mai receptive decât era posibil
anterior.Prelucrarea datelor textuale - cum ar fi recenziile și opiniile articulate de indivizi pe rețelele sociale, bloguri
și forumuri de discuții - permite analiza automată a sentimentelor pentru marketing, inteligență competitivă,
dezvoltarea de noi produse și alte scopuri de luare a deciziilor.

Resurse umane și proceduri

Oamenii calificați sunt o componentă vitală a oricărui sistem informațional. Personalul tehnic include manageri de
dezvoltare și operațiuni, analiști de afaceri, analiști și designeri de sisteme, administratori de baze de date,
programatori, specialiști în securitatea computerelor și operatori de computere. În plus, toți lucrătorii dintr-o
organizație trebuie să fie instruiți pentru a utiliza capacitățile sistemelor de informații cât mai complet posibil.
Milioane de oameni din întreaga lume învață despre sistemele informaționale pe măsură ce utilizează
internetul.Procedurile de utilizare, operare și întreținere a unui sistem informațional fac parte din documentația
acestuia. De exemplu, trebuie stabilite proceduri pentru a rula un program de salarizare, inclusiv când să-l ruleze,
cine este autorizat să îl ruleze și cine are acces la ieșire. În cadrul inițiativei de calcul autonom, centrele de date
sunt rulate din ce în ce mai automat, cu procedurile încorporate în software-ul care controlează aceste centre.

Sistemele informationale susțin operațiunile, activitatea de cunoaștere și managementul în organizații. (Structura

generală a sistemelor informaționale organizaționale este prezentată în figură.) Sistemele funcționale de informații
care susțin o funcție organizațională specifică, cum ar fi marketingul sau producția, au fost înlocuite în multe cazuri
de sisteme multifuncționale construite pentru a sprijini procesele de afaceri complete, precum ca procesare a
comenzilor sau management al angajaților. Astfel de sisteme pot fi mai eficiente în dezvoltarea și livrarea
produselor firmei și pot fi evaluate mai atent în ceea ce privește rezultatele afacerii. Categoriile de sistem
informațional descrise aici pot fi implementate cu o mare varietate de programe de aplicații.

Suport operațional și sisteme de întreprindere

Sistemele de procesare a tranzacțiilor susțin operațiunile prin care produsele sunt proiectate,
comercializate, produse și livrate. În organizațiile mai mari, procesarea tranzacțiilor se realizează
frecvent cu sisteme integrate mari cunoscute sub numele de sisteme de întreprindere. În acest caz,
sistemele informatice care acceptă diverse unități funcționale - vânzări și marketing, producție, finanțe și
resurse umane - sunt integrate într-un sistem de planificare a resurselor întreprinderii (ERP), principalul
tip de sistem de întreprindere. Sistemele ERP susțin lanțul valoric - adică întreaga secvență de activități
sau procese prin care o firmă adaugă valoare produselor sale. De exemplu, o persoană fizică sau o altă
companie poate trimite o comandă personalizată pe web care inițiază automat producția la timp
conform

23
specificațiilor clientului printr-o abordare cunoscută sub numele de personalizare în masă. Aceasta
implică trimiterea comenzilor de la clienți la depozitele firmei și, probabil, la furnizori pentru a livra
materialele de intrare la timp pentru o serie de producții personalizate. Conturile financiare sunt
actualizate corespunzător, iar logistica livrării și facturarea sunt inițiate. Împreună cu contribuția la
integrarea propriului lanț valoric al unei firme, sistemele de procesare a tranzacțiilor pot servi și la
integrarea lanțului general de aprovizionare din care face parte organizația. Aceasta include toate
firmele implicate în proiectarea, producerea, comercializarea și livrarea bunurilor și serviciilor - de la
materii prime până la livrarea finală a produsului.

Un sistem de gestionare a lanțului de aprovizionare (SCM) gestionează fluxul de produse, date, bani și
informații pe întregul lanț de aprovizionare, care începe cu furnizorii de materii prime, trece prin
nivelurile intermediare ale companiilor de prelucrare și se termină cu distribuitorii și comercianții cu
amănuntul. De exemplu, achiziționarea unui articol la un magazin cu amănuntul important generează
mai mult decât o chitanță a casei de marcat: de asemenea, trimite automat o comandă de repopulare
furnizorului corespunzător, care la rândul său poate solicita comenzi către furnizorii furnizorului. Cu un
sistem SCM, furnizorii pot accesa, de asemenea, baza de date de inventar a unui comerciant cu
amănuntul pe web pentru a programa livrări eficiente și la timp în cantități adecvate.
Al treilea tip de sistem de întreprindere, managementul relației cu clienții (CRM), sprijină relațiile cu
clienții companiei în marketing, vânzări, servicii și dezvoltarea de produse noi. Un sistem CRM oferă unei
companii o imagine unificată a fiecărui client și a relațiilor sale cu clientul respectiv, permițând o relație
consecventă și proactivă. În inițiativele de cocreație, clienții pot fi implicați în dezvoltarea noilor produse
ale companiei. Multe sisteme de procesare a tranzacțiilor acceptă comerțul electronic pe internet.
Printre acestea se numără sistemele de cumpărături online, servicii bancare și tranzacționare de valori
mobiliare. Alte sisteme furnizează informații, servicii educaționale și divertisment la cerere. Cu toate
acestea, alte sisteme servesc pentru a sprijini căutarea produselor cu atributele dorite (de exemplu,
căutarea cuvintelor cheie pe motoarele de căutare), descoperirea prețului (printr-o licitație, de exemplu)
și livrarea produselor digitale (cum ar fi software, muzică, filme Carduri de felicitări). Site-urile de rețele
sociale, cum ar fi Facebook și LinkedIn, sunt un instrument puternic pentru susținerea comunităților de
clienți și a persoanelor în timp ce își exprimă opinii, dezvoltă idei noi și sunt expuse la mesaje
promoționale.

Securitatea sistemelor informatice

Securitatea sistemelor informatice este responsabilă pentru integritatea și siguranța resurselor și activităților
sistemului. Majoritatea organizațiilor din țările dezvoltate depind de funcționarea sigură a sistemelor lor de
informații. De fapt, însăși țesătura societăților depinde adesea de această securitate. Mai multe rețele
infrastructurale - inclusiv energie electrică, alimentarea cu apă și îngrijirea sănătății - se bazează pe ea. Sistemele
informatice se află în centrul unităților de terapie intensivă și al sistemelor de control al traficului aerian. Instituțiile
financiare nu au putut supraviețui unui eșec total al sistemelor lor de informații mai mult de o zi sau două.
Sistemele electronice de transfer de fonduri (EFTS) gestionează sume imense de bani care există doar ca semnale
24
electronice

25
trimise prin rețele sau ca spoturi pe discurile de stocare. Sistemele informaționale sunt vulnerabile la o serie de
amenințări și necesită controale stricte, cum ar fi contramăsurile continue și audituri regulate, pentru a se asigura
că sistemul rămâne sigur.

Feedback
Feedbackul reprezinta aspectul functional al unui sistem informatic. Proces în care efectul sau rezultatul
unei acțiuni este „returnat” (feed-back) pentru a modifica următoarea acțiune. Feedback-ul este esențial
pentru funcționarea și supraviețuirea tuturor mecanismelor de reglementare găsite în întreaga natură
vie și non-vie și în sistemele create de om, cum ar fi sistemul educațional și economia. Ca un flux
bidirecțional, feedback-ul este inerent tuturor interacțiunilor, indiferent dacă este de la om la om, de la
om la mașină sau de la mașină la mașină. În context organizațional, feedback-ul este informația trimisă
unei entități (individ sau grup) despre comportamentul său anterior, astfel încât entitatea să își poată
ajusta comportamentul actual și viitor pentru a obține rezultatul dorit. Feedback-ul apare atunci când un
mediu reacționează la o acțiune sau comportament. De exemplu, „feedback-ul clienților” este reacția
cumpărătorilor la produsele și politicile unei firme, iar „feedback-ul operațional” este informația
generată intern cu privire la performanța unei firme. Răspunsul la stimuli (cum ar fi critica sau lauda)
este considerat feedback doar dacă aduce o schimbare în comportamentul destinatarului.

26
Sisteme informatice in domeniul turismului CRS si GDS
Sistemul de rezervare computerizată (CRS) este probabil cel mai utilizat instrument tehnologic în
industria turismului. Este practic un sistem electronic utilizat pentru a promova vânzările și a oferi
informații rapide și exacte despre disponibilitatea, prețul și rezervările de produse și servicii. Acesta a
fost inițial conceput și utilizat de companiile aeriene pentru rezervarea biletelor de avion, dar în prezent
CRS este utilizat pentru a stoca și distribui informații despre produse și servicii turistice către public fie
direct, fie prin intermediari, ceea ce permite, de asemenea, efectuarea rezervărilor (Beaver 2005).
Distribuirea acestor informații între clienți și intermediari a avut ca rezultat o serie de alianțe, fuziuni și
achiziții între furnizorii de servicii, iar acest sistem de rezervare a evoluat de atunci în ceea ce este
cunoscut sub numele de sistem de distribuție global, denumit și eMediarii. Cele mai importante
companii de distribuție la nivel mondial sunt Amadeus, Galileo, Sabre și Worldspan.

Un sistem global de distribuție (GDS) este un sistem de rețea computerizat deținut sau operat de o
companie care permite tranzacții între furnizorii de servicii din industria turismului, în principal
companiile aeriene, hotelurile, companiile de închirieri auto și agențiile de turism. GDS utilizează în
principal inventarul în timp real (de exemplu, numărul de camere de hotel disponibile, numărul de locuri
de zbor disponibile sau numărul de mașini disponibile) pentru furnizorii de servicii. Agențiile de turism s-
au bazat în mod tradițional pe GDS pentru servicii, produse și tarife pentru a oferi servicii legate de
călătorii consumatorilor finali. Astfel, un GDS poate lega servicii, tarife și rezervări care să consolideze
produse și
27
servicii în toate cele trei sectoare de călătorie: adică rezervări de linii aeriene, rezervări de hoteluri,
închirieri auto. GDS este diferit de un sistem de rezervare computerizat, care este un sistem de rezervare
utilizat de furnizorii de servicii (cunoscut și sub numele de furnizori). Clienții principali ai GDS sunt agenții
de turism (atât online, cât și de birou) care fac rezervări pe diferite sisteme de rezervare administrate de
furnizori. GDS nu deține inventar; inventarul este păstrat chiar în sistemul de rezervare al vânzătorului.
Un sistem GDS va avea link în timp real către baza de date a furnizorului. De exemplu, atunci când o
agenție de turism solicită o rezervare la serviciul unei anumite companii aeriene, sistemul GDS
direcționează solicitarea către sistemul de rezervări computerizat al companiei aeriene corespunzătoare.

Un GDS este o conductă mondială între rezervatorii de călătorii și furnizori, cum ar fi hoteluri și alți
furnizori de cazare. Comunică datele live despre produse, preț și disponibilitate agenților de turism și
motoarelor de rezervare online și permite tranzacții automatizate. GDS este adesea folosit pentru a
accesa piața călătoriilor corporative, deoarece are capacitatea de a prezenta hoteluri, zboruri și închirieri
auto într-o singură interfață simplă, care este convenabilă. Multe companii care organizează excursii
pentru personalul lor vor folosi GDS ca metodă de rezervare preferată. Istoria sistemelor globale de
distribuție datează din anii 1960, când a fost necesară o metodă mai sofisticată pentru a ține evidența
orarelor de zbor, a disponibilității și a prețurilor. Încă din anii 1970 GDS-urile au fost unele dintre primele
companii din lume care au facilitat comerțul electronic business to business (B2B) (acum mai cunoscut
sub numele de comerț electronic). Companiile aeriene și-au dat seama că, automatizând procesul de
rezervare pentru agenții de turism, ar putea face agenții de turism mai productivi și, în esență, le pot
transforma într-o extensie a forței de vânzare a companiei aeriene. Patru dintre cele mai importante
moșteniri GDS sunt: Amadeus, Galileo, Sabre, Worldspan. Hotelierii caută întotdeauna modalități de a-și
spori acoperirea pentru a atrage mai mulți clienți, a crește veniturile și a obține profit. Se pare că un
sistem global de distribuție (GDS) este un canal valoros pentru a realiza acest lucru. Un GDS transmite
inventarul și tarifele hotelurilor agențiilor de turism și site-urilor de turism care solicită acest lucru și
acceptă, de asemenea, rezervările.
Cum funcționează GDS în călătorii? Rețeaua încurcată de baze de date a devenit și mai mult un labirint
în urma exploziei agențiilor de turism online (OTA), cum ar fi Booking.com, Expedia și Wotif. Hotelurile și
alte entități de călătorie pot utiliza soluții tehnologice pentru a valorifica această tendință, folosind toate
GDS- urile, inclusiv Amadeus, Galileo, Sabre și Worldspan by Travelport. Tarifele și disponibilitatea live
sunt trimise de la sistemul de administrare a proprietății (PMS) al unui hotel direct către GDS și site-urile
de rezervare online prin intermediul unui manager de canal. De îndată ce se face o rezervare pe GDS sau
pe un site de rezervare online, managerul canalului reduce instantaneu inventarul pe toate canalele,
inclusiv
28
pe site-ul web al hotelului, și livrează automat detaliile rezervării înapoi în PMS sau în sistemul central de
rezervări (CRS). Fiecare GDS are propriul set de taxe și cerințe de conectare pentru a vă înscrie dacă
faceți acest lucru independent,decât printr-o soluție tehnologică.
Care sunt principalele sisteme GDS? Există mai multe sisteme de distribuție globale importante care găzduiesc și
procesează majoritatea datelor de la hoteluri, companii aeriene și alți distribuitori. Acestea includ Amadeus, Sabre,
Galileo, Worldspan, Apollo și Pegasus. Cu toate acestea, există mulți furnizori de tehnologie care ajută hotelurile să
folosească aceste GDS-uri și, prin extensie, mii de agenți de turism și călători din întreaga lume.

Amadeus GDS. Amadeus operează de peste 30 de ani, construind soluții esențiale pentru a ajuta companiile
aeriene, hotelurile, căile ferate, agențiile de turism, operatorii de turism și multe altele să își conducă afacerea și să
îmbunătățească experiența de călătorie. Amadeus are cea mai mare amprentă globală dintre oricare dintre GDS-
uri, cu o potențială acoperire pentru milioane de oaspeți. Compania operează în peste 190 de piețe și are peste
17.000 de angajați.

Sabre GDS. Sabre este un furnizor de tehnologie și soluții bazate pe date, care ajută companiile aeriene, hotelurile
și agențiile de turism să își dezvolte afacerile și să transforme experiența călătorilor.

Sabre este văzut ca un pionier pentru agențiile de turism online, instrumentele de rezervare corporativă,
gestionarea veniturilor și instrumentele de itinerar web și mobil, pentru a numi doar câteva. Sabre Travel Network
este piața sa globală de călătorii business-to-business și constă în principal din GDS și un set larg de soluții care se
integrează cu GDS. Această piață este utilizată de furnizorii de călătorii, inclusiv 400 de companii aeriene, 175.000
de hoteluri, 200 de operatori turistici, 50 de transportatori feroviari, 40 de puncte de închirieri auto și 17 linii de
croazieră.

Galileo GDS. Galileo își găsește rădăcinile în 1971, când United Airlines a creat primul său sistem centralizat de
rezervare centralizată. Datorită pătrunderii ridicate pe piață a sistemelor Sabre și Apollo, deținute de American
Airlines și, respectiv, de United Airlines, Worldspan și Galileo au fost create de alte grupuri de companii aeriene în
încercarea de a câștiga cote de piață pe piața sistemului de rezervare computerizată. Sistemul Galileo a fost mutat
din Denver, Colorado, în centrul de date Worldspan din Atlanta, Georgia, în 2008, în urma fuziunii Travelport și
Worldspan (deși acum împărtășesc același centru de date, acestea continuă să fie rulate ca sisteme separate).

Worldspan GDS. Worldspan este o platformă Travelport și este liderul tehnologiei în comerțul electronic de
călătorii bazat pe web, oferind soluții pentru toate aspectele afacerilor de călătorie online. În calitate de GDS de
frunte, Worldspan oferă distribuție de călătorii, tehnologii și servicii pentru mii de companii de turism din întreaga
lume, inclusiv agenții de turism, corporații, furnizori de turism și site-uri web de călătorie.

Platforme digitale, Exemple

O platformă digitala este un set de software și un ecosistem înconjurător de resurse care ajută să vă
dezvoltați afacerea. O platformă permite creșterea prin conexiune: valoarea sa vine nu numai din
caracteristicile sale, ci din capacitatea sa de a conecta instrumente, echipe, date și procese externe.

În termeni simpli, un produs software este un set de instrumente de la o singură companie care vine
într- un singur pachet. Tot ceea ce conține acel pachet este conceput să funcționeze împreună, dar
poate fi o provocare să adăugați noi instrumente care nu au apărut inițial în pachet. Pe măsură ce
afacerea dvs. crește, nevoile dvs. se vor schimba inevitabil, iar instrumentele care au funcționat inițial
pentru dvs. s-ar putea să nu fie suficiente pentru a vă menține în funcțiune. Va trebui să completați suita
de produse originale cu mai multe instrumente externe - și asta înseamnă mai multe integrări.

29
O platformă digitala oferă o abordare diferită și mai simplă a gestionării afacerii în creștere. În loc să
achiziționați o cutie de scule, o platformă seamănă mai mult cu o priză electrică cu potențialul de a conecta cu
ușurință câte instrumente aveți nevoie. Produsele necesită integrări (uneori personalizate, complexe) pentru a
conecta diferite instrumente, dar platformele sunt concepute de la început pentru a ajuta diferite instrumente să
lucreze împreună și să partajeze informații mai ușor. Platformele sunt adesea o alternativă mai accesibilă pentru a
investi într-o suită de produse. Platformele nu numai că fac datele mai ușor disponibile în întreaga companie, dar
permit, de asemenea, non-dezvoltatorilor să creeze și să mențină ecosisteme avansate, interconectate de
instrumente. Este posibil să conectați diferite instrumente și produse de sine stătătoare prin integrări, dar calitatea
și fiabilitatea acestor integrări unice de la produs la produs pot suferi cu ușurință pe măsură ce adăugați mai multe
în mix.

Cu alte cuvinte, modul în care vă conectați instrumentele contează la fel de mult - dacă nu chiar mai mult - decât
instrumentele în sine. Dacă tocmai lansați o afacere, poate fi tentant să începeți mic și să cumpărați un set conținut
de instrumente de bază într-o suită de produse software. Dar dacă intenționați să vă dezvoltați afacerea - și pariez
că da - instrumentele care vă ajută să începeți nu sunt instrumentele de care aveți nevoie. Pentru a rezolva cu
adevărat creșterea viitoare, aveți nevoie de o modalitate de a conecta cu ușurință diferite instrumente într-un
singur loc central, fără integrări personalizate care necesită un angajat cu normă întreagă pentru depanare și
întreținere. Aproape fiecare antreprenor de software construiește în prezent un fel de „platformă”. Cu toate
acestea, foarte puțini vor răspunde cu încredere la o întrebare aparent simplă, dar foarte importantă: ce fel de
platformă construiți? Toate platformele nu sunt create la fel. Căutarea Google, Facebook, Amazon Web Services,
Amazon Marketplace, Android, Uber, AirBnB, Waze, WeWork, Twilio și chiar Bitcoin sunt toate platforme. În același
timp, aceste platforme sunt foarte diferite în ceea ce privește modul în care creează efecte de rețea, interacțiunile
pe care le permit, abordări pentru rezolvarea problemelor (construiți mai întâi partea cererii sau cea a ofertei?),
Nivelurile de deschidere, dinamica creșterii , subvenții, strategii competitive și metode de monetizare. Construirea
unei platforme de succes înseamnă mai mult despre realizarea unor compromisuri corecte decât despre cea mai
bună tehnologie. Pentru a înțelege aceste compromisuri, trebuie să înțelegeți bine ce tip de platformă construiți.

Platforme de distribuție a conținutului. Google AdSense, Outbrain, Smaato și Millennial Media sunt
exemple de platforme de distribuție a conținutului. Astfel de platforme conectează proprietarii de puncte de
contact ale utilizatorilor (site-uri web, aplicații mobile, dispozitive) cu proprietarii de conținut care doresc să livreze
conținutul (sau anunțurile) utilizatorilor. Efectul rețelei în platformele de distribuție a conținutului este între
proprietarii punctelor de contact ale utilizatorilor și proprietarii de conținut. Cu cât platforma agregă mai multe
puncte de contact, cu atât devine mai atractivă pentru proprietarii de conținut. Cu cât este disponibil mai mult
conținut pe platformă, cu atât este mai atractivă platforma pentru proprietarii punctelor de contact. În termeni de
afaceri, o platformă digitală poate fi considerată ca suma totală a unui loc pentru schimburi de informații, bunuri
sau servicii între producători și consumatori, precum și comunitatea care interacționează cu respectiva platformă.
Este imperativ să înțelegem că comunitatea în sine este o piesă esențială a platformei digitale și că, fără această
comunitate, platforma digitală are o valoare inerentă foarte mică. Interacționăm cu platformele digitale în mod
constant datorită succesului abordării platformei digitale. Platformele digitale iau multe forme diferite, în funcție
de modelul de afaceri pe care îl folosesc și de scopurile specifice pe care doresc să le servească.

Exemple de platforme digitale de succes sunt: Platforme de socializare precum Facebook, Twitter, Instagram și
LinkedIn/ Platforme de cunoștințe (StackOverflow și Yahoo)/ Platforme de partajare media precum YouTube,
Spotify și Vimeo/ Platforme orientate spre servicii precum Uber, Airbnb și GrubHub. Platformele digitale nu sunt în
niciun caz o abordare nouă și nu sunt utilizate în mod restrâns în ceea ce privește cazurile lor de utilizare
particulare. Platformele digitale oferă valoare tuturor celor din cadrul ecosistemului platformei, în timp ce
înregistrează un profit pentru organizația care a creat-o și o menține prin diferite modele de afaceri, cum ar fi
publicitate, abonamente, plată pe măsură sau orice combinație a acestora și a altor metode de obținere a
profitului.

Aspectele cheie ale unei Platforme Digitale sunt: Ușurință de utilizare și apel imediat pentru utilizatori; / Încredere
și securitate (sunt necesari termeni și condiții clare, precum și protecție a confidențialității și asigurări pentru
30
proprietatea intelectuală și proprietatea datelor); / Conectivitate prin utilizarea API-urilor care permit terților să
extindă ecosistemul platformei și capacitățile acesteia; / Facilitarea schimburilor între utilizatori (producători și
consumatori) oferind valoare comunității și în funcție de dimensiunea comunității (cu cât este mai mare
comunitatea, cu atât platforma poate oferi mai multă valoare tuturor părților implicate); / Capacitatea de a scala
fără a provoca degradarea performanței.

Analiza cererii in domeniul serviciilor digitale in turism

Reconstruirea turismului este o prioritate, dar sectorul trebuie să devină mai durabil și mai rezistent în
viitor
Turismul continuă să fie unul dintre sectoarele cele mai afectate de pandemia de coronavirus, iar perspectivele
rămân extrem de incerte. OECD se așteaptă ca turismul internațional să scadă cu aproximativ 80% în 2020.
Destinațiile care se bazează foarte mult pe turismul internațional, de afaceri și de evenimente se confruntă cu
dificultăți deosebite, multe zone de coastă, regionale și rurale fiind mai bune decât orașele. Știrile încurajatoare cu
privire la vaccinuri au stimulat speranțele de recuperare, dar rămân provocări, sectorul urmând să rămână în
modul de supraviețuire până până în 2021. Turismul intern a repornit și contribuie la atenuarea impactului asupra
locurilor de muncă și întreprinderilor din anumite destinații. Cu toate acestea, recuperarea reală va fi posibilă
numai atunci când se va întoarce turismul internațional. Acest lucru necesită cooperare globală și soluții bazate pe
dovezi, astfel încât restricțiile de călătorie pot fi ridicate în siguranță.

Supraviețuirea întreprinderilor din întregul ecosistem turistic este expusă riscului fără sprijinul guvernului continuu
și, deși guvernele au luat măsuri impresionante pentru a amortiza lovitura turismului, pentru a reduce la minimum
pierderile de locuri de muncă și pentru a construi recuperarea în 2021 și nu numai, este nevoie să se facă mai
multe un mod mai coordonat. Prioritățile politice cheie includ: Restabilirea încrederii călătorilor, Sprijinirea
întreprinderilor din turism pentru adaptare și supraviețuire, Promovarea turismului intern și sprijinirea returnării în
siguranță a turismului internațional, Furnizarea de informații clare călătorilor și afacerilor și limitarea incertitudinii
(în măsura posibilului), Măsuri de răspuns în evoluție pentru a menține capacitatea în sector și pentru a remedia

31
deficiențele de sprijin, Consolidarea cooperării în interiorul și între țări, Construirea unui turism mai rezistent și
durabil.

Deși sunt necesare soluții politice flexibile pentru a permite economiei turismului să trăiască alături de virus pe
termen scurt și mediu, este important să ne uităm dincolo de aceasta și să luăm măsuri pentru a învăța din criză,
care a dezvăluit lacune în pregătirea și răspunsul guvernului și al industriei. capacitate. Este esențială o acțiune
coordonată între guverne la toate nivelurile și sectorul privat. Criza este o oportunitate de a regândi turismul
pentru viitor. Turismul este la o răscruce de drumuri, iar măsurile puse în aplicare astăzi vor forma turismul de
mâine. Guvernele trebuie să ia în considerare implicațiile pe termen lung ale crizei, valorificând în același timp
digitalizarea, sprijinind tranziția cu emisii reduse de carbon și promovând transformarea structurală necesară
pentru a construi o economie turistică mai puternică, mai durabilă și mai rezistentă.

Top 25 de platforme online specializate în călătorii de familie

https://www.doblemente.com/en/guia-turismo-on-line-25-plataformas-online-especializadas-en-viajes-de-familia/

Îți place să călătorești, dar ai avut copii și crezi că este imposibil? Ai plecat singur sau ai divorțat Și ai văzut un zid
care poate organiza o călătorie? Ați format o familie monoparentală și nu știți ce să faceți în vacanță sau în timpul
liber? Apoi scoateți toate aceste idei din cap pentru că tocmai v-ați împiedicat de ghidul pe care îl așteptați.

Aici sunt cele mai bune site-uri web, astfel încât să puteți organiza o excursie în familie cu copii. Dacă aveți o
familie tradițională, dacă sunteți singuri sau divorțați sau dacă ați decis să formați o familie monoparentală, în
aceste călătorii vă puteți lărgi cercul de prietenii în timp ce cei mai mici au o întâlnire minunată și se joacă cu alți
copii. Și aici nu este sfârșitul lucrului, deoarece sunt și câteva bloguri. Dacă doriți să călătoriți cu familia, trebuie să
salvați în folderul preferat.

Termeni importanti:
-Arhitectură scalabilă este o arhitectură care se poate extinde pentru a satisface sarcini de lucru crescute. Dacă
sarcina de lucru depășește dintr-o dată capacitatea combinația existenta de soft + hard, puteți extinde sistemul
pentru a satisface sarcina de lucru crescută.

-API (Interfața de Programare a Aplicației -Application Programming Interface). Probabil că ați auzit de termenul
„API”. Sistemul de operare, browserul web și actualizările de aplicații anunță deseori API-uri noi pentru
dezvoltatori. Dar ce este un API? Termenul API este un acronim și reprezintă „Interfața de programare a
aplicațiilor”. Un API enumeră o grămadă de operații pe care dezvoltatorii le pot utiliza, împreună cu o descriere a
ceea ce fac. Dezvoltatorul nu trebuie neapărat să știe cum, de exemplu, un sistem de operare construiește și
prezintă o casetă de dialog „Salvați ca”. Trebuie doar să știe că este disponibil pentru utilizare în aplicația lor. API-
urile permit dezvoltatorilor să economisească timp, profitând de implementarea unei platforme pentru a realiza o
muncă dificilă. Acest lucru ajută la reducerea cantității de cod pe care dezvoltatorii trebuie să îl creeze și, de
asemenea, ajută la crearea unei mai mari coerențe între aplicații pentru aceeași platformă. API-urile pot controla
accesul la resurse hardware și software.

API-urile fac viața mai ușoară dezvoltatorilo. Să presupunem că doriți să dezvoltați o aplicație pentru iPhone.
Sistemul de operare iOS de la Apple oferă un număr mare de API – ca și celelalte sisteme de operare – pentru a
face acest lucru mai ușor pentru dvs. Dacă doriți să încorporați un browser web pentru a afișa una sau mai multe
pagini web, de exemplu, nu trebuie să programați propriul browser web de la zero doar pentru aplicația dvs.
Utilizați API- ul WKWebView pentru a încorpora un obiect de browser WebKit (Safari) în aplicația dvs. Dacă doriți
să capturați fotografii sau videoclipuri de pe aparatul foto iPhone, nu este necesar să scrieți propria interfață a
camerei. Utilizați API-ul camerei pentru a încorpora camera iPhone-ului în aplicația dvs. Dacă API-urile nu ar exista
pentru a face acest

32
lucru ușor, dezvoltatorii de aplicații ar trebui să-și creeze propriul software de cameră și să interpreteze întrările
hardware ale camerei. Dar dezvoltatorii sistemului de operare ai Apple au făcut toată această muncă grea, astfel
încât dezvoltatorii să poată folosi API-ul pentru a încorpora o cameră și apoi să-și construiască aplicația. Și, atunci
când Apple îmbunătățește API-ul camerei, toate aplicațiile care se bazează pe aceasta vor beneficia automat de
această îmbunătățire. Acest lucru se aplică fiecărei platforme. De exemplu, doriți să creați o casetă de dialog pe
Windows? Există un API pentru asta. Doriți să sprijiniți autentificarea cu amprentă digitală pe Android? Există și un
API pentru acest lucru, astfel încât să nu trebuie să testați fiecare senzor de amprentă diferit al producătorului
Android.

API-urile controlează accesul la resurse. API-urile sunt, de asemenea, folosite pentru a controla accesul la
dispozitivele hardware și funcțiile software pe care o aplicație nu are neapărat permisiunea de a le utiliza. De
aceea, API joacă adesea un rol important în securitate. De exemplu, dacă ați vizitat vreodată un site Web și ați
văzut un mesaj în browserul dvs. că site-ul solicită să vadă locația dvs. exactă, site-ul respectiv încearcă să utilizeze
API-ul de localizare în browser-ul dvs. web. Navigatoarele pe Internet expun astfel de API-uri pentru a ușura
accesul dezvoltatorilor web la locația dvs. – pot întreba doar „unde vă aflați?” Și browserul face munca grea de a
accesa rețelele GPS sau Wi-Fi din apropiere pentru a vă găsi locația fizică. Cu toate acestea, browserele expun și
aceste informații printr-un API, deoarece este posibil să controlați accesul la acesta. Când un site dorește acces la
locația dvs. fizică exactă, singura modalitate prin care poate fi obținută este prin API-ul de locație. Și când un site
încearcă să-l folosească, tu – utilizatorul – poți alege să permiți sau să refuzi această solicitare. Singura modalitate
de a accesa resursele hardware precum senzorul GPS este prin API, astfel încât browserul poate controla accesul la
hardware și poate limita ceea ce aplicațiile pot face. Același principiu este utilizat și în sistemele de operare mobile
moderne, cum ar fi iOS și Android, în care aplicațiile mobile au permisiuni care pot fi impuse prin controlul
accesului la API-uri.

API-urile sunt folosite și pentru comunicarea între servicii. API-urile sunt folosite pentru tot felul de alte motive.
De exemplu, dacă ați văzut vreodată un obiect Google Maps încorporat pe un site Web, acel site utilizează API-ul
Google Maps pentru a încorpora această hartă. Google expune API-uri că acesta pentru dezvoltatorii web, care
apoi pot utiliza API-urile pentru a construi obiecte complexe chiar pe site-ul lor. Dacă astfel de API-uri nu există,
dezvoltatorii ar putea să-și creeze propriile hărți și să furnizeze propriile date de hartă doar pentru a pune o mică
hartă interactivă pe un site web. Și pentru că este un API, Google poate controla accesul la Google Maps pe site-uri
web ale unor terțe părți, asigurându-le că o utilizează într-un mod coerent, în loc să încerce să o încorporeze într-
un cadru în care să afișeze, de exemplu, site-ul Google Maps.

33
Curs 3. Aspecte Hardware si Software Generale. Dispozitive de Intrare, Procesare, Iesire.
Procesarea datelor si cunostintelor. Instructiuni aritmetice. Inferente logice. Arhitecturi de
calcul secventiale: tipuri, caracteristici. Arhitecturi de calcul paralel: supercalculatoare (HPC-
High Performance Computing). Sisteme si aplicatii software. Sisteme de operare. Limbaje de
programare. Sisteme de Operare pentru dispozitive mobile. Middleware.

Aspecte Hardware Generale. Dispozitive de Intrare, Procesare, Iesire. Procesarea datelor si

cunostintelor. Instructiuni aritmetice. Inferente logice. Arhitecturi de calcul secventiale:
tipuri, caracteristici. Arhitecturi de calcul paralel: supercalculatoare (HPC – High Performance
Computing)
Sistemul de calcul este reprezentat de o structură destinată prelucrării datelor. Adesea, un sistem de
calcul este descris prin cele două subsisteme componente: hardwareşi software. Partea hardware este
constituită din toate componentele electronice care alcătuiesc partea fizică a sistemului de calcul.
Software-ul constă din instrucţiuni şi date pe care sistemul de calcul le prelucrează pentru a executa
cerinţele utilizatorului. O secvenţă de instrucţiuni ale sistemului de calcul se numeşte program. Datele
prelucrate de sistemul de calcul constituie baza de date. Pentru a deveni informaţii, datele trebuie
prelucrate în concordanţă cu cerinţele informaţionale. Aceasta presupune culegerea datelor din diverse
surse, prelucrarea propriu-zisă şi distribuirea rezultatelor prelucrării –informaţiile –la locul unde sunt
solicitate. Prelucrarea automată a datelor presupune atât resurse materiale (echipamente electronice de
calcul), cât şi resurse umane (programatori, operatori), organizate într-o formă care să permită
funcţionarea acestora ca un ansamblu unitar. Această formă poartă denumirea de sistem de prelucrare
automată a datelor(SPAD). Totalitatea componentelor sistemului de calcul solicitate de programe pentru
executarea lor poartă numele de resurse. Concret, un sistem de calcul este format din: resurse fizice,
resurse logiceşi resurse informaţionale. Avem următoarele corespondenţe:-hardware = resurse fizice,
adică, procesoare, memorii, dispozitive de intrare/ieşire,-software = resurse logice. Acestea se împart în
software pentru sistem (system software) şi software pentru aplicaţii (applications software).
Arhitecturile computerului reprezintă mijloacele de interconectivitate pentru componentele hardware
ale unui computer, precum și modul de transfer și prelucrare a datelor prezentat. Au fost dezvoltate
diferite configurații de arhitectură a computerului pentru a accelera mișcarea datelor, permițând
prelucrarea sporită a datelor. Arhitectura de bază are CPU la bază cu o memorie principală și un sistem
de intrare / ieșire pe ambele părți ale CPU-ului (a se vedea Figura 1). O a doua configurație a
computerului este controlerul central de intrare / ieșire (vezi Figura 2). O a treia arhitectură a
computerului utilizează memoria principală ca locație în sistemul computerului din care intră și ies toate
datele și instrucțiunile. O a patra arhitectură de calculator utilizează o magistrală comună de date și
control pentru a interconecta toate dispozitivele care alcătuiesc un sistem de calcul (a se vedea Figura
3). O îmbunătățire a arhitecturii cu magistrala centrala partajat unic este arhitectura duala cu doua
magistrale. Această arhitectură fie separă datele și controlul asupra celor două magistrale, fie le împarte
pentru a crește performanța generală (a se vedea Figura 4).

34
 Figure 1. Arhitectura de baza a unui calculator.

Figure 2. Arhitectura alternativa.

Figure 3.. Arhitectura magistralei de baza.

Figure 4. Arhitectura cu magistrala duala

Arhitectura computerului este organizarea componentelor care alcătuiesc un sistem de calcul și semantica sau
semnificația operațiunilor care îi ghidează funcția. Ca atare, arhitectura computerului guvernează proiectarea unei
familii de computere și definește interfața logică vizată de limbajele de programare și de compilatoarele acestora.
Organizația determină mixul de unități funcționale din care este compus sistemul și structura interconectivității
acestora. Semantica arhitecturii este semnificația a ceea ce fac sistemele sub direcția utilizatorului și modul în care
unitățile lor funcționale sunt controlate pentru a lucra împreună. O întruchipare importantă a semanticii este
arhitectura setului de instrucțiuni (ISA) al sistemului. ISA este o codificare reprezentativă logică (de obicei binară) a
setului de bază de operații distincte pe care o arhitectură de computer le poate efectua și prin care programele de
aplicații specifică munca utilă de făcut. La nivel de mașină, sistemul hardware (uneori controlat de firmware)
interpretează și execută direct o secvență sau un set parțial ordonat al acestor operațiuni de bază. Acest lucru este
valabil pentru toate nucleele computerelor, de la cele câteva dintre cele mai mici telefoane mobile până la
potențialele milioane care alcătuiesc cele mai mari supercomputere din lume. Arhitectura computerelor de înaltă
performanță extinde structura la o ierarhie de elemente funcționale, indiferent dacă sunt mici și cu capacități
limitate sau, eventual, întregi nuclee de procesor. În acest paragraf sunt prezentate diferite de structuri, fiecare
exploatând concurența în modul său particular. Dar, în toate cazurile, această definiție mai largă a arhitecturii
generale pentru calculul de înaltă performanță accentuează aspecte ale sistemului care contribuie la realizarea
performanței. Un computer de înaltă performanță este conceput pentru a merge rapid, iar organizarea și
semantica acestuia sunt concepute special pentru a oferi viteză de calcul. Aici este prezentat, la nivelurile
structurale și logice, paralelismul de funcționare în numeroasele sale forme și dimensiuni.
Arhitectura computerului este o specificație care descrie modul în care tehnologiile hardware și software
interacționează pentru a crea o platformă sau un sistem de computer. Când ne gândim la cuvântul arhitectură, ne
gândim la construirea unei case sau a unei clădiri. Ținând cont de același principiu, arhitectura computerului
implică construirea unui computer și tot ceea ce intră într-un sistem computerizat. Arhitectura computerelor este
formată din trei categorii principale. Proiectarea sistemului - Aceasta include toate componentele hardware, cum
ar fi CPU, procesoare de date, multiprocesoare, controlere de memorie și acces direct la memorie. Această parte
este sistemul
35
informatic propriu-zis. Arhitectura setului de instrucțiuni - include funcțiile și capacitățile procesorului, limbajul de
programare al procesorului, formatele de date, tipurile de registre ale procesorului și instrucțiunile utilizate de
programatorii de computer. Această parte este software-ul care îl face să ruleze, cum ar fi Windows sau Photoshop
sau programe similare. Microarhitectură - Aceasta definește elementul de procesare și stocare a datelor sau căile
de date și modul în care acestea ar trebui implementate în arhitectura setului de instrucțiuni. Acestea pot include
dispozitive de stocare DVD sau dispozitive similare.Toate aceste părți merg împreună într-o anumită ordine și
trebuie dezvoltate într-un model, astfel încât acestea să funcționeze corect.

Figura 5
Datele de intrare se deplasează de la unitatea de intrare la ALU. În mod similar, datele calculate se deplasează de la
ALU la unitatea de ieșire (Figura 5). Datele se mută în mod constant de la unitatea de stocare la ALU și înapoi. Acest
lucru se datorează faptului că datele stocate sunt calculate înainte de a fi stocate din nou. Unitatea de control
controlează toate celelalte unități, precum și datele acestora. Detaliile despre toate unitățile de computer sunt:
Unitatea de intrare furnizează date computerului din exterior. Deci, practic leagă mediul extern de computer. Preia
date de pe dispozitivele de intrare, le convertește în limbajul mașinii și apoi le încarcă în sistemul computerului.
Tastatura, mouse-ul etc. sunt cele mai utilizate dispozitive de intrare.
Unitatea de ieșire oferă utilizatorilor rezultatele procesului computerului, adică leagă computerul de mediul
extern. Majoritatea datelor de ieșire sunt sub formă de audio sau video. Diferitele dispozitive de ieșire sunt
monitoare, imprimante, difuzoare, căști etc.
Unitatea de stocare conține multe componente ale computerului care sunt utilizate pentru stocarea datelor. Este
în mod tradițional împărțit în stocarea primară și stocarea secundară. Stocarea primară este, de asemenea,
cunoscută sub numele de memorie principală și este memoria accesibilă direct de către CPU. Stocarea secundară
sau externă nu este accesibilă direct de către CPU. Datele din stocarea secundară trebuie să fie aduse în stocarea
primară înainte ca CPU să le poată utiliza. Stocarea secundară conține o cantitate mare de date permanent.
Unitate logică aritmetică. Toate calculele legate de sistemul informatic sunt efectuate de unitatea logică
aritmetică. Poate efectua operații precum adunarea, scăderea, multiplicarea, divizarea etc. Unitatea de control
transferă date de la unitatea de stocare la unitatea logică aritmetică atunci când trebuie efectuate calcule.
Unitatea logică aritmetică și unitatea de control formează împreună unitatea centrală de procesare.
Unitatea de comandă. Această unitate controlează toate celelalte unități ale sistemului computerului și
este cunoscută sub numele de sistemul său nervos central. Transferă date pe computer, după cum este
necesar, inclusiv de la unitatea de stocare la unitatea centrală de procesare și invers. Unitatea de control
dictează, de asemenea, modul în care ar trebui să se comporte memoria, dispozitivele de ieșire de
intrare, unitatea logică aritmetică etc.
Instrucțiunile aritmetice interpretate de către unitatea de control și executate de UAL nu seamănă deloc
cu limbajul uman. Calculatorul cunoaște prin construcție un set relativ mic de instrucțiuni elementare,
care sunt simple, bine definite și neambigue. Exemple de instrucțiuni sunt: „copiază conținutul celulei de
memorie 5 și plasează rezultatul în celula 10”, „adună conținutul celulei 7 cu conținutul celulei 13 și
plasează rezultatul în celula 6”, „dacă conținutul celulei 999 este 0 (zero), următoarea instrucțiune de
executat se găsește memorată în celula 30”, dacă nu, „se urmează secvența (șirul de instrucțiuni) mai
departe”. Instrucțiunile calculatorului se împart în patru mari categorii: mutare de date dintr-o locație în

36
alta (instrucțiuni de transfer); executare de operații aritmetice și logice asupra datelor (instrucțiuni
aritmetice, instrucțiuni logice); testare a unor condiții, de exemplu „conține celula de memorie nr. 999
un 0?” (instrucțiuni de testare sau de condiție); modificare a secvenței (șirului) de operații (instrucțiuni
de comandă propriu-zise).
În calculator instrucțiunile „externe” sunt memorate și deci reprezentate în cod binar, la fel ca și toate
celelalte date de calcul (numere, litere, simboluri). De exemplu, codul în limbaj-mașină pentru una din
operațiile de copiere într-un microprocesor fabricat de firma Intel este 10110000, „1” și „0” fiind cele
două valori logice binare „înțelese” de microprocesor (computer, mașină). În completarea exemplului de
mai sus, se poate intui că o instrucțiune de adunare în respectivul Intel-microprocesor trebuie să fie
reprezentată altfel decât cea de copiere, de exemplu 01001110. Mulțimea de instrucțiuni implementate
într-un calculator (computer) formează și este numit limbajul mașină al acelui calculator. Simplificat
vorbind, dacă două calculatoare au CPU-uri (unități centrale de procesare) care răspund la fel la același
set de instrucțiuni, programele (executabile) scrise pentru unul pot rula și pe celălalt aproape fără
modificări, dar de exemplu cu viteze diferite. Ușurința portabilității este o motivație pentru proiectanții
de calculatoare ca ei să nu modifice radical design-urile existente, decât pentru motive serioase.
Inferența este acea componentă a unui proces logic care derivă o concluzie dintr-o premisă, adică
extrage o consecință necesară, o informație specifică, dintr-o descriere de stare dată.
Inferența sau deducția este componenta esențială a unui raționament, ea analizează conținutul
informațional inițial disponibil, formulat într-o propoziție sau lanț de propoziții, cercetează conținutul
fiecărei propoziții, eventualei relații interne sau cu alte propoziții, caută dependențe între predicatele
caracterizante de stare ale fiecărei propoziții, face legături corelante, adică inferențiale, maxim de
probabile sau necesare, între propoziții sau predicatele unei propoziții și obține sau derivă o informație
suplimentară. Schema generală a procesului inferențial este următoarea: Dacă are loc starea sau relația
'A', atunci urmează să aibă loc situația sau relația 'B', sau dacă există sau se întâmplă 'A și B', în această
ordine, va exista sau se va întâmpla 'C'. Sau: 'Dacă A atunci B', 'dacă C atunci D', asta însemând că dacă
constatăm 'starea A', va urma 'starea B', iar dacă constatăm 'starea C', consecința necesară va fi 'starea
D'. Sunt posibile o varietate de moduri inferențiale, dependent de tipul de premize și de corelarea între
premize. Inferențele se fac atât în spațiul formal al logicii, sau al matematicii, permițând demonstrarea
diferitelor afirmații, cât și în spațiul evenimentelor naturale.

Arhitecturi de Calcul Paralel: Supercalculatoare. Calculul de înaltă performanță - High

Performance Computing (HPC) este aplicația" supercomputerelor "la problemele de calcul care sunt
fie prea mari pentru calculatoarele standard, fie ar dura prea mult. Un computer desktop are în general
un singur cip de procesare, denumit în mod obișnuit CPU. Un sistem HPC, pe de altă parte, este în esență
o rețea de noduri, fiecare dintre acestea conținând unul sau mai multe cipuri de procesare, precum și
propria memorie. HPC reprezinta utilizarea mai multor computere și tehnici de procesare paralelă
pentru a rezolva probleme de calcul complexe. Sistemele HPC au capacitatea de a oferi performanțe
susținute prin utilizarea concomitentă a resurselor de calcul și sunt de obicei utilizate pentru rezolvarea
problemelor științifice și inginerești avansate și pentru efectuarea activităților de cercetare prin
modelare, simulare și analiză computerizată. HPC evoluează continuu pentru a se cereri de capacități de
procesare. Reunește mai multe tehnologii, inclusiv arhitectura computerelor, algoritmi, programe și
electronice și software de sistem sub un singur megasistem pentru a rezolva problemele avansate în
mod eficient și rapid. Domeniile multidisciplinare care pot beneficia de HPC includ: Aerospațial,
Biosciences, Energie, Design electronic, Mediu și vreme Finanţe, Informații geografice, Media și film.
Calcul paralel. Programele pentru sistemele HPC trebuie împărțite în multe „programe” mai mici numite
fire, corespunzătoare fiecărui nucleu. Pentru a pune împreună programul mai mare, nucleele trebuie să
poată comunica eficient între ele, iar sistemul în ansamblu trebuie să fie bine organizat. Programele de
pe sistemele HPC creează o cantitate mare de date, care poate fi foarte dificil de tratat pentru sistemele
de
37
fișiere standard și hardware-ul de stocare. Sistemele de fișiere standard sau cele definite pentru uz
personal ar putea avea o limită superioară pentru mărimea fișierului, numărul de fișiere sau spațiul total
de stocare. Sistemele de fișiere HPC trebuie să fie capabile să conțină și să transfere rapid cantități mari
de date. În plus față de datele utilizate, cercetătorii păstrează adesea datele anterioare pentru
comparație sau ca punct de plecare pentru proiecte viitoare. Datele mai vechi sunt păstrate în sistemele
de stocare arhivistică. Kraken, de exemplu, folosește un sistem de stocare cu bandă magnetică, care
poate stoca mai mulți petabytes (milioane de gigabytes) de date.
Elementul fundamental al virtualizării este mașina virtuală (VM) - o abstracție software care acceptă
rularea unui sistem de operare și a aplicațiilor sale într-un mediu a cărui configurație a resurselor poate
fi diferită de cea a hardware-ului de bază. Beneficiile VM-urilor într-un mediu HPC includ:
 Prin utilizarea VM-urilor, diferite configurații de resurse, sisteme de operare și software HPC pot fi amestecate
flexibil pe același hardware fizic. În plus, cu un model de auto-aprovizionare, departamentele IT pot oferi
diverse medii cu timp scăzut până la soluție pentru cercetători, oameni de știință și ingineri, în funcție de
cerințele fiecărui utilizator.
 Control sporit și reproductibilitatea cercetării. Administratorii de infrastructură și HPC pot redimensiona
dinamic, întrerupe, realiza instantanee, pot face copii de rezervă, se pot replica în alte medii virtuale sau pur și
simplu pot șterge și redistribui mașini virtuale pe baza permisiunilor lor bazate pe roluri. Deoarece
configurațiile și fișierele sunt încapsulate în fiecare mașină virtuală, mașinile virtuale pot fi arhivate și reluate
pentru scopuri de reproducere a cercetării, cum ar fi conformitatea.
 Prioritate și echilibrare a resurselor îmbunătățite. Resursele de calcul pentru VM-uri pot fi prioritizate
individual sau într-un pool. De asemenea, este posibil să migrați VM-urile care rulează și încărcările lor de lucru
încapsulate prin cluster pentru echilibrarea încărcării. Această migrație sporește eficiența globală a clusterului
în comparație cu o abordare bare-metal.
 Izolarea defectiunilor. Rularea lucrărilor într-un mediu VM izolat, fiecare lucrare este protejată de erorile
potențiale cauzate de joburile care rulează în VM diferite.

Sisteme si aplicatii software. Sisteme de operare. Limbaje de programare. Sisteme de

operare pentru dispozitive mobile. Middleware
Software-ul este un set de programe, care este conceput pentru a îndeplini o funcție bine definită. Un
program este o secvență de instrucțiuni scrise pentru a rezolva o anumită problemă. Există două tipuri
de software: al sistemului (de baza) si Software de aplicație. Software-ul sistemului (de baza) este o
colecție de programe concepute pentru a opera, controla și extinde capacitățile de procesare ale
computerului în

38
sine. Software-ul de sistem este în general pregătit de producătorii de computere. Aceste produse
software cuprind programe scrise în limbaje de nivel scăzut, care interacționează cu hardware-ul la un
nivel foarte de bază. Software-ul de sistem servește ca interfață între hardware și utilizatorii finali.
Câteva exemple de software de sistem sunt Sistem de operare, Compilatoare, Interpretoare,
Asamblorare etc. Software-ul pentru aplicații este conceput pentru a satisface o anumită nevoie a unui
anumit mediu. Toate aplicațiile software pregătite în laboratorul de computere pot intra în categoria
Software aplicații. Aplicațiile software pot consta dintr-un singur program, cum ar fi blocnotesul
Microsoft pentru scrierea și editarea unui text simplu. Poate consta, de asemenea, dintr-o colecție de
programe, adesea numite pachete software, care lucrează împreună pentru a îndeplini o sarcină, cum ar
fi un pachet de foi de calcul. Un Sistem de Operare (Operating System-OS) este un software care
acționează ca o interfață între utilizatorul final și hardware-ul computerului. Fiecare computer trebuie să
aibă cel puțin un sistem de operare pentru a rula alte programe. O aplicație precum Chrome, MS Word,
Jocuri etc. are nevoie de un mediu în care va rula și își va îndeplini sarcina. Sistemul de operare vă ajută
să comunicați cu computerul fără să știți cum să vorbiți limba computerului. Nu este posibil ca
utilizatorul să utilizeze orice computer sau dispozitiv mobil fără a avea un sistem de operare.

Iată o listă a caracteristicilor importante unui sistem de operare: Permite accesul la disc și sistemele de
fișiere, Drivere de dispozitive, Securitate în rețea, Executarea programului, Gestionarea memoriei,
Multitasking cu memorie virtuală, Gestionarea operațiunilor I / O, Manipularea sistemului de fișiere,
Detectarea și manipularea erorilor, Alocare resurselor, Protecția informațiilor și a resurselor.
Programarea oferă un set de instrucțiuni unui computer pentru executare. Dacă ați mai gătit vreodată
folosind o rețetă, vă puteți gândi la dvs. ca la computer și la autorul rețetei ca la un programator. Autorul
rețetei vă oferă un set de instrucțiuni pe care le citiți și apoi le urmați. Cu cât instrucțiunile sunt mai
complexe, cu atât rezultatul este mai complex!. Limbajele de Programare (procedurale, declarative,
obiectuale (C++, Java), asamblare, etc.) sunt instrumentele pe care le folosim pentru a scrie instrucțiuni
pe care computerele să le urmeze. Calculatoarele „gândesc” în binar - șiruri de 1s și 0s. Limbajele de
programare ne permit să traducem 1 și 0 în ceva pe care oamenii îl pot înțelege și scrie. Un limbaj de
programare este alcătuit dintr-o serie de simboluri care servesc drept punte care le permite oamenilor
să traducă gândurile noastre în instrucțiuni pe care computerele le pot înțelege. Limbajele de
programare de nivel scăzut sunt mai aproape de codul mașinii sau binare. Prin urmare, oamenii sunt mai
greu de citit (deși sunt încă mai ușor de înțeles decât 1 și 0). Avantajul limbajelor de nivel scăzut este că
sunt rapide și oferă un control precis asupra modului în care va funcționa computerul. Limbajele de
programare la nivel înalt sunt mai apropiate de modul în care oamenii comunică. Limbajele de nivel înalt
folosesc cuvinte (cum ar fi obiect, ordine, clasă, cerere etc.) care sunt mai apropiate de cuvintele pe care
le folosim în viața noastră de zi cu zi. Aceasta înseamnă că sunt mai ușor de programat în limbaje de
programare de nivel scăzut, deși necesită mai mult timp pentru a se traduce în codul mașinii pentru
computer. Veștile bune? Pe măsură ce computerele au devenit mai puternice, diferența de timp de
rulare între limbajele de programare de nivel scăzut și de nivel înalt este adesea de numai milisecunde.
Drept urmare, limbajele de nivel înalt fac trucul în majoritatea scenariilor. Atunci când luați în
considerare limbajele de programare, cadrele pentru aplicațiile mobile, trebuie să luați în considerare
mediul de dezvoltare frontend (UI), dar,

39
de asemenea, să fiți conștienți de mediul de dezvoltare backend (partea serverului). Dezvoltatorii care
codifică frontend-ul nu sunt deseori cei care codifică backend-ul, dar conlucrează de obicei între ei.
Python este unul din cele mai căutate și utilizate limbaje de programare de care au acum nevoie angajatorii, mai
ales în back-end web development. A crescut foarte mult în ultimii ani și rămâne pe un trend ascendent, datorită
utilității pe care o are în AI (artificial intelligence), data science și machine learning. Este un limbaj de programare
dinamic, creat de Guido van Rossum și lansat pe piață în 1991. Acesta poate fi folosit atât pentru a crea alicații
pentru desktop, cât și aplicații web sau framework-uri.
Este unul dintre cele mai ușor de învățat și utilizat limbaje de programare pentru că are puține particularitați și o
sintaxă simplă, care poate fi înțeleasă cu ușurință, chiar și de cei fără experiență în codare. Python este cel mai
adesea folosit ca limbaj de scripting și automatizare, dar poate fi folosit și pentru analiza datelor (vezi curs 4-
Analitice pentru Date). Limbajul de programare Python îți poate deschide multe oportunități de carieră, te poate
califica pentru joburi precum software engineer, Python developer, research analyst sau data engineer.
PHP este un limbaj de programare special creat pentru web development. PHP este deopotrivă un limbaj simplu
pentru un începător în programare, însă în același timp îi oferă unui developer experimentat multe funcționalități
avansate. Chiar dacă există developeri care consideră că PHP un limbaj de programare învechit, acesta își păstrează
relevanța chiar și în 2020. Conform Best Programming Language, 80% dintre cele mai bune 10 milioane de site-uri
din lume folosesc PHP. Pentru că PHP este atât de utilizat și în prezent, există o mulțime de posturi disponibile
pentru developerii PHP pe piață. C# este un limbaj de programare orientat pe obiecte, ce a fost lansat în 2000 și
gândit ca competitor pentru limbajul Java, cu care este foarte similar. C# este un limbaj de programare versatil, cu
care poți crea aplicații pentru Windows, dar și aplicații pentru web sau pentru device-uri mobile. C# are cea mai
rapidă evoluție și este unul dintre limbajele folosite pentru a crea aplicații în framework-ul .NET. Oportunitățile de
angajare pentru developerii C# sunt numeroase, așa că studierea acestui limbaj de programare este o adevărată
investiție în carieră.

Un Sistem de Operare Mobil (MOS) este un sistem de operare pentru telefoane mobile, tablete, ceasuri
inteligente, PC-uri 2-în-1 (care pot fi convertite într-un mod laptop sau detașat și funcționează ca mod tabletă),
difuzor inteligent sau alte dispozitive mobile. În timp ce calculatoarele, cum ar fi laptopurile tipice, sunt „mobile”,
sistemele de operare utilizate pe acestea nu sunt în general considerate ca fiind mobile, întrucât au fost inițial
concepute pentru computere desktop care, în mod istoric, nu aveau sau au nevoie de caracteristici mobile
specifice. Această distincție devine neclară în unele sisteme de operare mai noi, care sunt hibrizi pentru ambele
utilizări.Sistemele de operare mobile combină caracteristicile unui sistem de operare al computerului personal cu
alte caracteristici utile pentru utilizarea mobilă sau portabilă și, de obicei, includ un modem încorporat fără fir și o
tavă SIM pentru telefonie și conexiune de date. Până în primul trimestru al anului 2018, peste 383 de milioane de
smartphone-uri au fost vândute, cu 86,2% care rulează Android și 12,9% care rulează iOS. Numai Android este mai
popular decât popularul sistem de operare desktop Microsoft Windows și, în general, utilizarea smartphone-urilor
(chiar și fără tablete) este mai mare decât utilizarea desktopului. Dispozitivele mobile cu abilități de comunicații
mobile (de exemplu, telefoanele inteligente) conțin două sisteme de operare mobile - principala platformă
software orientată către utilizator este completată de un al doilea sistem de operare proprietar în timp real de
nivel scăzut, care operează radioul și alte componente hardware. Cercetările au arătat că aceste sisteme de nivel
scăzut pot conține o serie de vulnerabilități de securitate care permit stațiilor de bază rău intenționate să obțină un
nivel ridicat de control asupra dispozitivului mobil. Sistemele de operare mobile au o utilizare majoritară din 2017
(măsurată prin utilizarea web); chiar și numai smartphone-urile care le rulează (cu excepția tabletelor) au o
utilizare majoritară, mai utilizate decât orice alt tip de dispozitiv. Astfel, sistemul de operare tradițional pentru
desktop este acum un tip de sistem de operare utilizat de minorități. Laptopurile, tabletele și computerele desktop
rulează toate sisteme de operare despre care probabil ați auzit. Câteva exemple includ versiuni de Microsoft
Windows (cum ar fi Windows 10, Windows 8, Windows 7, Windows Vista și Windows XP), macOS-ul Apple
(anterior OS X), sistemul de operare Chrome, sistemul de operare BlackBerry Tablet și Linux, un sistem de operare
open-source. Smartphone-ul rulează un sistem de operare mobil, probabil fie iOS de la Apple, fie Android de la
Google. Ambele sunt nume de uz casnic, dar este posibil să nu vă fi dat seama că acestea sunt sistemele de operare
care rulează pe aceste dispozitive. Serverele, precum cele care găzduiesc site-urile web pe care le vizitați sau care
difuzează videoclipurile pe care le vizionați, rulează de obicei sisteme de operare specializate, concepute și
optimizate pentru a rula software-ul special necesar pentru a le face să facă ceea ce fac. Câteva exemple includ
Windows Server, Linux și FreeBSD.

40
Middleware este un software care oferă servicii și capabilități comune aplicațiilor în afara celor
oferite de sistemul de operare. Gestionarea datelor, serviciile de aplicații, mesageria, autentificarea și
gestionarea API sunt toate gestionate în mod obișnuit de middleware. Middleware îi ajută pe
dezvoltatori să construiască aplicații mai eficient. Acționează ca țesutul conjunctiv dintre aplicații, date și
utilizatori. Pentru organizațiile cu medii multi-cloud și containerizate, middleware-ul poate face rentabil
dezvoltarea și rularea aplicațiilor la scară largă.

Ce este un App? Tipuri de App și exemple. Apps reprezintă o parte semnificativă a lumii bazate pe tehnologie în
care trăim și pot îmbunătăți viața, plăcerea și productivitatea unei persoane. Apps sunt, de asemenea, utilizate în
mod regulat de companiile mari și mici pentru a eficientiza producția și pentru a spori ușurința muncii. Ce este un
App? [APP] poate insemna, ca si prescurtare pe mess sau chat, apropo, sau, cum se mai foloseste, app inseamna
aplication (aplicatie). Este un tip de software care poate fi instalat și rulat pe un computer, tabletă, smartphone sau
alte dispozitive electronice. Un App se referă cel mai frecvent la o aplicație mobilă sau la un software instalat și
utilizat pe un computer. Majoritatea Apps au o funcție specifică și îngustă. De exemplu, o aplicație de livrare de
alimente ar putea fi concepută doar pentru ca utilizatorii să primească alimente de la restaurantele locale livrate și
nu poate fi utilizată pentru altceva, cum ar fi cumpărături de băcănie sau rezervări la restaurante. În prezent, există
milioane de Apps disponibile în diverse categorii, precum afaceri, productivitate, cumpărături și programare. Apps
pot fi deosebit de importante pentru proprietarii și întreprinderile din mai multe motive, printre care și: Poate
ajuta proprietarii de afaceri să implementeze rapid software care ajută compania să funcționeze mai eficient, Sunt
mai rentabile decât alte forme de software, Poate extinde acoperirea unei companii, Poate crește productivitatea
unei companii, Permiteți angajaților să îndeplinească funcții comerciale în afara biroului, Furnizați o serie de servicii
pentru companii, inclusiv contabilitate, gestionarea stocurilor și software CRM.

Concluzii. Aceste activități nu vor avea loc fără investigații și resurse concertate, iar tu și echipa ta va trebui să
întreprindeți o serie de acțiuni pentru a vă asigura că acest proces are ceea ce trebuie pentru a reuși. În primul
rând, veți avea nevoie de o echipă de execuție puternică. Atingeți indivizi dinamici care pot gestiona prezentarea și
imagina viitorului simultan. În al doilea rând, veți avea nevoie de un model de guvernare robust, completat cu
roluri bine definite, un proces transparent de luare a deciziilor și urmărirea progresului la nivel de inițiativă și
program. În al treilea rând, este important să se evite măsurarea acestei echipe dedicate în cadrul măsurilor de
performanță de status quo. Este pe deplin posibil ca această echipă să aibă succes, făcând progrese semnificative
în dezvoltarea platformei, și totuși să „eșueze” în conformitate cu indicatorii tradiționali de performanță, cum ar fi
profitabilitatea.

EXEMPLU: Platformele digitale vor deveni probabil modelul de afaceri preferat și dominant pentru
bănci și instituții financiare în viitor. Platformele digitale oferă consumatorilor și întreprinderilor mici
posibilitatea de a se conecta la furnizorii financiari și la alți furnizori de servicii printr-un canal online sau mobil ca
parte integrată a activităților lor de zi cu zi. Câțiva factori determină această schimbare. Din cadrul industriei,
concurența din partea actorilor netradiționali determină dezagregarea continuă a lanțului valoric bancar
tradițional. De asemenea, devine mai dificil să se diferențieze produsele financiare tradiționale, în timp ce
proliferarea portofoliilor de produse, caracteristicilor și canalelor către piață, creează modele de operare din ce în
ce mai complexe și cu costuri mai ridicate. În consecință, multe instituții financiare de vârf tranziteaza de la o
orientare către produs către o orientare către client, cu accent pe furnizarea unei experiențe de client diferențiate
către piețele țintă. Modificările de reglementare și creșterea cerințelor de capital creează, de asemenea, bariere
pentru a deservi profitabil multe segmente de piață. Instituțiile financiare cedează astfel funcțiile non-core, se
retrag de pe piețele care oferă un potențial de creștere mai mic și elimină produsele care necesită capital mai
mare. Schimbarea comportamentului clienților este un alt factor semnificativ. Clienții își petrec majoritatea
timpului pe platforme digitale (de exemplu, sociale, de mesagerie). Prin urmare, instituțiile financiare trebuie să se
poziționeze acolo unde se află clienții lor și să creeze o strategie de platformă digitală corespunzătoare relevantă
pentru poziția lor pe piață, propunerea de servicii pentru clienți și obiectivele strategice. Din perspectiva
furnizorului de platforme digitale, parteneriatele cu instituțiile financiare contribuie la crearea unui ecosistem în
care clienții nu trebuie să plece și utilizarea serviciilor financiare devine astfel o frecare mai puțin parte a vieții lor.

41
Curs 4. Baze de Date/Cunostinte, Big Data, Analitice pentru Date.
Definitii si semantica datelor/cunostintelor pentru Ecosistemul Economic Digital (EED).
Baze de Date: concepte generale. Organizarea datelor. Sisteme de Gestiune a Bazelor de
Date (DBMS). Baze de date autonome. Baze de Date distribuite. Baze de Cunostinte. Big
Data: definitii, arhitecturi. Comert Electronic.
Studiu de caz 2: Comert Electronic. Cazul Alibaba, Taobao

Definitii si semantica datelor/cunostintelor pentru EED

Datele sunt caracteristici, de obicei numerice, care sunt colectate prin observare. Într-un sens mai
tehnic, datele sunt un set de valori ale variabilelor calitative sau cantitative despre una sau mai multe
persoane sau obiecte, în timp ce o referință (singularul datelor) este o singură valoare a unei singure
variabile. Deși termenii „date” și „informații” sunt adesea folosiți interschimbabil, acești termeni au
semnificații distincte. Datele sunt utilizate în cercetarea științifică, gestionarea întreprinderilor (de
exemplu, date despre vânzări, venituri, profituri, prețul acțiunilor), finanțe, guvernanță (de exemplu,
rate ale criminalității, rate ale șomajului, rate de alfabetizare) și practic în orice altă formă de activitate
organizațională umană. Datele sunt măsurate, colectate și raportate și analizate, după care pot fi
vizualizate folosind grafice, imagini sau alte instrumente de analiză. Datele ca concept general se referă
la faptul că unele informații sau cunoștințe existente sunt reprezentate sau codificate într-o formă
adecvată pentru o mai bună utilizare sau prelucrare. Datele brute („date neprelucrate”) reprezintă o
colecție de numere sau caractere înainte de a fi „curățate” și corectate de cercetători. Datele brute
trebuie corectate pentru a elimina valorile aberante sau erorile evidente de introducere a
instrumentelor sau a datelor (de exemplu, un termometru care citește dintr-o locație arctică în aer liber
care înregistrează o temperatură tropicală). Prelucrarea datelor are loc în mod obișnuit pe etape, iar
„datele procesate” dintr-o etapă pot fi considerate „datele brute” din etapa următoare. Datele de teren
sunt date brute care sunt colectate într-un mediu "in situ" necontrolat. Datele experimentale sunt date
care sunt generate în contextul unei investigații științifice prin observare și înregistrare. Datele sunt
descrise ca fiind noul petrol al economiei digitale.

42
Un tip de date poate fi caracterizat printr-o mulţime de valori ce reprezintă domeniul tipului de date şi o
mulţimede operaţii definite peste acest domeniu. Tipurile de date pot fi organizate în
următoarelecategorii: 1.tipuri de date elementare (de exemplu tipul întreg, tipulreal) - valorile sunt
unităţi atomice de informaţie; 2.tipuri de date structurate (de exemplu tipul tablou, tipul înregistrare) -
valorile suntstructuri relativ simple rezultate în urma combinaţiei unor valori elementare; 3.tipuri de
date structurate de nivel înalt (de exemplu stiva) - se pot descrie independent de limbaj iar valorile au o
structură mai complexă.
Cunoştinţele reprezintã un amestec fluid de experienţã conceptualizatã (adicã cãreia i s-a gãsit la un
moment dat o reprezentare suficientã din punct de vedere a unei semantici operatorii), valori,
informaţie contextualizatã, capacitate de tip expert şi intuiţie, care împreunã trebuie sã permitã
generarea de experienţã nouã şi inovatoare.

Semantica este studiul sensului, adică modul în care sensul este construit, interpretat, clarificat, ascuns,
ilustrat, simplificat, negociat, contrazis și parafrazat. Acesta a fost tratat diferit în comunitatea științifică,
de exemplu, în zona bazelor de cunoștințe și de către utilizatorii bazelor de date. Comunitatea științifică
preferă tratamentul semanticii „întotdeauna valabile” bazat pe logica matematică. O constrângere este
valabilă dacă acesta este cazul într-o bază de date corectă. Modelatorii de baze de date folosesc
adesea o semantică
„puternică” pentru mai multe clase de constrângeri. Constrângerile de cardinalitate se bazează pe
cerința existenței bazelor de date pentru ambele cazuri, pentru cazul minim și pentru cel maxim.
Exploatarea bazelor de date se bazează pe o semantică „poate fi valabilă”. O constrângere este
considerată a fi un candidat pentru o formulă validă. Utilizatorii folosesc de obicei o semantică slabă „în
majoritatea cazurilor valabilă”. Ei consideră că o constrângere este valabilă dacă acesta este cazul
obișnuit. Diferite grupuri de utilizatori folosesc o semantică „epistemică”. Pentru fiecare grup, setul său
de constrângeri este valid în datele sale. Diferite seturi de constrângeri pot chiar să contrazică.
Semantica este în prezent una dintre noțiunile cele mai folosite în literatura modernă de informatică.
Înțelegerea sa se întinde de la sinonime pentru structurare sau sinonime pentru structurare pe baza
cuvintelor la o semantică precisă definită. Această utilizare abuzivă parțială are ca rezultat o nepotrivire a
limbilor, neglijarea bazelor formale și definiții cu forță brută a semnificației construcțiilor sintactice.

DBE (Digital Business Ecosystem) este o platformă software gratuită, open source și distribuită,
bazată pe tehnologii de internet. Este conceput pentru a permite IMM-urilor, în mod specific, să creeze,
să integreze și să ofere servicii (atât lumea reală, cât și software) mai eficient și mai efectiv. A fost
conceput astfel încât IMM-urile să poată, la un cost minim, să reducă decalajul digital pe care mulți îl
experimentează atunci când încearcă să-și ofere bunurile și serviciile pe Internet. În termeni practici,
aceasta înseamnă că puteți utiliza software-ul disponibil pe DBE pentru a face publicitate ofertelor
existente de produse sau servicii, a crea servicii noi și a combina propriile servicii cu cele ale altor IMM-uri
pentru a crea noi oferte. De asemenea, puteți să vă integrați propriul software cu cel al altor IMM-uri din
DBE pentru a vă îmbunătăți procesele de afaceri. Ecosistemele digitale de afaceri reprezintă un
răspuns inevitabil, adaptativ, la modificările tipurilor de valoare la care oamenii țin și interacțiunea de
inovație tehnologică, așteptări comportamentale, schimbări de reglementare și noi modele de afaceri.
Toate acestea conduc la o serie de considerații importante în ceea ce privește modul în care organizațiile
trebuie să se gândească la strategie și inovație în anii următori. În ceea ce privește strategia, întrebările și
considerațiile sunt numeroase: Ce procent din investiții ar trebui să meargă în modelele de afaceri ale
ecosistemelor? Ce tipuri de ecosisteme ar trebui luate în considerare? Când ar trebui o organizație să
aleagă o strategie hub vs. strategie orala. Care este o strategie de preț adecvată care va stimula creșterea
43
ecosistemului sau a platformei? O organizație ar

44
trebui să își protejeze pariurile jucând în cadrul ecosistemelor concurente? Ce avantaj competitiv durabil
și diferențiere pot fi obținute dintr-un model de ecosistem față de un model de afaceri tradițional orientat
spre lanțul valoric? Implicațiile asupra strategiei și execuției revin și la inovația corporativă. Așa cum
planificarea strategică corporativă va trebui să răspundă la noul mediu (adică, ecosistemul în creștere și
economia platformei), la fel și programele de inovare corporativă trebuie sa o faca. Ecosistemele de
afaceri creează valoare consumatorului final prin utilizarea unei relații simbiotice prin care proprietarii
de platforme (de exemplu Microsoft) permit altora (de exemplu, dezvoltatori de software) să creeze
produse pe platforma (Windows), care au potențialul pentru a consolida ecosistemul (Windows), oferind
astfel tuturor celor implicați „un avantaj colectiv față de rețelele concurente”. Valoarea se creează
reciproc atât consumatorului final, proprietarului platformei, cât și participanților la ecosistem. Fiecare
participant la ecosistem beneficiază de interacțiunea în ecosistem și, prin urmare, este stimulat să
participe în continuare. Acest lucru implică o îndepărtare de a crea valoare prin intermediul lanțului
valoric integrat al unei singure firme, către crearea de valoare de către multe firme permise și
orchestrate de o platformă. Aceasta a fost descrisă ca o
„firmă inversată” , care la rândul său contribuie la creșterea valorii totale create. Platforma este
elementul cheie al ecosistemului; facilitatorul pe care partenerii ecosistemului își pot construi produsele
sau serviciile.

Baze de Date: concepte generale. Organizarea datelor. Sisteme de Gestiune a

Bazelor de Date (DBMS). Baze de Date distribuite. Procesarea algoritmica a
datelor

Definiţie: O bază de date (BD, eng. DB) este un ansamblu structurat de date înregistrat pe suporturi
accesibile calculatorului pentru a satisface simultan cerintele mai multori utilizatori intr-un mod selectiv
şi în timp util. O Bază de Date este o colecție organizată de informații sau de date structurate,
stocate electronic într-un computer. O bază de date este controlată, de regulă, de un sistem de
management al bazelor de date (DBSM). Cumulat, datele, DBMS și aplicațiile asociate
reprezintă un sistem de baze de date, denumit prescurtat bază de date. Datele din cele mai
obișnuite tipuri de baze de date sunt distribuite de regulă pe linii și coloane, în diferite tabele,
pentru eficientizarea procesării și interogării datelor. Datele pot fi accesate, gestionate,
modificate, actualizate, controlate și organizate cu ușurință. Majoritatea bazelor de date
utilizează un limbaj structurat de interogare (SQL) pentru scrierea și interogarea BD.
Evoluția bazelor de date. De la apariția lor, la începutul anilor 1960, bazele de date au
evoluat semnificativ. Bazele de date pentru navigare, precum cele cu o structură ierarhică, (care
se bazau pe un model arborescent și permiteau numai interacțiuni de acest tip) și bazele de
date în rețea (un model mai flexibil, care permite interacțiuni mai complexe), au constituit
sistemele inițiale de stocare și gestionare a datelor. Deși erau simple, aceste sisteme nu erau
flexibile. În anii 1980, bazele de date relaționale au devenit populare, fiind urmate de bazele de
date orientate pe obiecte, în anii 1990. Ulterior au apărut bazele de date NoSQL, ca rezultat al
dezvoltării internetului și a necesității de procesare mai rapidă a datelor nestructurate. Astăzi,
bazele de date în cloud și bazele de date autonome revoluționează modul în care datele sunt
45
colectate, stocate, gestionate și utilizate.

46
Tipuri de baze de date. Există multe tipuri de baze de date. Cea mai bună baze de date
pentru o anumită organizație depinde de modul în care organizația intenționează să o utilizeze:
Baze de date relaționale. Bazele de date relaționale au avut cea mai mare pondere în anii 1980.
Elementele dintr-o bază de date relațională sunt organizate ca un set te tabele, cu rânduri și
coloane. Tehnologia bazelor de date relaționale oferă cel mai eficient și flexibil mod de a accesa
informațiile structurate // Baze de date orientate pe obiecte Informațiile dintr-o bază de date
orientată pe obiecte sunt reprezentate sub formă de obiecte, așa cum se întâmplă în
programarea orientată pe obiecte // Baze de date distribuite O bază de date distribuită constă
în două sau mai multe fișiere aflate în site-uri diferite. Baza de date poate fi stocată pe mai
multe computere aflate în aceeași locație fizică sau aflate în diferite rețele // Depozite de date.
Un depozit central de date, reprezentând un tip de baze de date creat special pentru interogări
și analize rapide // Baze de date NoSQL. O bază de date NoSQL, sau o bază de date non-
relațională, permite stocarea și gestionarea datelor nestructurate sau semi-structurate (spre
deosebire de o bază de date relațională, care definește modul în care trebuie compuse toate
datele introduse). Bazele de date NoSQL au fost populare ca aplicații web, devenind din ce în ce
mai uzuale și mai complexe // Baze de date grafice. O bază de date grafice stochează datele sub
forma unor entități și a relațiilor dintre acestea // Baze de date OLTP O bază de date OLTP este
o bază de date rapidă, pentru analize, destinată rulării unui număr mare de tranzacții efectuate
de mai mulți utilizatori.
În plus față de diferitele tipuri de baze de date, schimbările în abordarea dezvoltării tehnologice
și progresele substanțiale precum cloudul și automatizarea, propulsează bazele de date în
direcții complet noi. Unele dintre cele mai recente baze de date includ: Baze de date open
source Un sistem de baze de date open source are codul sursă de tip open source, de exemplu
bazele de date SQL sau NoSQL // Baze de date în cloud. O bază de date în cloud este o colecție
de date structurată sau nestructurată, aflată pe o platformă de calcul în cloud privată, publică
sau hibridă. Există două tipuri de modele de baze de date în cloud: bazele de date tradiționale și
bazele de date ca serviciu (DBaaS). Cu DBaaS, activitățile administrative și de mentenanță sunt
efectuare de furnizorul serviciului // Baze de date multi-model Bazele de date multi-model
combină diferite tipuri de modele de baze de date într-un singur sistem back-end integrat.
Acest lucru înseamnă că puteți acomoda diverse tipuri de date // Baze de date autonome. Cel
mai nou și mai revoluționar tip de baze de date, bazele de date autonome funcționează în cloud
și utilizează machine learning pentru a automatiza reglarea, securizarea, backupul, actualizarea
și alte activități obișnuite de management, efectuate de regulă de către administratorii bazelor
de date.

Modele de organizare a bazelor de date

Regulile şi conceptele care permit descrierea structurii unei BD formează modelul datelor. Au
fost definite trei astfel de modele: Modelul ierarhic în care datele erau organizate sub forma unui
arbore,
47
nodurile constând din înregistrari iar arcele referinte catre alte noduri // Modelul retea în care datele
erau organizate sub forma unui graf orientat. Nodurile şi arcele au aceeasui semnificaţie ca mai sus //
Modelul relaţional în care, intuitiv, datele sunt organizate sub forma de tabele.
Un model de date este un set de noţiuni, concepte şi reguli pentru structurarea şi prelucrarea datelor cu
ajutorul calculatorului. În istoria bazelor de date se cunosc mai multe modele de date: - modelul
ierarhic,
- modelul reţea, - modelul relaţional, - modelul obiectual. Dacă modelul ierarhic şi reţea de organizare a
bazelor de date reprezintă trecutul în istoria bazelor de date, modelul relaţional face istoria prezentului,
iar modelul obiectual bate la uşa istoriei bazelor de date. Modelul de date este o colecţie integrată de
concepte necesare descrierii datelor, relaţiilor dintre date şi constrângerilor impuse datelor.

Modelul ierarhic. În modelul ierarhic fiecare nod din arbore corespunde unei clase de entitati din
lumea reala, iar drumurile dintre noduri reprezinta legaturile existente între obiecte. Într-o asemenea
structura fiecare 'parinte' poate avea mai multi 'copii', dar un 'copil' nu poate avea decât un singur
'parinte'.

Modelul relaţional (E.F.Codd în anul 1970) se bazează pe Algebra Relaţională. Aceste prelucrări implică:
- o colecţie de obiecte numite entitati, - un set de operatori care acţionează asupra entitatilor pentru a
produce noi relaţii. O relaţie poate fi văzută ca o tabelă (cu linii şi coloane) şi reprezentă forma principală
de organizare a datelor într-o bază de date de tip relaţional (in figura de mai jos este prezentata o
entitate
- Angajat).

RELAŢIE. Termenul de relaţie (care da denumirea modelului) provine din matematica iar reprezentarea
48
intuitiva a unei relaţii este o tabela. În cazul modelului relaţional descrierea structurii unei baze de date

49
consta în principal din descrierea tabelelor componente: denumire, lista de coloane şi tipul datelor din
acestea.
CONSTRÂNGERI DE INTEGRITATE. De asemenea descrierea poate include informaţii despre elementele
de identificareale înregistrarilor dintr-o tabela (cheieprimara), a coloanelor comune cu alte tabele(chei
straine) şi a altor restricţii şi verificari de corectitudine pentru datele stocate. Acesteinformaţii sunt
cunoscute sub numele generic de constrangeri de integritate.

MODELUL ENTITATE-ASOCIERE (EA). Operaţiile de proiectare şi descriere a structurii unei baze de date
sunt facute îngeneral cu ajutorul modelului entitate-asociere. Acesta este un model generic de descriere
a datelor sub forma grafica –diagrame entitate asociere - din care se poate trecepe baza unor reguli de
transformare în alte modele de date.

Modelul retea folosit intens pentru realizarea bazelor de date în anii '70 si având un domeniu de
aplicabilitate mult extins fata de modelul ierarhic, a fost propus de CODASYL(Conference of Data System
Languages), un organism international de lucru pentru baze de dateIDMS (Integrated Database
Management System) realizat de firma Cullinet Software Inc., este cel mai utilizat SGBD pentru baza de
date retea destinat sa functioneze pe calculatoare IBM.

Modelul ierarhic si cel în retea, stau la baza primei generatii de SGBD-uri. Schema conceptuala descrisa
cu un SGBD retea este compusa din definitii de înregistrari ce reprezinta entitatile si legaturile dintre ele,
precum si din ansamblurile care exprima legaturile multi valoare dintre înregistrari. Ea reprezinta o
colectie de noduri si legaturi (un graf), fiecare nod putând fi legat de oricare altul. Modelul este destul de
performant dar foarte complicat si dificil de implementat. Legaturile formeaza trasee care permit o
regasire usoara a informatiilor de pe orice nivel., însa o actualizare a structurii (modificare nodurilor sau
legaturilor) creeaza probleme deosebit de complicate si complexe. Ca si modelul ierarhic modelul retea
rezolva problema redundantei.

Arhitectura bazei de date cu 3 nivele. Asigurarea independenţei fizice şi logice a datelor

impune adoptarea unei arhitecturi organizată pe cel puţin 3 nivele (arhitectura ANSI-SPARC): 1.nivelul
intern (baza de date fizică) 2.nivelul conceptual 3.nivelul extern. Obiectivul arhitecturii cu 3 nivele este
separarea vederii fiecărui utilizator asupra bazei de date de modul în care este ea reprezentată fizic.

50
Modul în care utilizatorii percep datele este numit nivel extern. Modul în care SGBD şi sistemul de
operare percep datele este numit nivel intern. Nivelul conceptual realizează atât transpunerea cât şi
independenţa dorită dintre nivelul extern şi cel intern.
Nivelul intern. Reprezentarea fizică a bazei de date pe calculator. Acest nivel descrie CUM sunt stocate
datele în baza de date. Nivelul intern (baza de date fizică) este o colecţie de fişiere conţinând datele
fizice la care se adaugă diverse structuri auxiliare menite să asigure accesul operativ la date. Structurile
auxiliare pot fi: directoare, indexuri, pointeri, tabele de dispersie. Modul de organizare a bazei de date
fizice este în mare măsură influienţat de configuraţia echipamentelorhardware care suportă baza de
date şi de sistemul de operare. Schimbarea sistemului de operare sau modificări în configuraţia
hardware pot atrage modificări ale bazei de date fizice. Dacă este satisfăcutăcondiţia de independenţă
fizică, aceste modificări în nivelul intern al bazei de date nu vor ataca nivelele superioare ale acesteia.
Nivelul intern tratează chestiuni cum ar fi: •alocarea spaţiului de stocare pentru date şi indexuri
•descrierea înregistrărilor pentru stocare (cu dimensiunile de stocare pentru date) •plasarea
înregistrărilor •tehnici de comprimare a datelor şi de codificare a acestora.

Nivelul conceptual. Este o vedere generală a bază de date. Acest nivel descrie CE date sunt stocate în
bază de date şi RELAŢIILE dintre acestea. Nivelul conceptual conţine structura logicăa bazei de date, aşa
cum este ea văzută de administratorul bazei de date. Fiecare bază de date are un model conceptual
propriu prin care sunt numite şi descrise toate entităţile logice din baza de date împreună cu legăturile
dintre acestea. El reprezintă o imagine completă a cerinţelor organizaţiei privind datele.

Exemplu: în descrierea bazei de date a unei intreprinderi pot apărea concepte ca: angajat, produse,
furnizor, beneficiar, etc. Modelul conceptual integrează viziunile tuturor utilizatorilor asupra bazei de
date, fiind rezultatul unui compromis între cerinţele diferiţilor utilizatori. Nivelul conceptual reprezintă:
• toate entităile, atributele şi relaţiile dintre ele; •constrângeri asupra datelor; •informaţii semnatice
asupra datelor; •informaţii privind securitatea şi integritatea. De reţinut că modelul conceptual este o
descriere a conţinutului de date din baza de date şi NU cuprinde nici un fel de referire la modul de
memorare a datelor sau la strategia de acces.

51
Nivelul extern. Reprezintă vederea utilizatorului asupra bază de date. Acest nivel descrie acea partea
bazei de date care este relevantă pentru fiecare utilizator. Nivelul extern este cel mai apropiat
utilizatorului. Este ceea ce vede acesta din baza de date, sau modul cum vede acesta baza de date.
Modelul extern este derivat din cel conceptual dar poate prezenta deosebiri substanţiale faţă de acesta.
Un termen deseori folosit pentru modelul extern este acela de vedere sau viziune. Prin aceste viziuni,
utilizatorii au acces doar la părţi bine definite din baza de date, fiindu-le ascunse părţile care nu
interesează. Prin modelul extern se realizeazăi independenţa logică a datelor. Fiecărei viziuni îi
corespunde o descriere în termenii entităţilor logice din modelul conceptual. Diferite vederi pot avea
reprezentări diferite ale aceloraşi date. De exemplu un utilizator poate vedea datele calendaristice în
format an-lună-zi, altul le poate vedea ca zi-lună-an. Vederile pot include chiar date combinate sau
derivate din entităţi diferite.

Definiţie: Un Sistem de Gestiune a Bazelor de Date (SGBD/DBMS) este ansamblul de programe

care permit utilizatorului sa interacţioneze cu o bază de date.
O bază de date necesită, de regulă, un software cuprinzător pentru aceasta, program cunoscut
drept sistem de management al bazei de date (DBMS=SGBD). Un DBMS servește drept interfață
între baza de date și utilizatori finali sau programe, permițând utilizatorilor să preia, să
actualizeze și să gestioneze modul în care informațiile sunt organizate și optimizate. De
asemenea, un DBMS facilitează supravegherea și controlul bazei de date, permițând operațiuni
administrative precum monitorizarea performanței, reglarea, backupul și recuperarea.
Exemplele de software-uri cunoscute de baze de date sau DBMS includ MySQL, Microsoft
Access, Microsoft SQL Server, FileMaker Pro, Oracle Database și dBASE.

Funcţiile unui SGBD. Au fost stabilite 8 servicii pe care trebuie să le furnizeze un SGBD complet.
1. stocarea, regăsirea şi reactualizarea datelor. Aceasta este funcţia fundamentală a unui SGBD. Pentru
asigurarea ei, SGBD trebuie să ascundă faţă de utilizator detaliile privind implementarea fizică internă
(organizarea fişierelor şi structurile de stocare).

2. catalog accesibil utilizatorului

3. asigurarea tranzacţiilor. Un SGBD trebuie să furnizeze un mecanism care să garanteze că sunt

efectuate toatereactualizările corespunzătoare unei anumite tranzacţii sau că nu se efectueazănici una.
O tranzacţie constă într-o serie de acţiuni realizate de un singur utilizator sau un program aplicaţie, prin
care se accesează sau se schimbă conţinutul bazei de date.

4. servicii de control concurente. Un SGBD trebuie să furnizeze un mecanism care să garanteze că baza
de date este corect reactualizată, atunci când mai mulţi utilizatori efectuează simultan astfel de operaţii

5. servicii de reconstituire. Un SGBD trebuie să furnizeze un mecanism de reconstituire a bazei de date

dacă aceasta este deteriorată într-un fel oarecare.

6. servicii de autorizare. Un SGBD trebuie să furnizeze un mecanism care să garanteze că numai

utilizatorii autorizaţi pot accesa baza de date.

7. suport pentru comunicarea datelor. Un SGBD trebuie să poată fi integrat unui software de comunicaţie.
52
8. servicii de integritate. Un SGBD trebuie să furnizeze mijloace care să asigure că, atât datele din baza
de date, cât şi modificările acestora respectă anumite reguli. Integritatea se referă la corectitudineaşi
coerenţadatelor stocate.

Componentele software ale unui SGBD. Din punct de vedere software, sistemele SGBD sunt
foarte complexe şi sofisticate, deoarece modulele software din componenţa unui SGBD trebuie să
permită furnizarea tuturor serviciilor analizate în paragraful precedent. Structura componentelor
software ale unui SGBD nu poate fi generalizată, deoarece ea variază foarte mult de la un sistem de
gestiune la altul. Totuşi este util să încercăm o trecere în revistă a componentelor soft şi a relaţiilor
dintre ele. În acest scop vom prezenta o posibilă arhitectură pentru un SGBD. Un SGBD este partiţionat
în diverse componente software (module), responsabile de câte o operaţie specifică. Câteva dintre
funcţiile SGBD sunt susţinute de sistemul de operare. Dar sistemul de operare oferă numai serviciile de
bază, iar SGBD trebuie construit peste acesta. Principalele componente software ale unui mediu SGBD
sunt: •Procesorul de interogare transformă interogările într-o serie de instrucţiuni de nivel jos, adresate
administratorului bazei de date
// •Administratorul bazei de date realizează interfaţa bazei de date cu programele aplicaţie şi
interogările lansate de utilizatori // •Administratorul de fişiere manipulează fişierele de stocare aflate la
bazăşi administrează alocarea spaţiului de stocare pe disc. El stabileşte şi menţine lista de structuri şi
indexuri definite în schema internă. El nu gestionează direct intrările şi ieşirile de date, ci transmite
cererea către o metodă de acces corespunzătoare, care fie citeşte datele din bufferul sistemului, fie le
scrie în acesta //
• Preprocesorul DML. Acest modul converteşte instrucţiunile DML încorporate într-un program aplicaţie
în apelări de funcţii standard din limbajul gazdă. Preprocesorul DML trebuie să interacţioneze cu
procesorul de interogare, pentru a genera codul corespunzător // •Compilatorul DDL transformă
instrucţiunile DDL într-un set de tabele care conţin meta-datele. Aceste tabele sunt ulterior stocate în
catalogul de sistem, iar informaţiile de control sunt stocate în anteturile fişierelor de date //
• Administratorul de catalog gestionează accesul şi întreţinerea catalogului de sistem. Catalogul de
sistem este accesat de majoritatea componentelor sistemului SGBD

Limbajele bazelor de date. Limbajele bazelor de date sunt împărţite în 2 categorii: limbaje de definire
a datelor (DDL) şi limbaje de manipulare a datelor (DML). DDL este utilizat pentru a specifica schema
bazei de date, iar DML este utilizat pentru citirea şi reactualizarea bazei de date. Aceste limbaje sunt
numite sublimbaje de date deoarece ele nu includ construcţii pentru toate necesităţile de calcul, cum
sunt cele asigurate de limbajele de nivel înalt. Multe SGBD au o facilitate de încorporare a sublimbajului
într-un limbaj de programare de nivel înalt, cum sunt COBOL, Pascal, C, etc. În acest caz, limbajul de nivel
înalt se numeşte limbaj gazdă. Pentru a compila fişierul încorporat, mai întâi comenzile specifice
sublimbajului de date sunt înlocuite prin apelări de funcţii. Apoi fişierul preprocesat este compilat şi
rezultatul este plasat într-un modul obiect, legat la o librărie care conţine funcţiile inlocuite.

Ce este limbajul structurat de interogare (SQL)? SQL este un limbaj de programare

utilizat de aproape toate bazele de date relaționale, pentru interogarea, gestionarea și definirea
datelor, precum și pentru controlul oferirii accesului. SQL a fost dezvoltat mai întâi de IBM în
anii 1970, cu ajutorul esențial al companiei Oracle, ceea ce a condus la implementarea
53
standardului SQL

54
ANSI, ulterior SQL extinzându-se de la companii precum IBM, Oracle și Microsoft. Deși SQL este
în continuare utilizat la scară largă, apar în continuare noi limbaje de programare.

Bază de date MySQL. MySQL este un sistem open source de management al bazelor de date
relaționale bazat pe SQL. A fost proiectat și optimizat pentru aplicațiile web și poate rula pe
orice platformă. Odată cu apariția noilor cerințe de pe internet, MySQL a devenit platforma
preferată a dezvoltatorilor web și pentru dezvoltarea aplicațiilor bazate pe web. Deoarece este
creat pentru a procesa milioane de interogări și mii de tranzacții, MySQL reprezintă o opțiune
populară pentru companiile de comerț electronic, care trebuie să gestioneze numeroase
transferuri de bani. Caracteristica principală a MySQL este flexibilitatea on-demand. MySQL este
sistemul DBMS care stă la baza unor site-uri și aplicații bazate pe web cunoscute în lume:
Airbnb, Uber, LinkedIn, Facebook, Twitter și YouTube.

Bazele de date autonome sunt pregătite să stimuleze semnificativ aceste funcționalități.

Deoarece bazele de date autonome automatizează procesele manuale costisitoare și
consumatoare de timp, eliberează timpul utilizatorilor business, permițându-le să devină mai
proactivi în relație cu datele lor. Baza de date autonomă reprezintă o clasă de servicii absolut nouă,
care necesită zero administrare operațională din partea clientului, oferind o găzduire a datelor în cloud.
Bazele de date ale companiilor mari de astăzi acceptă frecvent interogări foarte complexe și se
așteaptă de la acestea să furnizeze aproape instantaneu răspunsuri la acele interogări. Ca
rezultat, administratorii bazelor de date trebuie în mod constant să utilizeze diverse metode
pentru a îmbunătăți performanța. Provocările obișnuite pe care aceștia le înfruntă includ:
absorbția creșterilor semnificative ale volumelor de date. Explozia de date provenite de la
senzorii, mașinile conectate și de la zecile de alte surse obligă administratorii să depună eforturi
considerabile pentru a gestiona și organiza eficient datele companiei // Asigurarea securității
datelor. În prezent, breșele de securitate apar oriunde și hackerii devin din ce în ce mai
inventivi. Este mai important ca niciodată să vă asigurați că datele sunt securizate, dar și
accesibile utilizatorilor // Menținerea ritmului cu cererea. În mediile de afaceri de astăzi, în
continuă schimbare, companiile au nevoie de acces în timp real la date, pentru a accelera
procesul de luare a deciziilor la timp și pentru a profita de oportunități noi.
Managementul și menținerea bazelor de date și a infrastructurii. Administratorii bazelor de date
trebuie să le supravegheze permanent, pentru a preveni apariția problemelor și pentru a efectua
activități de mentenanță preventivă, actualizări de software și corecții. Pe măsură ce bazele de date au
devenit din ce în ce mai complexe și volumele de date au crescut, companiile se confruntă cu cheltuielile
legate de angajarea talentelor, pentru monitorizarea și reglarea bazelor de date // Eliminarea limitelor
de scalabilitate. Pentru a supraviețui, o afacere trebuie să se dezvolte, odată cu sistemul acesteia de
management al datelor. Dar este foarte greu pentru administratorii bazelor de date să anticipeze
volumul de care va avea nevoie compania, în special în cazul bazelor de date on-premises.
Abordarea tuturor

55
acestor provocări poate consuma timp și poate împiedica administratorii bazelor de date să efectueze
activități mult mai strategice.

Exemplu: Oracle Autonomous Data Warehouse Cloud oferă toate capacitățile analitice,
același nivel de securitate și disponibilitatea excepțională a Oracle Database fără dificultatea configurării,
ajustării și administrării - chiar și în cazul în care volumele de lucru din depozite și, implicit, volumele de
date se schimbă: 1.Ușoară: Prima ofertă de găzduire într-un singur pas din acest domeniu presupune un
depozit de date securizat cu back-up automat, criptare și o arhitectură cu grad ridicat de disponibilitate,
în câteva secunde. Migrarea către cloud este simplă datorită compatibilității integrale cu bazele de date
existente. // 2.Rapidă: Performanță în interogarea datelor neegalată, fără necesitatea unor reglaje și
ajustări. Oracle Autonomous Data Warehouse Cloud este atât de rapid față de alte servicii de găzduire în
cloud încât Oracle garantează același volum de muncă la jumătate din costurile AWS // 3.Elastică:
Scalare online independentă puterii de calcul și a găzduirii. Abilitatea de a mări sau micșora, în mod
dinamic, accesul la resurse, permite facturarea în funcție de consum, reducând mult costurile. Cea mai
populară bază de date cu găzduire a datelor din lume este acum și cea mai simplă și mai rapidă.
Integrând experiența de zeci de ani a companiei Oracle și munca sa de pionierat în domeniul tehnologiei
pentru a transforma modul în care clienții săi beneficiază de bazele de date, Oracle Autonomous Data
Warehouse Cloud este doar primul din serviciile Oracle Autonomous Database Cloud ce urmează să fie
lansate. Dintre serviciile care vor fi lansate în viitor enumerăm Oracle Autonomous Database pentru
procesarea tranzacțiilor, Oracle Autonomous NoSQL Database pentru scriere și citire rapidă la scară
mare (o cerință comună pentru Internetul obiectelor), și Oracle Autonomous Graph Database pentru
analiza rețelei. Fiecare dintre aceste servicii se ajustează la volumul de muncă necesar, și deține
caracteristicile definitorii ale serviciilor Oracle Autonomous Database: 4.Autonomie: Elimină efortul
uman și erorile umane din serviciile de furnizare, securizare, monitorizare, back-up, recuperare,
mentenanță și personalizare a bazei de date. Se actualizează și repară automat pe parcursul rulării.
5.Autosecurizare: Protejează împotriva atacurilor externe și a utilizatorilor interni rău intenționați.
Aplică automat actualizări de securitate în timpul operării pentru a proteja împotriva atacurilor
cibernetice și criptează automat toate datele // 6.Automentenanță. Oferă protecție automată împotriva
timpilor morți planificați și neplanificați, cu disponibilitate 99,995%, ceea ce înseamnă sub 2,5 minute
durată nefuncțională pe lună, incluzând mentenanța planificată. Oracle Autonomous Data Warehouse
este construit pe Oracle Database 18c și este primul serviciu lansat în cadrul modelului Oracle de lansare
anuală de noi versiuni software ale bazelor de date. Un catalizator de inovație cu peste 100 de
caracteristici noi, Oracle Database 18c este acum disponibil pe Oracle Cloud Services.

Baze de date distribuite. Atunci când o organizație este dispersată geografic, poate alege să-
și stocheze bazele de date pe un server central de baze de date sau să le distribuie serverelor locale (sau
combinarea ambelor). O bază de date distribuită este o singură bază de date logică care se răspândește
fizic pe computere din mai multe locații conectate prin rețeaua de comunicații adata. Subliniem că o
bază de date distribuită este cu adevărat o bază de date, nu o colecție liberă de fișiere. Baza de date
distribuită este încă administrată central ca resursă corporativă, oferind în același timp flexibilitate locală
și personalizare. Rețeaua trebuie să permită utilizatorilor să partajeze datele; astfel, un utilizator (sau un
program) din locația A trebuie să poată accesa (și poate actualiza) locația de date B. Site-urile unui
sistem
56
distribuit pot fi răspândite pe o zonă mare (de exemplu, Statele Unite sau lumea) sau suprafață mică (de
exemplu, o clădire sau un campus). Calculatoarele pot varia de la PC-uri la servere la scară largă sau
chiar supercomputere. O bază de date distribuită necesită mai multe instanțe ale unui sistem de
gestionare a bazei de date (sau a mai multor SGBD), care rulează la fiecare site la distanță. Gradul în care
aceste instanțe DBMS cooperează sau funcționează în parteneriat și dacă există un site master care
coordonează cererile care implică date de pe mai multe site-uri distinge diferite tipuri de medii de baze
de date distribuite. Este important să se facă distincția între bazele de date distribuite și
descentralizate, stocate pe computere în locații multiple; totuși, computerele nu sunt interconectate
prin rețea și software de bază de date care fac ca datele să pară să fie într-o singură bază de date logică.
Astfel, utilizatorii de pe diferite site-uri nu pot partaja date. O bază de date descentralizată este cel mai
bine privită ca o colecție de baze de date independente, mai degrabă decât având distribuția geografică
a unei singure baze de date. Diferite condiții de afaceri încurajează utilizarea bazelor de date distribuite:
• Distribuirea și autonomia unităților de afaceri Diviziile, departamentele și facilitățile din organizațiile
moderne sunt adesea distribuite geografic, adesea peste granițele naționale. Adesea, fiecare unitate are
autoritatea de a-și crea propriile sisteme de informație și adesea aceste unități doresc date locale asupra
cărora pot avea control. Fuziunile și achizițiile de afaceri creează adesea acest mediu.

• Partajarea datelor. Chiar și deciziile de afaceri moderat complexe necesită partajarea datelor între
unitățile de afaceri, deci trebuie să fie convenabil să se consolideze datele la baza de date locale la
cerere. rețea sau pentru a gestiona un volum mare de tranzacții din surse la distanță pot fi încă mari,
chiar dacă costurile comunicării datelor au scăzut substanțial recent. În multe cazuri, este mai economic
să localizați datele și aplicațiile aproape de locul în care acestea sunt necesare. De asemenea,
dependența de comunicațiile de date implică întotdeauna un element de risc, astfel încât păstrarea
copiilor locale sau a fragmentelor de date poate fi o modalitate fiabilă de a sprijini nevoia de acces rapid
la date din întreaga organizație.
• Mediu de furnizori de aplicații multiple. Astăzi, multe organizații cumpără software de aplicații pachet
de la mai mulți furnizori diferiți. Fiecare pachet „cel mai bun din rasă” este conceput pentru a funcționa
cu propria bază de date și, eventual, cu diferite sisteme de gestionare a bazelor de date. O bază de date
distribuită poate fi definită pentru a oferi funcționalități care întrerup aplicațiile separate. • Recuperarea
bazei de date. Replicarea datelor pe computere separate este o strategie pentru a asigura că o bază de
date deteriorată poate fi recuperată rapid și că utilizatorii pot avea acces la date în timp ce site-ul
principal este restaurat. Replicarea datelor pe mai multe site-uri de calculatoare este o formă naturală a
unei baze de date distribuite.
• Satisfacerea atât a tranzacțiilor, cât și a procesării analitice. Cerințele pentru gestionarea bazelor de
date variază în funcție de aplicațiile OLTP și OLAP. Cu toate acestea, aceleași date sunt comune între cele
două baze de date care susțin fiecare tip de aplicație. Tehnologia bazei de date distribuite poate fi utilă
pentru sincronizarea datelor între platformele OLTP și OLAP.

Procesarea algoritmica a datelor. Procesarea datelor este fundamentul transformarii datelor

de intrare in rezultate (iesiri) avand la baza algorimi secventiali, paraleli, euristici, etc. Algoritmul
constituie o reprezentare finită a unei metode de calcul ce per-mite rezolvarea unei anumite probleme.
Se poate spune că un algoritm reprezintă o secvenţăfinită de operaţii, ordonată şi complet definită,
care, pornind

57
de la datele de intrare, produce rezultate. Fiecare propoziţie ce face parte din descrierea unui algoritm
este, de fapt, o comandă ce trebuie executată de cineva, acesta putând fi o persoană sau o maşină de
calcul. De altfel,un algoritm poate fi descris cu ajutorul oricărui limbaj, de la limbajul natural şi până
lalimbajul de asamblare al unui calculator. Denumim limbaj algoritmic un limbaj al cărui scop este acela
de a descrie algoritmi. Algoritmul specifică succesiuni posibile de transformări ale datelor. Cele mai
importante proprietăți ale unui algoritm, sunt următoarele: Corectitudinea - este proprietatea algoritmului
de a furniza o soluție corectă a problemei date. În acest sens este de dorit ca algoritmii să se bazeze pe fapte și
relații matematice demonstrabile // Finitudinea - este proprietatea algoritmului de a se termina într-un număr finit
de pași. Există și algoritmi care nu se termină într-un număr mărginit de pași, dar aceștia se numesc "metode
algoritmice // Eficiența - este proprietatea unui algoritm de a se termina nu numai într-un număr finit, ci și
"rezonabil" de pași, chiar dacă acesta nu este cel mai mic posibil (nu este optim). Algorimul este ineficient și dacă
rezultatul se obține într-un timp mai lung decât cel dorit sau permis.

Alte tipuri de Baze de Date

Baze de date federative (FMDBS1) este o colecţie de sisteme de baze de date colaborative care sunt
autonome şi posibil heterogene. Cât timp bazele de date rămân rămân autonome, federalizarea
constituie o alternativă viabilă în raport cu principiul centralizării. Cea mai sugestivă exemplificare a
conceptului o reprezintă însuşi Internetul, care, la rândul său, reprezintă un sistem federativ de
dimensiuni mari, chiar dacă au la bază tehnologii diferite. Există trei elemente esenţiale care
caracterizează sistemele federative: autonomia, heterogenitatea şi distribuirea.

Baze de date Web. O bază de date Web este o aplicație de bază de date concepută pentru a fi
gestionată și accesată prin Internet. Operatorii de site-uri web pot gestiona această colecție de date și
pot prezenta rezultate analitice pe baza datelor din aplicația bazei de date web. Bazele de date web
permit organizarea și catalogarea temeinică a datelor colectate în cadrul a sute de parametri. Baza de
date Web nu necesită cunoștințe avansate de calculator și multe programe software de baze de date
oferă un stil ușor de „clic- și-creați” fără codificare complicată. Completați câmpurile și salvați fiecare
înregistrare. Organizați datele după cum doriți, cum ar fi cronologic, alfabetic sau după un set specific de
parametri. Întreprinderile mari și mici pot folosi baze de date web pentru a crea sondaje pe site-uri,
formulare de feedback, clienți sau liste de inventariere. Utilizarea bazei de date personale Web poate
varia de la stocarea conturilor de e- mail personale la un inventar de acasă până la analiza personală a
site-ului web. Baza de date Web este complet personalizabilă în funcție de nevoile unei persoane sau ale
unei companii.

Baze de Cunostinte
O bază de cunoștințe este un depozit centralizat și online unde puteți stoca și prelua cunostinte
factuale, proceduri, informatii structurate. Cunoștințele pe care le conține pot fi de orice fel legate de
un anumit departament, subiect sau proiect. Baza de cunostinte este „... o resursă care poate fi citită de
mașină pentru diseminarea informațiilor, în general online sau cu capacitatea de a fi puse online ... o
bază de cunoștințe este utilizată pentru a optimiza colectarea, organizarea și recuperarea informațiilor
structurate semantic pentru o organizație sau pentru publicul larg." Pentru a o înțelege mai bine, trebuie
să știți că există două tipuri de baze de cunoștințe: Baza de cunoștințe interne oferă tot felul de
informații angajaților companiei dvs.: politicile companiei, procesul de resurse umane, lansări de
58
produse noi,

59
integrarea angajaților etc. Bazele de cunoștințe externe vizează deservirea clienților dvs. și, prin urmare,
sunt făcute publice. Aceasta este de obicei întrebări frecvente, ghiduri de utilizare, note de lansare și
centre de ajutor pe site-urile web ale companiilor.

Fiecare zi aduce o cantitate enormă de date și informații care sunt adesea stocate (dacă există vreodată)
în mai multe locuri diferite: de la instrumente diferite la mintea diferitelor persoane. Informațiile se
pierd adesea și sunt uitate rapid. Este o risipă uriașă de potențial: o bună gestionare a informațiilor
structurate provenite din expertiza angajatilor poate face echipele mai eficiente. Îi poate ajuta să
găsească mai repede răspunsuri la întrebările lor recurente, îi poate împiedica să repete aceleași greșeli
și poate distruge silozurile între departamente.O bună cunoaștere este aici pentru a permite toate
aceste lucruri, făcând cunoștințele ușor de organizat și de găsit, făcând la rândul lor echipa mai eficientă.
De exemplu o bună bază de cunoștințe interna vă va ajuta angajații să găsească rapid informațiile
corecte, fără a fi nevoie să atingeți umerii colegilor de echipă punând întrebări și distrăgându-i în mod
repetat. In plus, păstrează pe toată lumea pe aceeași pagină și împinge în mod constant spre aceeași
direcție. Raționamentul este procesul mental de a obține concluzii logice și de a face predicții din
cunoștințele, faptele și credințele disponibile. Sau putem spune: Raționamentul este o modalitate de a
deduce fapte noi din celeexistente folosind inferente logice. Este un proces general de gândire rațională,
pentru a găsi concluzii valide. Raționamentul este esențial, astfel încât mașina să poată gândi, de
asemenea, rațional, ca un creier uman și să poată funcționa ca un om. În inteligența artificială,
raționamentul poate fi împărțit în următoarele categorii: deductiv, inductiv, abductiv, monoton, non-
monoton, etc. Bazele de cunostinte se proceseaza folosind algoritmi de rationament, adica realizand
siruri de operatii logice (inferente) pe structuri simbolice (cunostinte). Cunoașterea este una dintre cele
cinci domenii de cercetare interdependente din umbrela de calcul cognitiv: Percepţie, Interacţiune,
Raţionament, Învăţare, Calculul cognitiv.

Big Data: definitii, arhitecturi

Astăzi, la fiecare două zile, creăm la fel de multe date ca de la începutul timpului până în 2000. Așa este,
la fiecare două zile. Iar cantitatea de date pe care o creăm continuă să crească rapid; până în acest an
2020, cantitatea de informații digitale disponibile a crescut de la 5 zettabytes acum 7 ani si astăzi la 50
de zettabytes.

1000 kB kilobyte

10002 MB megabyte

10003 GB gigabyte

10004 TB terabyte

10005 PB petabyte

10006 EB exabyte

10007 ZB zettabyte

60
 10008 YB yottabyte

În zilele noastre, aproape fiecare acțiune pe care o întreprindem lasă o urmă digitală. Generăm date ori
de câte ori intrăm online, când ne purtăm smartphone-urile echipate cu GPS, când comunicăm cu
prietenii prin intermediul rețelelor sociale sau prin aplicații de chat și când facem cumpărături. Ai putea
spune că lăsăm amprente digitale cu tot ceea ce facem, care implică o acțiune digitală, care este
aproape totul. Pe lângă aceasta, și cantitatea de date generate de mașini crește rapid. Datele sunt
generate și partajate atunci când dispozitivele noastre „inteligente” comunică între ele sau cu serverele
lor de acasă. Mașinile industriale din fabricile din întreaga lume sunt din ce în ce mai echipate cu senzori
care colectează și transmit date.

Termenul „Big Data” se referă la colectarea tuturor acestor date și la capacitatea noastră de a le
utiliza în avantajul nostru într-o gamă largă de domenii, inclusiv de afaceri.

Big Data funcționează pe principiul conform caruia, cu cât știi mai multe despre orice situație, cu atât
mai fiabil puteți obține informații noi și face predicții despre ceea ce se va întâmpla în viitor. Prin
compararea mai multor puncte de date, încep să apară relații care anterior erau ascunse, iar aceste
relații ne permit să învățăm și să luăm decizii mai inteligente. Cel mai frecvent, acest lucru se realizează
printr-un proces care implică construirea de modele, bazate pe datele pe care le putem colecta, și apoi
rularea simulărilor, ajustarea valorii punctelor de date de fiecare dată și monitorizarea modului în care
aceasta ne afectează rezultatele. Acest proces este automat - tehnologia de analiză avansată de astăzi va
rula milioane de simulări, modificând toate variabilele posibile până când va găsi un model - sau o
perspectivă - care ajută la rezolvarea problemei la care lucrează. Până relativ recent, datele erau limitate
la foi de calcul sau baze de date - și toate erau foarte ordonate și îngrijite. Orice lucru care nu a fost ușor
organizat în rânduri și coloane a fost pur și simplu prea dificil de lucrat și a fost ignorat. Acum, însă,
progresele în stocare și analiză înseamnă că putem capta, stoca și lucra cu multe, multe tipuri diferite de
date. Prin urmare, „date” pot însemna acum orice, de la baze de date la fotografii, videoclipuri,
înregistrări sonore, text scris și date despre senzori. Pentru a înțelege toate aceste date dezordonate,
proiectele Big Data folosesc adesea analize de ultimă generație care implică inteligență artificială și
învățare automată. Învățând computerele să identifice ceea ce reprezintă aceste date - de exemplu prin
recunoașterea imaginilor sau prin prelucrarea limbajului natural - pot învăța să identifice tiparele mult
mai rapid și mai fiabil decât oamenii.

Big Data se caracterizează prin respectarea celor 5 «V», cele5 caracteristici ale acestei tehnologii:
Volum. Una dintre caracteristicile Big Data este că datele noi sunt generate constant. În plus, deoarece
sursele sunt diverse, volumul de date tinde să fie imens // Viteză. Nu numai că sunt generate multe
date
61
62
și din multe surse, dar viteza cu care sunt generate aceste date tinde să fie foarte mare. Acest lucru
determină un flux de date foarte dificil de gestionat de software-ul tradițional // Varietate. Datorită
naturii unificatoare a Big Data, informațiile care provin din surse foarte diferite trebuie gestionate.
Aceasta înseamnă că, chiar dacă sunt date structurate, structura este diferită la fiecare sursă, ceea ce
reprezintă o nouă provocare pentru companie de rezolvat // Valoare. Datorită cantității imense de date
care trebuie prelucrate, trebuie acordată o atenție deosebită alegerii datelor care sunt vitale pentru
companie și pentru operațiunile sale viitoare. O bună definiție a obiectivelor și a strategiei înainte de
stocarea datelor va economisi mult timp de calcul și va facilita gestionarea pe termen lung //
Veridicitate. Big Data trebuie alimentat cu date relevante și adevărate. Nu vom putea efectua analize
utile dacă multe dintre datele primite provin din surse false sau prezintă erori.

PROCESAREA DATELOR. O problemă obișnuită cu care se confruntă organizațiile este cum să

colecteze date din mai multe surse, în mai multe formate și să le mute într-unul sau mai multe magazine
de date. Este posibil ca destinația să nu fie același tip de magazin de date ca sursa și deseori formatul
este diferit sau datele trebuie să fie modelate sau curățate înainte de a le încărca în destinația sa finală.
Diverse instrumente, servicii și procese au fost dezvoltate de-a lungul anilor pentru a ajuta la abordarea
acestor provocări. Indiferent de procesul utilizat, există o nevoie comună de a coordona activitatea și de
a aplica un anumit nivel de transformare a datelor în cadrul conductei de date.

Procesul de extragere, transformare și încărcare (ETL)

Extragerea, transformarea și încărcarea (ETL) este o conductă de date utilizată pentru a colecta date din
diverse surse, transforma datele în conformitate cu regulile comerciale și le încarcă într-un magazin de
date de destinație. Lucrarea de transformare în ETL are loc într-un motor specializat și implică adesea
utilizarea tabelelor de stocare pentru a păstra temporar datele pe măsură ce sunt transformate și, în
cele din urmă, încărcate la destinație. Transformarea datelor care are loc implică de obicei diverse
operații, cum ar fi filtrarea, sortarea, agregarea, îmbinarea datelor, curățarea datelor, de duplicarea și
validarea datelor. Cele trei faze ETL sunt executate în paralel pentru a economisi timp. De exemplu, în
timp ce datele sunt extrase, un proces de transformare ar putea lucra la datele deja primite și le poate
pregăti pentru încărcare, iar un proces de încărcare poate începe să lucreze la datele pregătite, mai
degrabă decât să aștepte finalizarea procesului de extracție.

Extragerea, încărcarea și transformarea (ELT) diferă de ETL numai în locul în care are loc transformarea.
În conducta ELT, transformarea are loc în depozitul de date țintă. În loc să utilizeze un motor de

63
transformare separat, capacitățile de procesare ale depozitului de date țintă sunt utilizate pentru
transformarea datelor. Acest lucru simplifică arhitectura prin eliminarea motorului de transformare din
conductă. Un alt beneficiu al acestei abordări este că scalarea depozitului de date țintă scalează și
performanța conductei ELT. Cu toate acestea, ELT funcționează bine numai atunci când sistemul țintă
este suficient de puternic pentru a transforma datele în mod eficient.

Cazurile de utilizare tipice pentru ELT se încadrează în domeniul Big data. De exemplu, ați putea începe
prin extragerea tuturor datelor sursă în fișiere plate în spațiul de stocare scalabil, cum ar fi sistemul de
fișiere distribuite Hadoop (HDFS) sau Magazinul Azure Data Lake. Tehnologii precum Spark, Hive sau
PolyBase pot fi apoi utilizate pentru interogarea datelor sursă. Punctul cheie al ELT este că stocarea de
date utilizată pentru efectuarea transformării este aceeași magazie de date în care datele sunt
consumate în cele din urmă. Acest depozit de date citește direct din spațiul de stocare scalabil, în loc de
a încărca datele în propriul spațiu de stocare proprietar. Această abordare omite etapa de copiere a
datelor prezentă în ETL, care poate fi o operație care necesită mult timp pentru seturi de date mari. În
practică, magazinul de date țintă este un depozit de date utilizând fie un cluster Hadoop (utilizând Hive
sau Spark). În general, o schemă este suprapusă pe datele fișierului plat la momentul interogării și
stocate ca un tabel, permițând ca datele să fie interogate ca orice alt tabel din magazinul de date.
Acestea sunt denumite tabele externe, deoarece datele nu se află în stocarea gestionată chiar de
stocarea de date, ci pe o anumită stocare externă scalabilă. Magazinul de date gestionează doar schema
datelor și aplică schema la citire. De exemplu, un cluster Hadoop care utilizează Hive ar descrie un tabel
Hive în care sursa de date este efectiv o cale către un set de fișiere în HDFS. Odată ce datele sursă sunt
încărcate, datele prezente în tabelele externe pot fi procesate utilizând capacitățile depozitului de date.
În scenariile de date mari, acest lucru înseamnă că depozitul de date trebuie să fie capabil de procesare
masivă în paralel (MPP), care împarte datele în bucăți mai mici și distribuie procesarea bucăților în mai
multe mașini în paralel. Faza finală a conductei ELT este de obicei transformarea datelor sursă într-un
format final mai eficient pentru tipurile de interogări care trebuie acceptate. De exemplu, datele pot fi
partiționate. De asemenea, ELT ar putea utiliza formate de stocare optimizate, cum ar fi Parchet, care
stochează date orientate pe rând într- o manieră coloană și oferă indexare optimizată.

Exemple: Instrumente Big Data. Există diferite soluții pe piață pentru a gestiona Big Data. Unele
demne de menționat, cu o vastă experiență în acest domeniu, sunt Hadoop (cadrul standard pentru
stocarea volumelor mari de date și prelucrarea ulterioară distribuite în clustere) și Spark (văzută ca o

64
evoluție naturală a analizei Hadoop în căutarea unor modele mai optimizate). Ambele cadre aparțin
proiectului Apache și sunt Open Source.

Arhitectura pentru Bigdata

Arhitectură pentru Big Data este concepută pentru a gestiona achizitia, procesarea și analiza
datelor care sunt prea mari sau complexe pentru sistemele de baze de date tradiționale. Pragul la care
organizațiile intră în domeniul big data diferă, în funcție de capacitățile utilizatorilor și de instrumentele
acestora. Pentru unii, poate însemna sute de gigaocteți de date, în timp ce pentru alții înseamnă sute de
terabyți sau zettabyti. Pe măsură ce avansează instrumentele pentru lucrul cu seturi de date mari, tot
așa crește și semnificația datelor mari. Din ce în ce mai mult, acest termen se referă la valoarea pe care
o puteți extrage din seturile de date prin analize avansate, mai degrabă decât strict la dimensiunea
datelor, deși în aceste cazuri acestea tind să fie destul de mari.
De-a lungul anilor, peisajul datelor sa schimbat. Ceea ce puteți face sau este de așteptat să faceți cu
datele sa schimbat. Costul stocării a scăzut dramatic, în timp ce mijloacele prin care sunt colectate datele
continuă să crească. Unele date ajung într-un ritm rapid, cerând în mod constant să fie colectate și
observate. Alte date ajung mai încet, dar în bucăți foarte mari, adesea sub forma unor decenii de date
istorice. S-ar putea să vă confruntați cu o problemă de analiză avansată sau care necesită învățare
automată. Acestea sunt provocări pe care arhitecturile de date mari încearcă să le rezolve. Soluțiile de
date mari implică de obicei unul sau mai multe dintre următoarele tipuri de sarcină de lucru :Prelucrarea
în serie a surselor de date mari în repaus; Prelucrarea în timp real a datelor mari în mișcare; Explorare
interactivă a datelor mari; Analitică predictivă și învățare automată. Luați în considerare arhitecturile de
date mari atunci când trebuie: Stocați și prelucrați date în volume prea mari pentru o bază de date
tradițională; Transformați date nestructurate pentru analiză și raportare; Capturați, procesați și analizați
fluxuri nelimitate de date în timp real sau cu latență scăzută. Următoarea diagramă prezintă
componentele logice care se încadrează într-o arhitectură de Big data. Soluțiile individuale pot să nu
conțină fiecare articol din această diagramă.

65
Majoritatea arhitecturilor de date mari includ unele sau toate următoarele componente:

Surse de date. Toate soluțiile de date mari încep cu una sau mai multe surse de date. Exemplele
includ:Depozite de date ale aplicațiilor, cum ar fi baze de date relaționale. Fișiere statice produse de
aplicații, cum ar fi fișiere jurnal server web.Surse de date în timp real, cum ar fi dispozitivele IoT.

Stocare a datelor. Datele pentru operațiunile de procesare în serie sunt stocate de obicei într-un
magazin de fișiere distribuite care poate conține volume mari de fișiere mari în diferite formate. Acest
tip de magazin este adesea numit un lac de date. Opțiunile pentru implementarea acestui spațiu de
stocare includ Azure Data Lake Store sau containere blob în stocarea Azure.

Prelucrarea în serie. Deoarece seturile de date sunt atât de mari, adesea o soluție de date mari trebuie
să proceseze fișiere de date folosind joburi batch de lungă durată pentru a filtra, agrega și, în caz
contrar, să pregătească datele pentru analiză. De obicei, aceste lucrări implică citirea fișierelor sursă,
prelucrarea lor și scrierea rezultatului în fișiere noi. Opțiunile includ executarea de joburi U-SQL în Azure
Data Lake Analytics, utilizarea Hive, Pig sau Harta personalizată / Reducerea joburilor într-un cluster
HDInsight Hadoop sau utilizarea programelor Java, Scala sau Python într-un cluster HDInsight Spark.

Ingerarea mesajelor în timp real. Dacă soluția include surse în timp real, arhitectura trebuie să includă o
modalitate de a captura și stoca mesaje în timp real pentru procesarea fluxului. Acesta ar putea fi un
simplu magazin de date, unde mesajele primite sunt aruncate într-un folder pentru procesare. Cu toate
acestea, multe soluții au nevoie de un depozit de ingestie de mesaje pentru a acționa ca un tampon
pentru mesaje și pentru a sprijini procesarea scalării, livrarea fiabilă și alte semantice de așteptare a
mesajelor. Această porțiune a arhitecturii de streaming este adesea denumită buffer de flux. Opțiunile
includ Azure Event Hubs, Azure IoT Hub și Kafka.
Procesarea fluxurilor. După captarea mesajelor în timp real, soluția trebuie să le proceseze prin filtrare,
agregare și, în caz contrar, pregătirea datelor pentru analiză. Datele fluxului procesat sunt apoi scrise
într- un sink de ieșire. Azure Stream Analytics oferă un serviciu de procesare a fluxului gestionat bazat pe
interogări SQL care rulează permanent, care operează pe fluxuri nelimitate. Puteți utiliza, de asemenea,
tehnologii open source Apache de streaming precum Storm și Spark Streaming într-un cluster HDInsight.

66
Magazin de date analitice. Multe soluții de big data pregătesc datele pentru analiză și apoi servesc
datele procesate într-un format structurat care poate fi interogat folosind instrumente analitice.
Magazinul de date analitice utilizat pentru a răspunde acestor interogări poate fi un depozit de date
relaționale în stil Kimball, așa cum se vede în majoritatea soluțiilor tradiționale de business intelligence
(BI). Alternativ, datele ar putea fi prezentate printr-o tehnologie NoSQL cu latență scăzută, cum ar fi
HBase, sau o bază de date interactivă Hive care oferă o abstractizare a metadatelor peste fișierele de
date din magazinul de date distribuite. Azure Synapse Analytics oferă un serviciu gestionat pentru
depozitare de date pe scară largă, bazată pe cloud. HDInsight acceptă Interactive Hive, HBase și Spark
SQL, care pot fi, de asemenea, utilizate pentru a servi date pentru analiză.
Analiză și raportare. Scopul majorității soluțiilor de date mari este de a oferi informații despre date prin
analize și raportări. Pentru a permite utilizatorilor să analizeze datele, arhitectura poate include un strat
de modelare a datelor, cum ar fi un cub OLAP multidimensional sau un model de date tabulare în Azure
Analysis Services. S-ar putea să accepte BI de autoservire, utilizând tehnologiile de modelare și
vizualizare din Microsoft Power BI sau Microsoft Excel. Analiza și raportarea pot lua, de asemenea, forma
explorării interactive a datelor de către oamenii de știință sau analiștii de date. Pentru aceste scenarii,
multe servicii Azure acceptă blocnotesuri analitice, cum ar fi Jupyter, permițându-le acestor utilizatori să
își valorifice abilitățile existente cu Python sau R. Pentru explorarea datelor pe scară largă, puteți utiliza
Microsoft R Server, fie independent, fie cu Spark.
Orchestrarea. Majoritatea soluțiilor de date mari constau în operații repetate de procesare a datelor,
încapsulate în fluxuri de lucru, care transformă datele sursă, mută datele între mai multe surse și
chiuvete, încarcă datele procesate într-un depozit de date analitice sau împing rezultatele direct într-un
raport sau tablou de bord. Pentru a automatiza aceste fluxuri de lucru, puteți utiliza o tehnologie de
orchestrație precum Azure Data Factory sau Apache Oozie și Sqoop.

Termeni
1. Magazine de date locale (on-premise): este o metodă de implementare a software-ului. Cu on-
premise, programele de computer sunt instalate chiar pe computerul utilizatorului prin CD-uri sau
unități USB. În timp ce, în afara on-premise, programul de instalare poate fi oriunde pe Web.
Magazinele de date locale includ baze de date și fișiere. Pot exista mai multe motive pentru a
menține aceste magazine de date locale. Pot exista reglementări sau politici care nu permit mutarea
anumitor date sau sarcini de lucru în cloud. Suveranitatea datelor, confidențialitatea sau
problemele de securitate pot favoriza plasarea locală. În timpul unei migrații, poate doriți să păstrați
unele date locale într-o aplicație care nu a fost încă migrată.
2. Nor (Cloud): Termenul cloud este folosit pentru a se referi la utilizarea infrastructurilor terțe (atât
hardware, cât și software), pentru stocarea, gestionarea și prelucrarea datelor și aplicațiilor. Cloud-
ul, denumit adesea „cloud computing”, este de obicei un model de închiriere sau cu plata pe
utilizare, iar unele dintre companiile de top din acest sector sunt Microsoft, Amazon sau Google.
3. Fișier: este un container dintr-un sistem informatic pentru stocarea informațiilor. Un fișier trebuie să
aibă un nume unic într-un anumit director de fișiere. Cu toate acestea, în timp ce creați un nume de
fișier, anumite caractere sunt considerate ilegale și, prin urmare, nu pot fi utilizate. Un nume de
fișier este format dintr-un nume cu sufix, care este, de asemenea, cunoscut sub numele de extensie
de fișier. Extensia de fișier este de două până la patru caractere după perioada din numele complet
al fișierului. Extensia de fișier ajută la identificarea tipului de fișier, a formatului de fișier și a
atributelor asociate fișierului. Majoritatea sistemelor informatice moderne oferă măsuri de
securitate sau
67
 protecție împotriva corupției sau deteriorării fișierelor. Datele conținute în fișiere ar putea varia de
la informații generate de sistem până la informații specificate de utilizator. Gestionarea fișierelor se
face cu ajutorul sistemelor de operare, a instrumentelor terță parte sau se face manual uneori cu
ajutorul utilizatorului. Operațiile de bază care pot fi efectuate pe un fișier sunt: Crearea unui nou
fișier, Modificarea atributelor de date sau fișiere, Citirea datelor din fișier, Deschiderea fișierului
pentru a face conținutul disponibil altor programe, Scrierea datelor în fișier, Închiderea sau
terminarea unei operații de fișier.
4. Piata electronica. O piață electronică, cunoscută și sub numele de e-marketplace poate fi văzută ca
un site web sau un set de site-uri conectate de interes comun pentru anumite tipuri de participanți.
Piața electronică ajută întreprinderile să facă afaceri în mai multe moduri, care sunt descrise mai jos:
• Tranzacționează și execută achiziții în numele participanților lor. Scopul principal al acestor piețe
electronice este de a îmbunătăți eficiența comenzilor de cumpărare și de a ajuta clienții prin
reducerea tranzacțiilor complexe pe hârtie între
cumpărători și vânzători.
• Ajută clienții atunci când se confruntă cu un număr mare de furnizori, deoarece devine dificil să
ajungeți la acești furnizori off-line sau să îi contactați online. În acest caz, piețele electronice oferă de
obicei posibilitatea unei căutări parametrice între furnizori și informații detaliate despre produs. În
acest fel, îi ajută pe clienți să facă o analiză eficientă a costurilor și a calității și să aleagă un produs
care le convine cel mai bine. • Ajută la cumpărarea și vânzarea produselor disponibile în volum
redus și la schimbarea produsului atunci când este în garanție. În acest caz, o piață electronică
organizează de obicei un schimb on-line la fața locului pentru membrii săi și ajută la consolidarea
lichidității pieței.
• Ajută la înființarea piețelor electronice care oferă o platformă pentru comerțul colaborativ.

Comertul Electronic. Comerţul electronic poate fi definit și ca un demers de cumpărare sau

vânzare prin intermediul transmiterii de date la distanţă. Acest demers este specific politicii expansive a
marketingului companiilor comerciale. Prin intermediul Internetului se dezvoltă o relaţie de servicii şi
schimb de mărfuri între ofertant şi viitorul cumparător. Este foarte important să se inteleagă că afacerile
online nu se limiteaza doar la vânzarea produselor prin intermediul Internetului. Afacerile electronice
presupun menținerea contactelor cu furnizorii, cu posibilii parteneri de afaceri, dar și cu clienții,
promovarea produselor si/sau serviciilor oferite folosind mijloace electronice. Comerţul electronic oferă
oportunitatea de a comercializa produse în întreaga lume, sporind numărul de potenţiali clienţi în primul
rând prin eliminarea barierelor geografice dintre clienţi şi comercianţi. În tranzacţiile comerciale clasice
sunt patru etape diferite: cercetarea de marketing, încheierea contractului comercial, vânzarea
produsului sau a serviciului și plataprodusului sau a serviciului.

Categorii de comerț electronic. Există cinci categorii generale de comerţ electronic:

 business-to-consumer -companiile vând produse şi servicii consumatorilor individuali;

 business-to-business -companiile vând produse şi servicii altor companii;

 procese de business -companiile menţin şi folosesc informaţii pentru a identifica şi evalua clienţii,
furnizorii şi angajaţii; în acelaşi timp, partajează aceste informaţii, în mod atent controlat, cu clienţii,
furnizorii, angajaţii şi partenerii de afaceri;

 consumer-to-consumer -participanţii de pe o piaţă online pot să îşi vândă/cumpere reciproc bunuri;

 business-to-government -companiile pot vinde bunuri şi servicii agenţiilor guvernamentale.

68
Modele de Comerț Electronic. Analizând aplicaţiile curente dezvoltate pe Internet, identificăm
următoarele modele de afaceri în comerţul electronic:magazin electronic (e-shop): un magazin
electronic se implementează prin intermediul unui site Web; acesta este gestionat deocompanie, pentru
marketingul şi vânzările propriilor produse şi servicii. Minimal, conţine catalogul de produse sau servicii
cu descrieri tehnice şi comerciale pentru fiecare poziţie din catalog. Aceste descrieri sunt gestionate în
general de un Sistem de Gestiune al Bazelor de Date (SGBD). Sistemul de Gestiune al Bazelor de Date, se
va ocupa cu stocarea şi manipularea datelor şi cu oferirea posibilităţilor de acces la date. Varianta medie
conţine facilităţi pentru preluarea comenzilor (prin e-mail sau forme interactive pe care le vor completa
clienţii), iar varianta extinsă cuprinde şi posibilitatea efectuării on-line a plăţii (prin cărţi de credit sau
alte variante electronice) // aprovizionarea electronică (eProcurement): pentru procurarea bunurilor şi
serviciilor, marile companii şi autorităţi publice organizează licitaţii. Prin publicarea pe Web a
specificaţiilor ofertei, scade atât timpul cât şi costul de transmisie, mărindu-se şi numărul de firme care
iau parte la licitaţie. Astfel, creşte concurenţa şi scade preţul // magazin electronic universal(eMall): ca
şi în lumea reală, magazinul electronic universal este o colecţie de magazine electronice, reunite sub o
umbrelă comună şi care, în general, acceptă metode de plată comune // comunităţi virtuale (virtual
communities): valoarea cea mai importantă a unei comunităţi virtuale este dată de către membrii săi
(clienţi sau parteneri), care adaugă informaţii proprii peste un mediu de bază furnizat de companie.
Fiecare membru poate oferi spre vânzare produse sau servicii sau poate adresa cereri de cumpărare a
6Platforme Informatice Pentru Producție și Servicii | Comerț Electronicunor produsesau servicii.
Calitatea de membru al unei comunităţi virtuale presupune plata unei taxe // furnizor de servicii cu
valoare adăugată pentru canalele de comerţ electronic(value chain service provider): furnizorii de
servicii sunt specializaţi pe funcţii specifice, cum ar fi asigurarea logisticii, plata electronică sau expertiza
în managementul producţiei şi a stocurilor. Plata acestor servicii se face pe baza unor tarife sau a unei
cote procentuale // platforme de colaborare: platformele de colaborare cuprindun set de instrumente
şi un mediu informaţional pentru colaborarea între companii. Acestea pot adresa funcţii specifice, cum
ar fi concepţia sau proiectarea în colaborare. Câştigurile provin din managementul platformei (taxa de
membru sau taxa de utilizare), şi din vânzări de instrumente specializate (pentru design, workflow şi
gestiunea de documente). Prin workflow se înţelege fluxul de documente, care implică două entităţi:
parteapasivă (documentele) şi parteaactivă (deplasarea acestor documente) // brokeraj de informaţii
şi alte servicii: exemplele cuprind cataloage de clienţi clasificaţi pe profil, vânzarea de oportunităţi de
afaceri, consultanţă în domenii specializate. O categorie specială o constituie serviciile de încredere
furnizate de autorităţilede certificare sau de notariatele electronice.

STUDIU DE CAZ 2. Comert Electronic – Cazul Alibaba, Taobao

Alibaba Group Holding Limited, cunoscută și sub numele de Alibaba Group și Alibaba.com, este o
companie multinațională chineză de tehnologie specializată în comerț electronic, comerț cu amănuntul,
internet și tehnologie. Înființată la 4 aprilie 1999, în Hangzhou, Zhejiang, compania furnizează servicii de
vânzări de la consumator la consumator (C2C), între întreprinderi (B2C) și între întreprinderi (B2B) prin
portaluri web, precum și servicii de plată electronică, motoare de căutare de cumpărături și servicii de
cloud computing. Este una dintre primele 10 cele mai valoroase corporații și este numită a 31-a cea mai
mare companie publică din lume pe lista Forbes Global 2020. În ianuarie 2018, Alibaba a devenit a doua
companie asiatică care a depășit valoarea de 500 miliarde dolari SUA, după concurentul său Tencent.

69
Începând cu 2020, Alibaba deține cea de-a șasea cea mai mare evaluare globală a mărcii. Alibaba este cel
mai mare comerciant cu amănuntul și companie de comerț electronic din lume și pe lista celor mai mari
companii de internet. În 2020, a fost, de asemenea, cotată ca a cincea cea mai mare companie de
inteligență artificială. Este, de asemenea, una dintre cele mai mari firme de capital de risc și una dintre
cele mai mari corporații de investiții din lume. Compania găzduiește cele mai mari piețe B2B
(Alibaba.com), C2C (Taobao) și B2C (Tmall) din lume. Vânzările și profiturile sale online au depășit toți
comercianții cu amănuntul din SUA (inclusiv Walmart, Amazon și eBay) combinate din 2015. S-a extins în
industria mass-media, cu venituri în creștere cu trei puncte procentuale an de an. De asemenea,
stabilește recordul la ediția din 2018 a Chinei Singles 'Day, cea mai mare zi de cumpărături online și
offline din lume.În timp ce mulți oameni înțeleg că Alibaba (BABA) este un comerciant cu amănuntul
online similar cu Amazon (AMZN) sau eBay (EBAY), modelul de afaceri al companiei este surprinzător de
diferit de principalele companii de comerț electronic din Statele Unite. În timp ce Amazon este găzduit
sub un singur acoperiș, Alibaba este împărțit în trei companii principale: Alibaba Taobao Tmall.
Toate aceste trei site-uri de comerț electronic servesc la conectarea diferitelor tipuri de cumpărători și
vânzători, permițând Alibaba să acționeze ca intermediar în industria emergentă a comerțului electronic
din China.Alibaba Group este o platformă chineză de comerț electronic reprezentată de trei companii:
Alibaba, Taobao și Tmall. Afacerile companiei reprezintă mai mult de jumătate din vânzările de comerț
electronic din China. Gigantul chinez de comerț electronic Alibaba (BABA) se mândrește cu o mare
varietate de statistici atrăgătoare. Compania reprezintă 58% din vânzările cu amănuntul online din
China. În iunie 2019, compania are 755 milioane de utilizatori activi, mai mare decât întreaga populație a
Statelor Unite. Alibaba a înregistrat comenzi în valoare de 30,8 miliarde de dolari pe 13 noiembrie 2018,
echivalentul chinezesc al Black Friday numit „Singles Day” sau „11.11”. Singles Day-2019 a cazut luni, 11
noiembrie 2019 se așteaptă să depășească rezultatele de aproape 31 de miliarde de dolari din 2018, în
ciuda încetinirii economiei chineze și a războiului comercial continuu al țării cu Statele Unite.

Alibaba B2B.Alibaba.com este o platformă de tranzacționare business-to-business, conectând

producătorii din țări precum China, India, Pakistan, Statele Unite și Thailanda cu cumpărători
internaționali. Comercianții își pot enumera produsele gratuit pe Alibaba.com, dar au și opțiunea de a
plăti pentru o serie de avantaje, cum ar fi o expunere mai mare pe site și listări nelimitate de produse.

Taobao B2C. În chineză, Taobao înseamnă „căutare de comori”. Taobao.com a devenit cel mai mare
site de cumpărături din China și este clasat pe locul al nouălea cel mai popular site din lume de
Alexa.com. Lansat în 2003, Taobao listează sute de milioane de produse și servicii de la milioane de
vânzători. Taobao nu percepe taxe de tranzacție și site-ul este liber să se alăture comercianților, o
politică care a ajutat site- ul să câștige enorma sa bază de utilizatori în China. În timp ce Alibaba.com este
business-to-business, Taobao se concentrează între companii și consumatori, permițând companiilor
mici și persoanelor fizice să deschidă magazine online. Pentru a ajuta cumpărătorii să aleagă printre
numărul mare de comercianți, site-ul are un sistem de evaluare unic, care reflectă câte tranzacții a
realizat fiecare vânzător. Cumpărătorii pot pune întrebări direct comercianților prin intermediul
software-ului de mesagerie al Alibaba Group. Comercianții au opțiunea de a cumpăra publicitate și alte
servicii pentru a-i ajuta să iasă în evidență pe site-ul web și să sporească vânzările. Agenții de publicitate
pot alege între plata pentru performanță și marketingul pe display. Aceste reclame sunt principalul
mijloc prin care Alibaba face bani din Taobao. Spre deosebire de Amazon, Alibaba Group nu deține
inventar și nu deține depozite. Alibaba a creat platforme software care facilitează schimbul de bunuri și
servicii. În timp ce veniturile Alibaba sunt mai mici decât cele ale Amazonului, acesta are marje de
operare și marje de profit mai mari. Amazon trebuie să
70
gestioneze logistica scumpă și complexă a dezvoltării și întreținerii unei rețele de depozite pentru a
expedia produsele direct cumpărătorilor. Software-ul este mai ușor de scalat decât depozitele.

Alibaba și Baidu.Unul dintre cele mai interesante elemente ale strategiei de afaceri a Alibaba constă în
relația sa cu Baidu, care operează principalul motor de căutare din China. Alibaba blochează de fapt
păianjenul lui Baidu să indexeze atât Taobao, cât și Tmall, ceea ce înseamnă că paginile de pe aceste site-
uri web nu apar în rezultatele căutării lui Baidu. În consecință, cumpărătorii trebuie să meargă direct la
Taobao și Tmall pentru a vedea ce au de oferit. La rândul său, acest lucru crește valoarea căutării pe
Taobao și Tmall. Când un client caută pe Taobao și Tmall, alături de rezultatele căutării apar anunțuri de
la comercianți. Acest aspect al modelului de afaceri al Alibaba este similar cu Google (GOOGL), care
realizează o cantitate semnificativă din veniturile sale prin publicitate online.
Bibliografie

https://www.investopedia.com/articles/investing/062315/understanding-alibabas-business-model.asp

https://en.wikipedia.org/wiki/Alibaba_Group

TERMENI
Model de afaceri. Termenul de model de afaceri se referă la planul unei companii de a obține profit.
Identifică produsele sau serviciile pe care planul de afaceri le vinde, piața țintă identificată și eventualele
cheltuieli anticipate. Modelele de afaceri sunt importante atât pentru întreprinderile noi, cât și pentru
cele consacrate. Ele ajută companiile noi în curs de dezvoltare să atragă investiții, să recruteze talente și
să motiveze conducerea și personalul. Întreprinderile stabilite ar trebui să își actualizeze în mod regulat
planurile de afaceri sau nu vor anticipa tendințele și provocările viitoare. Planurile de afaceri îi ajută pe
investitori să evalueze companiile care îi interesează.Un model de afaceri este o modalitate mai eficientă
de a concura, deoarece este greu pentru concurenți să copieze un model de afaceri, dar relativ ușor să
copieze un produs sau un serviciu. Dacă începeți o nouă afacere și doriți să atrageți imediat atenția
clienților, atunci trebuie să aveți un model de afaceri imbatabil. În mod similar, dacă gestionați deja o
afacere, dar trebuie să vă dezvoltați, atunci o modalitate puternică de a începe ideile dvs. este să vă
concentrați asupra reinventării modelului dvs. de afaceri.

71
Curs 5. Retele de calculatoare, Internet. Blockchain. Tehnologia 5G
Caracteristici si arhitecturi. Retele fara fir (wireless). Internet: Protocoale de retea
(OSI,TCP/IPv4/6). Sisteme Distribuite si procesarea distribuita. Blockchain. Servicii
Web pentru Afaceri. Securitatea in Internet. Tehnologia 5G,Impactul tehnologiei
5G asupra proceselor de afaceri.

Retele de calculatoare. Caracteristici si arhitecturi. Retele fara fir (wireless).

Internet. Protocoale de retea (OSI,TCP/IP,Ipv4/6)
O rețea de calculatoare constă dintr-un număr de calculatoare autonome, interconectate astfel încât să
fie capabile să schimbe informație între ele, ce pot funcționa independent pe baza unui sistem de
operare/software propriu. Termenul calculator ce va fi utilizat în acest curs va include de fapt, și va fi
substituit uneori de orice tip de mașină de calcul, computer, dispozitiv sau echipament ce se poate
conecta la o rețea de comunicație. Internetul este o rețea de rețele care interconectează sute de
milioane de calculatoare din întreaga lume. Nu cu mult timp în urmă, acestea erau, în primul rând,
computere tradiționale, stații de lucru Linux și așa-numitele servere care stochează și transmit informații
cum ar fi paginile web sau mesajele de poștă electronică. Cu toate acestea, tot mai multe sisteme
netradiționale cum ar fi laptopuri, telefoane inteligente (smartphone), tablete, televizoare, console de
jocuri, camere web, automobile, senzori sau elemente de acționare sau control au început să fie
conectate la Internet. În jargonul de Internet, toate acestea sunt numite gazde (host) sau sisteme finale
(end system).Echipamentele de rețea sunt unele dintre cele mai des întâlnite în cadrul rețelei Internet,
rolul acestora putând fi descris pe scurt astfel: Comutatorul (Switch) conectează în aceeași rețea mai
multe calculatoare ce utilizează comunicații prin fir. Punctele de acces permit conectarea la o rețea a
calculatoarelor ce utilizează comunicații fără fir. Modem-ul conectează între ele două rețele ce folosesc
tehnologii diferite. Serverul gestionează rețelele și furnizează serviciile de rețea. Router-ul
interconectează rețelele între ele. Scopul principal al existenței Internetului este furnizarea de
servicii pentru diverse aplicații: navigare pe Web, poștă electronică, control de la distanță, acces la rețele
sociale, mesagerie instant, transfer de fișiere, Voice-over-IP, transmisii video și TV, jocuri, IoT, IoV, etc.
Conform datelor actuale sau statistice, numărul dispozitivelor conectate la Internet și evoluția acestuia
sunt impresionante: În iulie 2011 existau aproape 2 miliarde. În 2017 vor fi mai mult de 20 de miliarde.
La sfârșitul anului 2016 se estima că 328 de milioane de noi dispozitive sunt conectate la Internet în
fiecare lună. 75 de miliarde vor fi conectate până în anul 2020. Până în anul 2022 în fiecare casă vor
exista circa 500 de dispozitive conectate.Așa cum se poate observa, sistemele finale sunt conectate
împreună de o rețea de legături de comunicație și comutatoare de pachete. Atunci când un calculator
are date de trimis către altul, expeditorul împarte datele în segmente mai mici și adaugă octeți de
antet(header) fiecăruia. Segmentele de informații rezultate, cunoscute sub numele de pachete(packet),
sunt apoi trimise prin rețea către calculatorul de destinație, unde sunt reasamblate în datele originale.
Un câmp de adresă din fiecare pachet specifică destinatarul. Există două tipuri de legături de
comunicație care sunt utilizate pe scară largă: punct-la-punct (point-to-point) și de difuzare
(broadcasting): Legăturile punct-la-punct conectează perechi individuale de calculatoare. Pentru ca
pachetele să ajungă de la sursă la destinație într-o rețea formată din legături punct-la-punct, de cele mai
multe ori, acestea trec prin echipamente intermediare numite comutatoare de pachete. La primirea
unui pachet, fiecare calculator verifică câmpul de adresă. Dacă pachetul este destinat acestuia va fi
procesat; dacă este adresat unui alt destinatar, pachetul va fi ignorat sau transmis mai departe către un
alt nod din rețea. Într-o rețea de difuzare, canalul de comunicații este împărțit de toate
calculatoarele din rețea (de exemplu, rețelele wireless);
72
pachetele trimise de oricare dintre acestea sunt primite de toate celelalte. Sistemele de difuzare de
obicei oferă și posibilitatea trimiterii unui pachet către toate destinațiile prin utilizarea unui cod special
în câmpul de adresă. Când un pachet cu acest cod este transmis, acesta este primit și procesat de fiecare
calculator din rețea. Un comutator de pachete ia un pachet care sosește pe una dintre legăturile de
comunicație de intrare și îl trimite mai departe pe una dintre legăturile de ieșire. Cele mai cunoscute
comutatoare de pachete sunt router-ele și switch-urile. Switch-urile sunt de obicei utilizate în rețelele de
acces, iar router- ele în nucleele rețelelor. Succesiunea legăturilor de comunicație și a comutatoarelor
traversate de un pachet de la calculatorul sursă către cel destinație este cunoscută ca o rută (route) sau
o cale (path) prin rețea. Deseori sunt posibile mai multe rute, de lungimi diferite, găsirea celor bune fiind
un lucru important.
Rețele fără fir (wireless)
O rețea fără fir permite dispozitivelor să rămână conectate la rețea, dar să se deplaseze fără legături la orice
fir. Punctele de acces amplifică semnalele Wi-Fi, astfel încât un dispozitiv poate fi departe de un router, dar
poate fi totuși conectat la rețea. Când vă conectați la un hotspot Wi-Fi la o cafenea, un hotel, un salon de
aeroport sau un alt loc public, vă conectați la rețeaua wireless a acelei afaceri. O rețea cu fir utilizează cabluri
pentru a conecta dispozitive, cum ar fi laptopuri sau computere desktop, la Internet sau la o altă rețea. O
rețea cu fir are unele dezavantaje în comparație cu o rețea fără fir. Cel mai mare dezavantaj este că
dispozitivul dvs. este legat de un router. Cele mai frecvente rețele cablate utilizează cabluri conectate la un
capăt la un port Ethernet de pe routerul de rețea și la celălalt capăt la un computer sau alt dispozitiv.
Anterior, se credea că rețelele prin cablu erau mai rapide și mai sigure decât rețelele fără fir. Dar
îmbunătățirile continue ale tehnologiei de rețea fără fir, cum ar fi standardul de rețea Wi-Fi 6, au erodat
diferențele de viteză și securitate între rețelele cu fir și cele fără fir.Multe protocoale pot funcționa atât cu
rețele cablate, cât și fără fir. În ultimii ani, însă, tehnologiile wireless au crescut și au devenit mult mai
populare. Wi-Fi și alte tehnologii fără fir au devenit opțiunea preferată pentru construirea rețelelor de
calculatoare. Unul dintre motivele pentru aceasta este că rețelele fără fir pot suporta cu ușurință diferite
tipuri de gadgeturi wireless care au devenit populare de-a lungul anilor, cum ar fi smartphone-urile și
tabletele.
Care sunt avantajele unei rețele wireless Wi-Fi?Companiile pot beneficia de multe beneficii ale
unei rețele wireless, inclusiv: Comoditate: Accesați resursele rețelei dvs. din orice locație din zona de
acoperire a rețelei wireless sau din orice hotspot Wi-Fi// Mobilitate: nu sunteți legat de birou, deoarece
aveți o conexiune prin cablu. De exemplu, dvs. și angajații dvs. puteți accesa online reuniunile din sala de
conferințe// Productivitate: accesul wireless la Internet și la aplicațiile și resursele cheie ale companiei
dvs. vă ajută personalul să facă treaba și încurajează colaborarea// Configurare ușoară: nu trebuie să
înșirați cablurile, astfel încât instalarea poate fi rapidă și rentabilă// Extensibilitate: puteți extinde cu
ușurință rețelele fără fir cu echipamentele existente, în timp ce o rețea cu fir ar putea necesita cabluri
suplimentare// Securitate: Progresele în rețelele wireless oferă protecții de securitate solide// Cost
redus: Deoarece rețelele fără fir elimină sau reduc cheltuielile de cablare, acestea pot costa mai puțin să
funcționeze decât rețelele prin cablu.
Performanța rețelelor. Performanța unei rețele definește calitatea serviciilor oferite utilizatorilor
acesteia și este afectată de diverși factori precum lățimea de bandă, rata de transfer, întârzierile sau
pierderile. În domeniul telecomunicațiilor, mai exact când este vorba de procesarea semnalelor, lățimea
de bandă (bandwidth) reprezintă dimensiunea unui domeniu de frecvențe disponibil și se măsoară în
Hertzi. În cazul unei legături de comunicație dintre două calculatoare lățimea de bandă reprezintă o
măsură a capacității maxime de transmitere a informației prin acea legătură într-un interval de timp și se
măsoară în biți pe secundă. Rata de transfer efectivă (throughput sau data rate) reprezintă cantitatea de
informație ce se poate transmite la un moment dat printr-o legătură de comunicație, aceasta putând să
depindă de unele restricții, de numărul de utilizatori care folosesc rețeaua în cazul în care aceasta este
partajată, de perturbațiile care o afectează, etc. Cel mai adesea, comutatorul de pachete trebuie să
73
transmită printr-o singură legătură de comunicație pachete venite de la mai multe calculatoare
conectate

74
la acesta. Cea mai utilizată metodă se numește store-and-forward (stochează și trimite mai departe)
prin care pachetele sunt stocate într-o memorie tampon (buffer) și sunt transmise mai departe numai
dacă legătura de comunicație este liberă. Aceasta duce la apariția unei întârzieri (queuing delay) a cărei
valoare depinde de numărul de pachete primite de comutator precum și de gradul de congestie al
rețelei. Dacă întârzierile sunt prea mari și memoria tampon se umple, toate pachetele care sosesc la
comutator pentru a fi trimise mai departe prin legătura de comunicație congestionată vor fi refuzate,
ceea ce duce la pierderi de pachete (packet loss). Alte întârzieri care pot să apară se datorează timpului
necesar pentru procesarea pachetului pentru a afla prin care legătură de comunicație trebuie trimis,
timpului necesar pentru a transmite un pachet (dimensiunea pachetului raportată la rata de transfer a
legăturii de comunicație), precum și timpului de propagare prin mediul de comunicație (lungimea
acestuia raportată la viteza de propagare, ce poate fi egală sau puțin mai mică decât viteza luminii, în
funcție de caracteristicile fizice ale mediului). Toate întârzierile menționate, precum și altele, cumulate
determină latența rețelei (latency) ce poate fi testată și minimizată.
Retele personale (PAN). Astfel de rețele permit dispozitivelor să comunice în proximitatea unei
persoane. Un exemplu comun este o rețea fără fir care conectează un calculator cu perifericele acestuia.
Aproape fiecare calculator are un monitor atașat, tastatură, mouse și imprimantă și în multe cazuri
aceste conexiuni sunt realizate cu cabluri. Pentru a ajuta utilizatorul, unele companii s-au reunit pentru a
proiecta o rețea wireless cu rază scurtă de acțiune numită Bluetooth, pentru a conecta aceste
componente fără cabluri. Un alt exemplu de utilizare este conectarea telefonului mobil cu o cască fără
fir cu scopul de a transmitere a convorbirilor sau cu un vehicul pentru a asculta muzică în format digital
prin intermediul sistemului audio al acestuia.
Rețea LAN este o rețea privată care funcționează în interiorul și în apropierea unei singure clădiri, cum
ar fi o casă, un birou sau o fabrică. LAN-urile sunt utilizate pe scară largă pentru a conecta calculatoarele
personale și alte echipamente electronice pentru a le permite să partajeze resurse (de exemplu,
imprimante) și să facă schimb de informații. Rețelele LAN fără fir sunt din ce în ce mai preferate de
utilizatori deoarece oferă libertate și comoditate. În aceste sisteme, fiecare calculator are un modem
radio și o antenă pe care o utilizează pentru a comunica în rețea. În majoritatea cazurilor, fiecare dintre
ele discută cu un dispozitiv numit AP (Punct de Acces) sau cu un router wireless. Există un standard
pentru rețelele fără fir numit IEEE 802.11, cunoscut popular sub numele de Wi-Fi, care permite
transferul de date cu viteze până la sute de Mbps.
Rețelele metropolitane sunt de dimensiunile unei localități, conectează mai multe rețele de tip LAN iar
legăturile și echipamentele sale de comunicații sunt, în general, deținute fie de un consorțiu de
utilizatori, fie de un singur furnizor de rețea care vinde serviciul utilizatorilor. Prin urmare, acest nivel al
serviciului furnizat fiecărui utilizator trebuie să fie negociat cu operatorul MAN, iar în mod normal sunt
specificate anumite garanții de performanță. Rețelele de tip MAN sunt utilizate de furnizorii de Internet
(ISP), de servicii de telefonie sau cablu TV pentru a furniza servicii către consumatori. Sunt extrem de
eficiente și asigură o comunicare rapidă prin intermediul unor suporturi fizice de mare viteză, cum ar fi
cablurile cu fibră optică.
Rețelele WAN se întind pe arii geografice mari, adesea o țară sau continent. Acestea sunt utilizate
pentru a conecta rețele de tip LAN și alte tipuri de rețele împreună, astfel încât utilizatorii și
calculatoarele dintr- o locație să poată comunica cu utilizatorii și calculatoarele din alte locații. Multe
rețele WAN sunt construite pentru o anumită organizație și sunt private, iar adesea sunt construite
folosind linii de comunicație închiriate ce pot fi foarte scumpe. Alte rețele WAN sunt construite de
furnizorii de servicii de Internet și oferă conexiuni între o rețea LAN a unei organizații și Internet.
Utilizatorii pot comunica între locații îndepărtate prin legături virtuale care utilizează capacitatea de
bază a conexiunii la Internet. Aceasta modalitate este denumită VPN (Rețea Virtuală Privată), având
avantajul virtualizării, și oferă o reutilizare flexibilă a unei resurse, conectivitatea la Internet.

75
Protocol: ansamblu de conventii si reguli pe baza carora se realizeaza transmiterea datelor.
ARHITECTURA =modul de interconectare a componentelor retelei, pentru a realiza un anumit mod de
functionare. Arhitectura unui sistem trebuie sa ne dea informatii despre modul in care se conecteaza
componentele sistemului si despre interactiunea dintre acestea, dar ofera si o imagine generala a
sistemului. Stabilirea arhitecturii sistemului, fie ca este vorba despre o retea sau despre un produs
software, este una dintre cele mai importante etape ale realizarii unui proiect. Este vital sa se stabileasca
zonele critice ale sistemului, adica acele componente ce prezinta risc mare de defectare sau care, prin
defectarea lor, pot provoca oprirea partiala sau totala a sistemului. Trebuie luati in considerare si factorii
care ar putea avea influenta asupra sistemului (pana si conditiile atmosferice ar putea influenta
functionarea unei retele. Pentru reducerea complexitatii alcatuirii, majoritatea retelelor sunt organizate
pe mai multe nivele (straturi), in sensul impartirii stricte a sarcinilor: fiecare nivel este proiectat sa ofere
anumite servicii, bazandu- se pe serviciile oferite de nivelele inferioare. Atunci cand doua calculatoare
comunica, in fapt, se realizeaza o comunicare intre nivelele de acelasi rang ale celor doua masini. Nivelul
n al masinii A realizeaza schimb de date cu nivelul n al masinii B prin intermediul unui protocol numit
protocolul nivelului n. In realitate datele nu sunt transmise de la nivelul n al unei masini catre nivelul n al
alteia. In schimb, fiecare nivel realizeaza prelucrarile specifice asupra datelor si le transmit nivelului
inferior, pana la nivelul fizic unde se realizeaza schimbul efectiv de date. Doar din punct de vedere logic
se poate vorbi de o conversatieintre nivelele a doua masini.Intre oricare doua nivele adiacente exista o
interfata, care stabileste care sunt serviciile oferite nivelului superior. In momentul proiectarii
arhitecturii retelei trebuie sa se specifice clar numarul de nivele si interfetele aferente. Multimea
protocoalelor si a nivelelor reprezinta arhitectura retelei. Specificatiile arhitecturii (i.e. documentatia ce
descrie arhitectura) trebuie sa fie destul de detaliate pentru a permite implementarea de aplicatii care
sa se conformeze specificului fiecarui nivel.
Termeni cheie pentru rețea
 Sistem deschis: un sistem deschis este conectat la rețea și pregătit pentru comunicare.
 Sistem închis: un sistem închis nu este conectat la rețea și, prin urmare, nu poate fi comunicat cu.
 Adresă IP (protocol internet): adresa de rețea a sistemului din rețea, cunoscută și sub numele de
adresă logică).
 Adresă MAC: adresa MAC sau adresa fizică identifică în mod unic fiecare gazdă. Este asociat cu placa
de interfață de rețea (NIC).
 Port: un port este un canal prin care datele sunt trimise și primite.
 Noduri: noduri este un termen folosit pentru a se referi la orice dispozitiv de calcul, cum ar fi
computerele care trimit și primesc pachete de rețea prin rețea.
 Pachete de rețea: datele care sunt trimise către și de la nodurile dintr-o rețea.
 Rutere: ruterele sunt piese de hardware care gestionează pachetele de ruter. Ele stabilesc din ce
nod au venit informațiile și de unde să le trimită. Un router are un protocol de rutare care definește
modul în care comunică cu alte routere.
 Translatare adresă de rețea (NAT): o tehnică pe care routerele o utilizează pentru a furniza servicii
de internet către mai multe dispozitive folosind mai puține adrese IP publice. Un router are o adresă
IP publică, dar dispozitivelor conectate la acesta li se atribuie adrese IP private pe care alții din afara
rețelei nu le pot vedea.
 Protocol de configurare a gazdei dinamice (DHCP): atribuie adrese IP dinamice gazdelor și este
întreținut de furnizorul de servicii de internet.
 Furnizori de servicii de internet (ISP): companii care oferă tuturor conexiunea la internet, atât
persoanelor fizice, cât și companiilor și altor organizații.

76
INTERNET.Internetul, uneori numit pur și simplu „Rețeaua”, este un sistem mondial de rețele de
calculatoare - o rețea de rețele în care utilizatorii de pe orice computer pot, dacă au permisiunea, să
obțină informații de pe orice alt computer (și uneori să vorbească direct cu utilizatorii de pe alte
computere). A fost conceput de Agenția pentru Proiecte de Cercetare Avansată (ARPA) a guvernului SUA
în 1969 și a fost cunoscut pentru prima dată sub numele de ARPANet. Scopul inițial a fost crearea unei
rețele care să permită utilizatorilor unui computer de cercetare dintr-o universitate să „vorbească” cu
computerele de cercetare din alte universități. Un avantaj secundar al designului ARPANet a fost acela
că, deoarece mesajele ar putea fi direcționate sau redirecționate în mai multe direcții, rețeaua ar putea
continua să funcționeze chiar dacă părți ale acesteia ar fi distruse în cazul unui atac militar sau al unui alt
dezastru. Astăzi, Internetul este o facilitate publică, cooperantă și autosustenabilă, accesibilă sutelor de
milioane de oameni din întreaga lume.
Cum funcționează Internetul. Fizic, Internetul folosește o parte din resursele totale ale rețelelor publice
de telecomunicații existente în prezent. Ceea ce distinge internetul este utilizarea unui set de
protocoale numite Protocol de control al transmisiei / Protocol Internet (TCP / IP). Două adaptări
recente ale tehnologiei Internet, intranet și extranet, folosesc, de asemenea, protocolul TCP / IP.

Protocoale de retea (OSI, TCP/IP, Ipv4/6). Modelul de Referință OSI (OSI este un acronim
pentru interconectarea sistemelor deschise, englezăOpen Systems Interconnection), pe scurt: OSI, este o
stiva de protocoale de comunicație ierarhic foarte des folosit pentru a realiza o rețea de calculatoare.
OSI este un standard al Organizației internaționale de standardizare, emis în 1984. Modelul de Referință
OSI oferă metode generale pentru realizarea comunicației, sistemelor de calcul pentru ca acestea să
poată schimba informații, indiferent de particularitățile constructive ale sistemelor (fabricant, sistem de
operare, țară, etc). Modelul de Referință are aplicații în toate domeniile comunicațiilor de date, nu doar
în cazul rețelelor de calculatoare. Modelul OSI divizează problema complexă a comunicării între două
sau mai multe sisteme în 7 straturi numite și niveluri (layers) distincte, într-o arhitectură ierarhică.
Fiecare strat (nivel) are funcții bine determinate și comunică doar cu straturile adiacente. Cele 7 niveluri
ale Modelului de Referință se numesc: Aplicație (nivelul 7, superior) , Prezentare, Sesiune, Transport,
Rețea, Legătură de date, Fizic (nivelul 1, inferior). Termenii in engleză sunt Application, Presentation,
Session, Transport, Network, Data link, Physical.
Avantajele OSI. Câteva din avantajele folosirii OSI: 1. Descompune fenomenul de comunicare în rețea în
părți mai mici și implicit mai simple; 2. Standardizează componentele unei rețele permițînd dezvoltarea
independentă de un anumit producător; Permite comunicarea între diferite tipuri de hardware și
software; Permite o înțelegere mai ușoară a fenomenelor de comunicație.

Mod de funcționare. Modul de comunicare pe baza modelului OSI între elementele unei rețele de
calculatoare și alte aparate "inteligente" poate fi înțeles mai ușor dacă se consideră pentru exemplificare
numai 2 participanți la conversație. Pentru a profita de toate posibilitățile de comunicație, modelul OSI
trebuie să fie implementat în întregime (cu toate cele 7 niveluri sau straturi) în ambele elemente
participante. Pentru o mai bună înțelegere a imaginii de mai jos, comunicația pe verticală de la un
element la cel imediat superior sau inferior (săgețile albastre) respectă regulile interfeței respective, în
timp ce comunicația (indirectă) pe orizontală între un element verde și unul albastru respectă protocolul
nivelului respectiv. Când participantul 1 (o persoană sau un calculator sau dispozitiv "inteligent") vrea să
"converseze" cu participantul 2 (de asemenea o persoană sau un dispozitiv), aceasta se face prin
intermediul unei aplicații, Aplicația 1 trimite Aplicației 2 mai întâi un prim mesaj, de exemplu "Ești liber și
stăpânești protocolul FTP?".

77
Pentru "conversația" lor aplicațiile trebuie să folosească un protocol de aplicație predefinit. Protocoalele
de pe fiecare nivel prescriu până la ultimul amănunt cum anume se "vorbește", ce se spune și mai ales în
ce ordine, astfel încât participantul celălalt să "înțeleagă" despre ce este vorba. În acest exemplu însă,
Aplicația 1 nu are legătură directă/fizică cu Aplicația 2. O legătura fizică există, dar se află departe - la
baza "stivei" de protocoale. Metoda Modelului OSI prevede ca mesajul Aplicației 1 destinat Aplicației 2
să fie mai întâi predat nivelului de mai jos = Prezentare 1, printr-o interfață specială. Acest nivel
"vorbește" la rândul său cu nivelul său omolog din stiva 2, anume Prezentare 2, pentru care se folosește
de protocolul necesar. Dar nici cele 2 niveluri de Prezentare nu sunt legate direct între ele. Nivelul
Prezentare 1 predă atunci cele dorite în jos, nivelului Sesiune 1 (iarăși printr-o interfață specializată).
Această procedură se continuă în jos până se atinge Nivelul fizic 1. Abia acesta posedă o legătură fizică
cu omologul său, Nivelul fizic 2, de exemplu printr-un cablu. De aici informația se propagă spre
participantul 2 de jos în sus, printr- o serie de interfețe, până într-un bun sfârșit se atinge nivelul
Aplicație 2, respectiv Participant 2, cu care Aplicația 1 voia inițial să "vorbească". Din punct de vedere al
Aplicației 1, ea doar pare că duce o conversație directă cu Aplicația 2, conform prescripțiilor din
protocolul de aplicație ales. În realitate ea schimbă informații doar cu nivelul Prezentare 1, imediat
vecin, prin interfața respectivă.

Avantajul acestei metode stratificate este că nici Aplicația 1, și nici măcar programatorul ei, nu trebuie
să cunoască deloc sarcinile și soluțiile de la nivelurile inferioare, ci doar una sau 2 interfețe, în sus și în
jos. În plus, ea nu trebuie modificată reactiv la orice schimbare de pe straturile inferioare. De exemplu,
dacă se schimbă cablul de legătură (de la nivelul Nivelului fizic) printr-un canal radio. Specific pentru
canale radio rata pierderilor de pachete de date poate fi destul de mare, eroare care desigur trebuiesc
corectată automat, în funcție de, să zicem, condițiile atmosferice, caz care însă nu se întâmplă niciodată
la cablul de cupru. Și cu toate astea, Aplicația 1 nu trebuie modificată.

Funcțiile nivelurilor
La baza stabilirii nivelelor arhitecturale ale modelului ISO OSI au stat o serie de principii generale, cum ar
fi: crearea unui număr redus de nivele cu puține interacțiuni între ele; colectarea funcțiilor înrudite în
același nivel; crearea posibilitații de modificare a funcțiilor unui nivel, fără afectuarea celorlalte; crearea
pentru fiecare nivel de linii de demarcație (interfețe) spre nivelul adiacent inferior și superior.

78
Nivelul Aplicație. Rol: realizează interfața cu utilizatorul și interfața cu aplicațiile, specifică interfața de
lucru cu utilizatorul și gestionează comunicația între aplicații. Acest strat nu reprezintă o aplicație de sine
stătătoare, ci doar interfața între aplicații și componentele sistemelui de calcul.ex(HTTP; FTP; SNMP;
SSH; NFS...). -- Unitatea de date: mesajul
Nivelul Prezentare. Rol: transformă datele în formate înțelese de fiecare aplicație și de calculatoarele
respective, compresia datelor și criptarea. -- Unitatea de date: -
Nivelul Sesiune. Rol: furnizează controlul comunicației între aplicații. Stabilește, menține, gestionează și
închide conexiuni (sesiuni) între aplicații. -- Unitatea de date: -
Nivelul Transport. Rol: transferul fiabil al informației între două sisteme terminale (end points) ale unei
comunicații. Furnizează controlul erorilor și controlul fluxului de date între două puncte terminale,
asigurând ordinea corectă a pachetelor de date. Oferă un serviciu de transport de date care izolează
nivelurile superioare de orice specificitații legate de modul în care este executat transportul datelor. --
Unitatea de date: segmentul, datagrama
Nivelul Rețea. Rol: determinarea căii optime pentru realizarea transferului de informații într-o rețea
constituită din mai multe segmente, prin fragmentarea și reasamblarea informației
Unitatea de date: pachetul
Nivelul Legătură de Date. Nivelul legatură de date se ocupă cu adresarea fizica, topologia rețelei,
accesul la rețea, detecția și anunțarea erorilor și controlul fluxului fizic (flow control).
Rol: furnizează un transport sigur, fiabil, al datelor de-a lungul unei legături fizice, realizând: Controlul
erorilor de comunicație, Controlul fluxului de date, Controlul legăturii, Sincronizarea la nivel de cadru
Unitatea de date: cadrul
Nivelul Fizic. Nivelul fizic definește specificații electrice, mecanice, procedurale și functionale pentru
activarea, menținerea și dezactivarea legăturilor fizice între sisteme.
Rol: transmiterea unui șir de biți pe un canal de comunicații. Se precizează modulații, codări, sincronizări
la nivel de bit. Un standard de nivel fizic definește 4 tipuri de caracteristici: Mecanice (forma și
dimensiunile conectorilor, numărul de pini) / Electrice (modulația, debite binare, codări, lungimi maxime
ale canalelor de comunicație) / Funcționale (funcția fiecărui pin) / Procedurale (succesiunea procedurilor
pentru activarea unui serviciu) / Unitatea de date: bitul.

Protocolul TCP/IP
Modelul TCP/IP (Protocol de control al transmisiei/Protocol Internet, în engleză Transmission Control
Protocol/Internet Protocol) a fost creat de US DoD (US Department of Defence - Ministerul Apărării Naționale al
Statelor Unite) din necesitatea unei rețele care ar putea supraviețui în orice condiții. DoD dorea ca, atâta timp cât
funcționau mașina sursă și mașina destinație, conexiunile să rămână intacte, chiar dacă o parte din mașini sau din
liniile de transmisie erau brusc scoase din funcțiune. Aceste cerințe au condus la alegerea a patru niveluri pentru
modelul TCP/IP: Aplicație, Transport, Rețea (sau Internet) și Acces la Rețea.

Nivelul Aplicație. Nivelul aplicație se referă la protocoalele de nivel înalt folosite de majoritatea
aplicațiilor, precum terminalul virtual (TELNET), transfer de fișiere (FTP) și poștă electronică (SMTP). Alte
protocoale de nivel aplicație sunt DNS (sistem de nume de domeniu), NNTP sau HTTP.

79
În majoritatea implementărilor, nivelul aplicație tratează nivelurile inferioare ca o "cutie neagră" care
oferă o infrastructură sigură de comunicații, deși majoritatea aplicațiilor cunosc adresa IP sau portul
folosit. Majoritatea protocoalelor de la nivelul aplicație sunt asociate cu modelul client-server. Serverele
au de obicei asociate porturi fixe, atribuite de IANA: HTTP are portul 80, FTP portul 21, etc. În schimb,
clienții folosesc porturi temporare.
Nivelul Transport. Este identic cu cel din modelul OSI, ocupându-se cu probleme legate de siguranță,
control al fluxului și corecție de erori. El este proiectat astfel încât să permită comunicarea între
entitățile pereche: sursă, respectiv, destinație. În acest sens au fost definite două protocoale capăt-la-
capăt. Primul din ele, TCP (Transmission Control Protocol). El este un protocol sigur orientat pe
conexiune care permite ca un flux de octeți trimiși de pe o mașină să ajungă fără erori pe orice altă
mașină din inter-rețea. Acest protocol fragmentează fluxul de octeți în mesaje discrete și pasează fiecare
mesaj nivelului internet. TCP tratează totodată controlul fluxului pentru a se asigura că un emițător rapid
nu inundă un receptor lent cu mai multe mesaje decât poate acesta să prelucreze.
Al doilea protocol din acest nivel, UDP (User Datagram Protocol), este un protocol nesigur, fără
conexiuni, destinat aplicațiilor care doresc să utilizeze propria lor secvențiere și control al fluxului.
Protocolul UDP este de asemenea mult folosit pentru interogări rapide întrebare-răspuns, client-server
și pentru aplicații în care comunicarea promptă este mai importantă decât comunicarea cu acuratețe,
așa cum sunt aplicațiile de transmisie a vorbirii și a imaginilor video.
Nivelul Rețea (Internet). Scopul inițial al nivelului rețea ("Internet Protocol") era să asigure rutarea
pachetelor în interiorul unei singure rețele. Odată cu apariția interconexiunii între rețele, acestui nivel i-
au fost adăugate funcționalități de comunicare între o rețea sursă și o rețea destinație.
În stiva TCP/IP, protocolul IP asigură rutarea pachetelor de la o adresă sursă la o adresă destinație,
folosind și unele protocoale adiționale, precum ICMP sau IGMP. Determinarea drumului optim între cele
două rețele se face la acest nivel. Comunicarea la nivelul IP este nesigură, sarcina de corecție a erorilor
fiind plasată la nivelurile superioare (de exemplu prin protocolul TCP). În IPv4 (nu și IPv6), integritatea
pachetelor este asigurată de sume de control.
Nivelul Acces la rețea. Se ocupă cu toate problemele legate de transmiterea efectivă a unui pachet IP pe
o legătură fizică, incluzând și aspectele legate de tehnologii și de medii de transmisie, adică nivelurile OSI
Legătură de date și Fizic.
Protocolul Ipv6. IPv6 (prescurtare pentru englezăInternet Protocol version 6) este un protocol de
nivel internet TCP/IP (respectiv nivel rețea din Modelul OSI) pentru rețelele cu comutare de pachete,
inclusiv pentru Internet. Documentul ce specifică IPv6 este RFC 4294.

La începuturile Internetului, adresele IPv4 se împărțeau în 5 clase de adrese, notate de la A la E.

Împărțirea se făcea în funcție de configurația binară a primului octet al adresei. Din păcate, această
metodă risipea multe adrese IP, iar odată cu răspândirea Internetului a apărut pericolul epuizării
spațiului de adrese. Pentru a soluționa această problemă, la începutul anilor '90 au fost concepute mai
multe soluții care aveau
80
rolul de a prelungi viața lui IPv4. În plus, a fost conceput și un nou protocol, IPv6. IPv4, versiunea folosită
până în 2011 pe scară largă, nu mai poate scala, numărul de stații conectate la o astfel de rețea fiind
limitat la 4,3 miliarde. Ultimele adrese IPv4 au fost alocate de IANA la începutul anului 2011.[6] IPv6
implică în primul rând mărirea radicală a spațiului de adrese de la 2 32 la 2128, dar și autoconfigurarea
adresei printr- un mecanism fără stări, standardizarea dimensiunii unei subrețele și integrarea securității
din protocolul IPSec. Adresele de 128 biți care sunt folosite în IPv6 permit un număr mai mare de adrese
și subrețele (spațiu suficient pentru 1015 obiective = în total
340.282.366.920.938.463.463.374.607.431.768.211.456 adrese).
IPv6 a fost proiectată pentru a oferi fiecărei rețele de pe glob mai multe adrese ce pot fi rutate în
întregul Internet; adresele pot fi folosite pentru o largă varietate de dispozitive, inclusiv telefoane
mobile, PDA- uri, vehicule cu suport IP, electrocasnice și multe altele. În plus față de asigurarea spațiului
mai mare de adrese, IPv6 are următoarele avantaje în comparație IPv4: Managementul și delegarea
adreselor devine mai ușoară; Autoconfigurarea ușoară a adreselor; IPsec încorporat; Rutare optimizată;
Depistarea adreselor duble.Este probabil că Internetul va folosi IPv4 și IPv6 în paralel pentru o perioadă
destul de lungă.[7] Cele două protocoale nu pot comunica direct, fiind nevoie de un gateway dedicat sau
de unul din mecanismele de tranziție implementate.

Sisteme Distribuite si Procesarea distribuita. Blockchain

Definiție. Un sistem distribuit, cunoscut și sub numele de calcul distribuit, este un sistem cu mai multe
componente situate pe diferite mașini care comunică și coordonează acțiuni pentru a apărea ca un
singur sistem coerent utilizatorului final. Mașinile care fac parte dintr-un sistem distribuit pot fi
computere, servere fizice, mașini virtuale, containere sau orice alt nod care se poate conecta la rețea,
poate avea memorie locală și poate comunica prin transmiterea mesajelor.

Există două moduri generale de funcționare a sistemelor distribuite: 1. Fiecare mașină funcționează
către un obiectiv comun, iar utilizatorul final vede rezultatele ca o unitate coezivă;2. Fiecare mașină are
propriul utilizator final, iar sistemul distribuit facilitează partajarea resurselor sau a serviciilor de
comunicare. Deși sistemele distribuite pot fi uneori obscure, ele au de obicei trei caracteristici
principale: toate componentele rulează simultan, nu există ceas global și toate componentele eșuează
independent una de cealaltă.
Avantajele și provocările sistemelor distribuite . Există trei motive pentru care echipele decid în
general să implementeze sisteme distribuite: Scalabilitate orizontală - Deoarece calculul are loc
independent pe fiecare nod, este ușor și, în general, ieftin să adăugați noduri și funcționalități
suplimentare, după cum este necesar // Fiabilitate - Majoritatea sistemelor distribuite sunt tolerante la
erori, deoarece pot fi alcătuite din sute de noduri care funcționează împreună. În general, sistemul nu

81
întâmpină nicio întrerupere dacă o singură mașină eșuează // Performanță - Sistemele distribuite sunt
extrem de eficiente, deoarece sarcinile de lucru pot fi despărțite și trimise către mai multe mașini. Cu
toate acestea, sistemele distribuite nu sunt lipsite de provocări. Proiectarea arhitecturală complexă,
construcția și procesele de depanare care sunt necesare pentru a crea un sistem distribuit eficient pot fi
copleșitoare.
Alte trei provocări pe care le puteți întâlni includ:
1. Programare - Un sistem distribuit trebuie să decidă ce lucrări trebuie să ruleze, când trebuie să ruleze
și unde ar trebui să ruleze. Programatorii au în cele din urmă limitări, ceea ce duce la hardware
subutilizat și la timpi de rulare imprevizibili.
2. Latență - Cu cât sistemul dvs. este distribuit mai mult, cu atât puteți avea mai multă latență cu
comunicațiile. Acest lucru duce adesea la echipe care fac compromisuri între disponibilitate,
consistență și latență.
3. Observabilitate - Adunarea, procesarea, prezentarea și monitorizarea valorilor de utilizare a
hardware-ului pentru clustere mari este o provocare semnificativă.
Cum funcționează un sistem distribuit. Arhitecturile hardware și software sunt utilizate
pentru a menține un sistem distribuit. Totul trebuie să fie interconectat - procesoare prin rețea și
procese prin intermediul sistemului de comunicații.
Tipuri de sisteme distribuite . Sistemele distribuite se încadrează în general în unul dintre cele patru
modele diferite de arhitectură de bază: Client-server — Clienții contactează serverul pentru date, apoi le
formată și le afișează utilizatorului final. Utilizatorul final poate face, de asemenea, o modificare din
partea clientului și o poate trimite înapoi la server pentru a o face permanentă.Three-tier — Informațiile
despre client sunt stocate într-un nivel mediu, mai degrabă decât pe client, pentru a simplifica
implementarea aplicației. Acest model de arhitectură este cel mai comun pentru aplicațiile web; // n-tier
- utilizat în general atunci când o aplicație sau un server trebuie să redirecționeze cereri către servicii de
întreprindere suplimentare din rețea; // Peer-to-peer - Nu există mașini suplimentare utilizate pentru
furnizarea de servicii sau gestionarea resurselor. Responsabilitățile sunt distribuite uniform între
mașinile din sistem, cunoscute sub numele de colegii, care pot servi fie ca client, fie ca server.

Exemplu de sistem distribuit. Sistemele distribuite au cazuri de utilizare nesfârșite, câteva fiind
sisteme bancare electronice, jocuri masive online multiplayer și rețele de senzori. StackPath utilizează un
sistem distribuit deosebit de mare pentru a alimenta serviciul său de rețea de livrare a conținutului.
Fiecare dintre punctele noastre de prezență (PoP) are noduri care formează un sistem distribuit la nivel
mondial. Și pentru a oferi livrare de conținut de top, StackPath stochează conținutul cel mai recent și cel
mai frecvent solicitat în locațiile marginale cele mai apropiate de locația pe care este utilizată.
Sisteme distribuite la margine. Cu serviciile de calcul Edge, mașini virtuale și containere StackPath,
utilizatorii își pot crea propriile sisteme distribuite. Prin interconectarea VM-urilor și containerelor,

82
beneficiind în același timp de viteza și agilitatea oferite de calculul de margine, sistemul dvs. poate
gestiona mii de cereri simultane la viteză fulgerătoare.
Sistemele distribuite pot fi alcătuite din orice mașină capabilă să se conecteze la o rețea, să aibă
memorie locală și să comunice prin transmiterea mesajelor. Prin distribuirea solicitărilor și a sarcinilor de
lucru, sistemele distribuite pot suporta mult mai multe solicitări și pot calcula joburi decât un sistem unic
standard. Puteți crea propriul dvs. sistem distribuit rapid, interconectând containerele de calcul de
margine ale StackPath și mașinile virtuale, Infrastructură de înaltă performanță (HPC).

Blockchain
În primul rând, blockchain-ul este un registru electronic public construit în jurul unui sistem P2P care poate fi
împărtășit în mod deschis între utilizatori diferiți pentru a crea o înregistrare neschimbabilă a tranzacțiilor, fiecare
marcată în timp și legată de cea anterioară. De fiecare dată când se adaugă un set de tranzacții, acele date devin un
alt bloc din lanț (de unde și numele). Un blockchain este o „carte contabilă” (în englezăledger) descentralizată,
distribuită și publică, formată dintr-o listă de blocuri înlănțuite. Blockchainul este folosit pentru a înregistra
tranzacțiile distribuit (pe mai multe calculatoare), iar înregistrările nu pot fi modificate retroactiv fără alterarea
blocurilor ulterioare.O bază de date de tip blockchain este gestionată autonom, folosind o rețea peer-to-peer și
un server de timestamping distribuit. Aceste servere sunt gestionate prin colaborare în masă, dirijată de interese
colective. Rezultatul este un sistem de tranzacții robust, unde incertitudinea participanților privind securitatea
datelor este marginală. Utilizarea unui blockchain elimină posibilitatea de copiere/clonare a activelor digitale.
Printr- un blockchain se asigură astfel faptul că fiecare unitate de valoare a fost transferată doar o singură dată,
rezolvând astfel problema dublei cheltuieli. Blockchainurile au fost descrise ca fiind protocoale de schimb de
valoare. Aceste schimburi de valoare pe bază de blockchain pot fi finalizate mai repede, mai sigur și mai ieftin față
de sistemele tradiționale. Un blockchain poate fi folosit pentru a atribui titluri de proprietate, deoarece acesta
oferă o înregistrare permanentă care obligă acceptarea contractului.
Blockchain-ul poate fi actualizat numai prin consens între participanții la sistem și, odată introduse date
noi, acesta nu poate fi șters niciodată. Este o tehnologie de scriere, adăugată, care o face o înregistrare
verificabilă și verificabilă a fiecărei tranzacții. Deși are un potențial mare, dezvoltarea tehnologiei
blockchain este încă în primele zile; CIO-urile și omologii lor de afaceri ar trebui să se aștepte la eșecuri
în implementarea tehnologiei, inclusiv posibilitatea reală de erori grave în software-ul folosit în
blockchain. Și așa cum au descoperit deja unele companii, nu este soluția generală a multor probleme
tehnologice. Organizațiile de standarde blockchain, universitățile și start-up-urile au propus protocoale și
metode de consens mai noi pentru răspândirea volumului de lucru de calcul și de stocare a datelor,
pentru a permite un randament tranzacțional mai mare și o scalabilitate generală - o problemă
persistentă pentru blockchain. Iar Proiectul Hyperledger al Fundației Linux a creat instrumente modulare
pentru construirea rețelelor de colaborare blockchain. În timp ce unele grupuri din industrie lucrează la
standardizarea versiunilor software-ului blockchain, există și sute de start-up-uri care lucrează la
propriile versiuni ale tehnologiei de registru distribuit.
Contractele, tranzacțiile și înregistrările acestora se numără printre structurile definitorii în sistemele
noastre economice, juridice și politice. Într-o lume digitală, modul în care reglementăm și menținem
controlul administrativ trebuie să se schimbe. Blockchain promite să rezolve această problemă.
Tehnologia din centrul bitcoinului și a altor monede virtuale, blockchain-ul este un registru deschis,
distribuit, care poate înregistra tranzacțiile între două părți în mod eficient și într-un mod verificabil și
permanent. Registrul în sine poate fi, de asemenea, programat pentru a declanșa tranzacții automat.
Cu blockchain, ne putem imagina o lume în care contractele sunt încorporate în cod digital și stocate în
baze de date transparente, partajate, unde sunt protejate de ștergere, manipulare și revizuire. În
această lume, fiecare acord, fiecare proces, fiecare sarcină și fiecare plată ar avea o înregistrare digitală
și o semnătură care ar putea fi identificate, validate, stocate și partajate. Este posibil ca intermediarii
precum
83
avocații, brokerii și bancherii să nu mai fie necesari. Indivizii, organizațiile, mașinile și algoritmii ar
tranzacționa și interacționa în mod liber unul cu celălalt, cu puține fricțiuni. Acesta este imensul
potențial al blockchain-ului. Într-adevăr, practic toată lumea a auzit afirmația că blockchain-ul va
revoluționa afacerile și va redefini companiile și economiile. Deși împărtășim entuziasmul pentru
potențialul său, ne facem griji cu privire la hype. Nu ne preocupă doar problemele de securitate (cum ar
fi prăbușirea din 2014 a unui schimb de bitcoin și hacks mai recente ale altora). Experiența noastră în
studiul inovației tehnologice ne spune că, dacă va exista o revoluție blockchain, multe bariere -
tehnologice, de guvernanță, organizaționale și chiar sociale - vor trebui să cadă. Ar fi o greșeală să ne
grăbim cu capul în inovația blockchain fără a înțelege cum este probabil să se impună. Credem că
adevărata transformare a afacerilor și a guvernării, condusă de blockchain, este încă la mulți ani
distanță. Asta pentru că blockchain-ul nu este o tehnologie „perturbatoare”, care poate ataca un model
de afaceri tradițional cu o soluție cu costuri mai mici și poate depăși rapid firmele existente. Blockchain
este o tehnologie fundamentală: are potențialul de a crea noi baze pentru sistemele noastre economice
și sociale. Dar, deși impactul va fi enorm, vor dura decenii până când blockchain-ul va pătrunde în
infrastructura noastră economică și socială. Procesul de adoptare va fi gradual și constant, nu brusc, pe
măsură ce valurile de schimbări tehnologice și instituționale câștigă impuls.
La ce poate fi folosită tehnologia blockchain. Motivul pentru care blockchain-ul a devenit o tehnologie
atât de dezbătută îl reprezintă criptomonedele. La fel ca banii fiat (monedele din lumea întreagă) ele au
valoare creată pe baza cererii și ofertei și nu în baza unor bunuri reale, materiale. Diferența, așa cum am
stabilit deja, este dată de tehnologia blockchain, care permite realizarea tuturor tranzacțiilor și
operațiunilor cu criptomonede direct între portofelele electronice a doi utilizatori, fără mijlocirea unei a
treia entități.Însă un alt motiv pentru care tehnologia blockchain primește atât de multă atenție este
faptul că aceste blocuri pot stoca practic orice tip de date. Asta înseamnă că, pe lângă crearea
monedelor virtuale, tehnologia blockchain poate avea numeroase alte utilizări în viața de zi cu zi.
Smart contracts. Aceste „contracte inteligente” sunt practic programe înscrise în blockchain, nu foarte
diferite de contractele de pe hârtie. Un contract smart poate fi programat astfel încât clauzele sale să fie
îndeplinite automat odată ce ambele părți își duc la îndeplinire obligațiile. Fiind create exclusiv în
blockchain, ele nu pot fi modificate odată ce sunt create, iar buna lor îndeplinirea lor de către ambele
părți poate fi validată de către toți utilizatorii rețelei.Smart contracts pot fi implementate în numeroase
domenii de activitate precum:banking – băncile se pot folosi de aceste programe pentru a oferi
împrumuturi sau pentru a procesa plăți automate // asigurări – companiile de asigurări le pot folosi
pentru a rezolva diversele revendicări ale solicitanților // serviciile poștale sau de curierat – pentru
procesarea plăților în momentul livrării // serviciile de crowdfunding – servicii prin care diverși utilizatori
finanțează diverse proiecte încă nerealizate, dar prezentate într-un mod atractiv de către creatorii lor;
exemple de platforme existente de crowdfunding sunt Kickstarter, Indiegogo sau RocketHub, însă
folosirea contractelor smart ar elimina nevoia acestor platforme intermediare.

Platforme Blockchain. Odată cu creșterea cererii de blockchain, toată lumea a început să experimenteze
potențialul acestei tehnologii. Inițial, blockchain-ul a adus întreruperi în industria financiară, dar acum utilizările
sale au fost investigate în diferite industrii, inclusiv dezvoltarea de software. Întrucât afacerile au început să
exploreze capacitatea blockchain-ului prin construirea de aplicații blockchain, cererea pentru platforma de
dezvoltare blockchain este, de asemenea, în afara graficelor. Creșterea dezvoltării dApp este, de asemenea, un alt
motiv pentru care numărul platformelor blockchain crește zi de zi.
Ce este o platformă blockchain? Platformele blockchain permit dezvoltarea de aplicații bazate pe blockchain. Ele
pot fi fie permise, fie fără permisiuni. Ethereum, Hyperledger, R3, Ripple și EOS sunt câteva nume care au construit
cadre blockchain, permițând oamenilor să dezvolte și să găzduiască aplicații pe blockchain. Discutăm mai întâi
factorii care vă pot ajuta să decideți cea mai bună platformă blockchain pentru afacerea dvs. Blockchain este un
concept revoluționar care a apărut ca o modalitate de a perturba industria financiară. În căutarea unui mod mai
sigur și mai privat de a gestiona finanțele pe web, blockchain a oferit răspunsul perfect. Pe măsură ce
experimentarea
84
continuă cu tehnologia blockchain, acum se fac cunoscute mai multe oportunități. Din ce în ce mai mult, vedem
apariția platformelor blockchain care susțin dezvoltarea de aplicații bazate pe blockchain. La fel ca orice platformă
de dezvoltare, sistemul blockchain potrivit permite companiilor să experimenteze în gestionarea datelor până la
procesarea tranzacțiilor. În lumea financiară aplicațiile sunt mai evidente, iar schimbările revoluționare mai
iminente. Blockchain-urile vor schimba modul în care funcționează bursele, împrumuturile sunt pachetate și
asigurările contractate. Vor elimina conturile bancare și practic toate serviciile oferite de bănci. Aproape fiecare
instituție financiară va da faliment sau va fi forțată să se schimbe fundamental, odată ce avantajele unei tehnologii
de registru sigure fără comisioane de tranzacționare sunt pe larg înțelese și implementate. La urma urmei, sistemul
financiar se bazează pe luarea unei mici reduceri din banii dvs. pentru privilegiul de a facilita o tranzacție. În loc să
plătească bănci comisioane mari de tranzacționare și să dureze câteva zile până la plățile pentru a se stabili și
elimina, ele pot doar să tranzacționeze între ele pe schimburi bazate pe blockchain cu ușurință și în niciun moment.
Bancherii vor deveni simpli consilieri, nu gardieni ai banilor. Brokerii nu vor mai putea câștiga comisioane, iar marja
de cumpărare / vânzare va dispărea.

Servicii Web pentru Afaceri. Securitatea in Internet. Aplicatii

World Wide Web, cunoscut și sub numele de Web, este o colecție de site-uri web sau pagini web stocate în
servere web și conectate la computerele locale prin internet. Aceste site-uri web conțin pagini text, imagini
digitale, audio, videoclipuri etc. Utilizatorii pot accesa conținutul acestor site-uri din orice parte a lumii pe
internet utilizând dispozitivele lor precum computere, laptopuri, telefoane mobile etc. WWW, de-a lungul cu
internet, permite recuperarea și afișarea textului și a conținutului media pe dispozitivul dvs.
Elementele de bază ale Web-ului sunt pagini web care sunt formatate în HTML și conectate prin linkuri numite
„hipertext” sau hyperlinkuri și accesate prin HTTP. Aceste legături sunt conexiuni electronice care leagă
informații conexe, astfel încât utilizatorii să poată accesa rapid informațiile dorite. Hipertextul oferă avantajul
de a selecta un cuvânt sau frază din text și astfel de a accesa alte pagini care oferă informații suplimentare
legate de acel cuvânt sau frază. O pagină web primește o adresă online numită Uniform Resource Locator
(URL). O colecție specială de pagini web care aparțin unei anumite adrese URL se numește site web, de
exemplu, www.facebook.com, www.google.com etc. Deci, World Wide Web este ca o carte electronică
imensă ale cărei pagini sunt stocate pe mai multe servere din întreaga lume. Site-urile mici își stochează toate
paginile web pe un singur server, dar site-urile web mari sau organizațiile își plasează paginile web pe diferite
servere din diferite țări, astfel încât atunci când utilizatorii unei țări caută pe site-ul lor să poată obține
informațiile rapid de la cel mai apropiat server. Deci, webul oferă o platformă de comunicare pentru ca
utilizatorii să recupereze și să schimbe informații pe internet. Spre deosebire de o carte, în care ne mutăm de
la o pagină la alta într-o secvență, pe World Wide Web urmărim o rețea de legături hipertext pentru a vizita o
pagină web și din acea pagină web pentru a trece la alte pagini web. Aveți nevoie de un browser, care este
instalat pe computerul dvs., pentru a accesa Web-ul. Unii oameni folosesc în mod interschimbabil termenii
„internet” și „World Wide Web”. Ei cred că sunt același lucru, dar nu este așa. Internetul este complet diferit
de WWW. Este o rețea mondială de dispozitive precum computere, laptopuri, tablete etc. Permite
utilizatorilor să trimită e-mailuri către alți utilizatori și să discute cu ei online. De exemplu, când trimiteți un e-
mail sau discutați cu cineva online, utilizați internetul.

Web-ul funcționează conform formatului de bază client-server al internetului, așa cum se arată în
imaginea următoare. Serverele stochează și transferă pagini web sau informații pe computerele
utilizatorului din rețea atunci când sunt solicitate de utilizatori. Un server web este un program software

85
care servește paginile web solicitate de utilizatorii web utilizând un browser. Computerul unui utilizator
care solicită documente de la un server este cunoscut sub numele de client. Browser-ul, care este
instalat pe computerul utilizatorului, permite utilizatorilor să vizualizeze documentele recuperate.

Toate site-urile web sunt stocate în servere web. Un site web ocupă un spațiu într-un server și rămâne
stocat în el. Serverul găzduiește site-ul web ori de câte ori un utilizator solicită paginile sale web, iar
proprietarul site-ului trebuie să plătească prețul de găzduire pentru același lucru. În momentul în care
deschideți browserul și introduceți o adresă URL în bara de adrese sau căutați ceva pe Google, WWW
începe să funcționeze. Există trei tehnologii principale implicate în transferul de informații (pagini web)
de la servere la clienți (calculatoare ale utilizatorilor). Aceste tehnologii includ Hypertext Markup
Language (HTML), Hypertext Transfer Protocol (HTTP) și browsere Web.
Securitatea internetului constă dintr-o serie de tactici de protejarea activităților și tranzacțiilor
efectuate online prin internet. Aceste tactici sunt menite să protejeze utilizatorii de amenințări precum
piratarea sistemelor informatice, a adreselor de e-mail sau a site-urilor web; software rău intenționat
care poate infecta și deteriora în mod inerent sistemele; și furt de identitate de către hackeri care fură
date personale, cum ar fi informații despre cont bancar și numere de card de credit. Securitatea
internetului este un aspect specific al conceptelor mai largi, cum ar fi securitatea cibernetică și
securitatea computerelor, fiind axat pe amenințările și vulnerabilitățile specifice ale accesului și utilizării
internetului. În peisajul digital de astăzi, multe dintre activitățile noastre zilnice se bazează pe internet.
Diverse forme de comunicare, divertisment și sarcini financiare și legate de muncă sunt realizate online.
Aceasta înseamnă că o mulțime de date și informații sensibile sunt distribuite în mod constant pe
internet. Internetul este în mare parte privat și sigur, dar poate fi și un canal nesigur pentru schimbul de
informații.
Aplicatii. În timp ce web-ul prezintă utilizatorilor o mulțime de informații și servicii, include și mai
multe riscuri. Atacurile cibernetice cresc doar în ceea ce privește sofisticarea și volumul, mulți infractori
cibernetici folosind o combinație de diferite tipuri de atacuri pentru a atinge un singur obiectiv. Deși lista
potențialelor amenințări este extinsă, iată câteva dintre cele mai frecvente amenințări la adresa
securității internetului: Programele malware: prescurtarea „software-ului rău intenționat”, malware-ul
apare în mai multe forme, inclusiv viruși de computer, viermi, troieni și programe spion necinstite.icon-
ransomwareVierme pentru computer: un vierme pentru computer este un program software care se
copiază de la un computer la altul. Nu necesită interacțiunea umană pentru a crea aceste copii și se
poate răspândi rapid și în mare volum.spam // Spam: Spam se referă la mesajele nedorite din căsuța de
e-mail. Acestea sunt de obicei considerate inofensive, dar unele pot include link-uri care vor instala
software rău intenționat pe computerul dvs. dacă se face clic pe ele.phishing // Phishing: escrocheriile
de phishing sunt create de infractorii cibernetici care încearcă să solicite informații private sau sensibile.
Ele pot reprezenta serviciul dvs. bancar sau web și vă pot atrage să faceți clic pe linkuri pentru a verifica
detalii precum informații despre cont sau parole // Botnet: o botnet este o rețea de computere private
care au fost compromise. Infectate cu software rău intenționat, aceste computere sunt controlate de un
singur utilizator și sunt deseori solicitate să se angajeze în activități nefaste, cum ar fi trimiterea de
mesaje spam sau atacuri de refuz de serviciu.
86
Tehnologia 5G. Impactul tehnologiei 5G asupra proceselor de afaceri
Ce este 5G? 5G este tehnologia rețelei wireless de generația următoare care se așteaptă să schimbe modul în care
trăiesc și lucrează oamenii. Va fi mai rapid și capabil să gestioneze mai multe dispozitive conectate decât rețeaua
4G LTE existentă, îmbunătățiri care vor permite un val de noi tipuri de produse tehnologice. Cea mai simplă
explicație pentru diferența dintre 4G și LTE este următoarea: 4G reprezintă a patra generație de tehnologie de date
mobile, definită de sectorul radio al Uniunii Internaționale de Telecomunicații (ITU-R); LTE înseamnă ”Long Term
Evoluțion” și se referă mai mult la ideea de îmbunătățire a vitezelor de internet, pentru a asigura necesarul cererii
în creștere.Rețelele 5G au început să se desfășoare în Statele Unite și în întreaga lume în 2018 și sunt încă la
început, dar experții spun că potențialul este imens.

De ce 5G? Companiile se luptă pentru a avea cele mai rapide sau mai mari rețele 5G. Acest lucru se datorează faptului
că beneficiile noii tehnologii sunt de așteptat să alimenteze noile tehnologii transformatoare, nu doar pentru
consumatori, ci și pentru întreprinderi, infrastructură și apărare.
Avantajele 5G. O mare parte din hype în jurul valorii de 5G are legătură cu viteza. Dar există și alte avantaje. 5G va
avea o lățime de bandă mai mare, ceea ce înseamnă că poate gestiona mai multe dispozitive conectate decât
rețelele anterioare. Asta înseamnă că nu mai aveți un serviciu nepotrivit atunci când vă aflați într-o zonă
aglomerată. Și va permite și mai multe dispozitive conectate, precum periuțele de dinți inteligente și mașinile cu
conducere automată.5G va reduce, de asemenea, latența - timpul necesar pentru ca un telefon mobil (sau alt
dispozitiv conectat) să facă o cerere de la un server și să obțină un răspuns - la aproape zero. Și va face
comunicarea cu platformele cloud (cred că Amazon Web Services și Microsoft Azure) mai rapidă și mai ușoară.
Cum functioneazã 5G? Cu 5G, semnalele rulează pe noi frecvențe radio, ceea ce necesită actualizarea radiourilor și
a altor echipamente de pe turnurile celulare. Există trei metode diferite pentru construirea unei rețele 5G, în
funcție de tipul de active pe care le are un operator wireless: rețea cu bandă joasă (zonă de acoperire largă, dar
doar cu aproximativ 20% mai rapidă decât 4G), rețea cu bandă înaltă (viteze super rapide) și rețeaua mid-band
(echilibrează viteza și acoperirea). Transportatorii care construiesc rețele 5G super rapide trebuie să instaleze tone
de celule mici
- de dimensiunea cutiilor de pizza - pentru a lumina stâlpi, pereți sau turnuri, adesea în apropierea relativ mică unul
de celălalt. Rețelele super rapide sunt în mare parte desfășurate oraș cu oraș.

Cât de rapide vor fi viteza de descărcare? Se așteaptă ca cele mai rapide rețele 5G să fie de cel puțin 10 ori mai
rapide decât 4G LTE, potrivit grupului comercial GSMA din industria wireless. Unii experți spun că în cele din urmă
ar putea fi de 100 de ori mai rapide. Este suficient de rapid pentru a descărca un film de două ore în mai puțin de
10 secunde, comparativ cu aproximativ 7 minute cu 4G. Vitezele reale de descărcare vor depinde de o serie de
factori, inclusiv locația și traficul de rețea.
Cum îl puteți folosi? Pentru a se conecta și a beneficia de avantajele unei rețele 5G, consumatorii trebuie să aibă
dispozitive compatibile 5G. Samsung, Motorola, Huawei, LG, OnePlus și alți producători de dispozitive au lansat
telefoane 5G. Se așteaptă ca Apple să lanseze un iPhone 5G mai târziu în toamna anului 2020. Unele companii -

87
inclusiv producătorii și NFL - lucrează, de asemenea, cu operatorii de transport pentru a instala rețele personale
5G, astfel încât să poată profita de avantajele fără a aștepta lansarea la nivel național.
Există dezavantaje? Adoptarea semnificativă a 5G va dura ani - grupul comercial din industrie GSMA estimează că
până în 2025, aproximativ jumătate din conexiunile mobile vor fi 5G (restul vor fi tehnologii mai vechi, cum ar fi 4G
și 3G). Există, de asemenea, îngrijorări în rândul autorităților de reglementare cu privire la securitatea 5G, mai ales
că tehnologiile esențiale, cum ar fi mașinile cu conducere automată și sistemele de asistență medicală, vor fi
construite deasupra rețelei.
Impactul tehnologie 5G asupra proceselor de afaceri. 5G va sprijini creșterea de până la 100 de ori a capacității de
trafic și a eficienței rețelei, comparativ cu 4G, pentru a face față aplicațiilor simultane cu cerere ridicată. Aceasta
înseamnă că utilizatorii pot accesa cu ușurință serviciile de date la evenimente mari unde anterior nu puteau primi
un semnal. Permițând comunicații pentru până la un milion de dispozitive pe kilometru pătrat, 5G oferă platforma
pentru a conduce conectivitatea IoT pentru industria 4.0 și orașele inteligente.
Realitatea augmentata. În timp ce AR (realitatea augmentată) și VR (realitatea virtuală) nu sunt tehnologii noi, 5G
va acționa ca un catalizator pentru dezvoltarea lor. Se estimează că valoarea pieței AR va crește de la 5,91 miliarde
de dolari în 2018 la 198,17 miliarde de dolari în 2025, coincizând cu lansarea rețelelor 5G, potrivit platformei de
date de afaceri Statista. De exemplu, viteza crescută de 5G înseamnă că o mare parte din puterea de procesare
necesară pentru aplicațiile AR și VR înfometate de date poate fi descărcată în cloud, permițând utilizarea
dispozitivelor mai ușor de utilizat pentru VR decât căștile voluminoase de astăzi. În același timp, conectivitatea
sporită a 5G permite mai multe experiențe sociale, în timp real și personalizate, inclusiv evenimente de muzică live
îmbunătățite de AR. Și în afaceri, Vodafone testează căști 5G VR, permițând companiilor să organizeze ședințe de
consiliu virtuale. 5G nu va însemna doar o conectivitate mobilă mai rapidă și mai fiabilă, ci va permite și o nouă
lume a aplicațiilor, de la orașe inteligente și mașini fără șofer la asistență medicală mobilă și chirurgie robotică
controlată de la distanță, de la securitate și inteligent case pentru realitatea augmentată bogată.
Internetul obiectelor (IoT) În timp ce tehnologiile celulare anterioare se concentrau în primul rând pe telefonul
mobil, latența redusă și capacitatea ridicată a 5G îl fac ideal pentru conectarea tuturor tipurilor de dispozitive sau
lucruri - indiferent dacă acestea sunt drone la locul de muncă sau senzori într-un produs purtabil. De exemplu,
Vodafone a demonstrat recent un costum care vă permite să simțiți impactul unui echipament de rugby de la un
jucător profesionist, de la distanță și în timp real. Într-adevăr, conform Strategy Analytics, numărul total de
dispozitive conectate a ajuns la 22 miliarde la nivel mondial la sfârșitul anului 2018 și va crește la 38,6 miliarde de
dispozitive până în 2025 și 50 de miliarde până în 2030.
Pentru afaceri, 5G ne permite să conectăm o gamă întreagă de dispozitive noi, astfel încât să putem avea
conectate fabrici, orașe inteligente și vehicule autonome.
Furnizorii de servicii de comunicații (CSP) din întreaga lume se află sub o presiune financiară și competitivă
considerabilă. Acest lucru necesită discuții despre viitoarele modele de afaceri și, pentru mulți operatori, vorbirea
se îndreaptă rapid spre rolul potențial al 5G în exploatarea noilor surse de venit. Luați în considerare provocările
dificile cu care se confruntă operatorii: Veniturile sunt stagnante; Companiile native digitale continuă să perturbe
piața serviciilor de comunicații; În ciuda concurenței acerbe, autoritățile de reglementare nu sunt întotdeauna
dispuse să permită consolidarea pieței; Reducerea costurilor este dificilă, dacă nu imposibilă, deoarece clienții cer
în mod constant rețele și servicii mai bune și mai rapide.

88
Curs 6. Notiuni Introductive in Inteligenta Artificiala. Sisteme Inteligente de
Asigurarea Deciziei in Economie
Notiuni introductive in Inteligenta Artificiala. Definitii, concepte de baza (cunostinte,
rationament, retea neuronala, etc). Abordari de baza ale IA (simbolica, neuronala, genetica).
Impactul IA in domeniul afacerilor.
Studiu de Caz 3: Platforme de Inteligenta Artificiala pentru afaceri in turism
https://www.datarobot.com/platform/what-is-automated-machine-learning/
https://geekflare.com/ai-platforms/
https://www2.deloitte.com/us/en/insights/focus/cognitive-technologies.html?icid=top_cognitive-technologies .

Notiuni introductive in Inteligenta Artificiala

În termeni simpli, inteligența artificială (IA) se referă la sisteme sau la mașini care imită inteligența
umană, pentru a efectua diverse activități și care se pot îmbunătăți iterativ pe baza informațiilor pe care
le colectează. IA se manifestă într-o serie de forme. Iată câteva exemple: Boții de chat utilizează IA
pentru a înțelege mai repede problemele clienților și pentru a oferi răspunsuri mai eficiente; Asistenții
inteligenți utilizează IA pentru a analiza informațiile esențiale din seturile de date mari de text, pentru a
îmbunătăți programarea; Motoarele de recomandare pot oferi recomandări automate pentru emisiunile
TV, în funcție de obiceiurile de vizionare ale utilizatorilor. IA se referă mai mult la procesele și
funcționalitățile pentru gândirea și analizele de date extraordinare decât la un anumit format sau
funcție. Deși IA inspiră imagini ale unor roboți performanți, cu aspect uman, care vor cuceri lumea, IA nu
are intenția de a înlocui oamenii. Scopul său este de a spori semnificativ funcționalitățile și contribuțiile
umane. Acest lucru face ca IA să devină un activ foarte valoros pentru afaceri.

O Rețea Neuronală Artificială (ANN – Artificial Neural Network) este un sistem de hardware și / sau
software modelat după funcționarea neuronilor din creierul uman. ANN-urile - numite, pur și simplu,
rețele neuronale - sunt o varietate de tehnologii de învățare profundă, care se încadrează și sub umbrela
inteligenței artificiale sau AI. Aplicațiile comerciale ale acestor tehnologii se concentrează în general pe
rezolvarea problemelor complexe de procesare a semnalului sau de recunoaștere a modelelor. Exemple
de aplicații comerciale semnificative începând cu anul 2000 includ recunoașterea scrisului de mână
pentru procesarea cecurilor, transcrierea vorbirii în text, analiza datelor de explorare, predicția vremii și
recunoașterea facială.
Cum funcționează rețelele neuronale artificiale. O ANN implică de obicei un număr mare de procesoare
care funcționează în paralel și aranjate pe niveluri. Primul nivel primește informațiile brute de intrare -
analog cu nervii optici din procesarea vizuală a omului. Fiecare nivel succesiv primește ieșirea de la
nivelul precedent, mai degrabă decât de la intrarea brută - în același mod neuronii mai departe de
nervul optic
89
primesc semnale de la cei mai apropiați de el. Ultimul nivel produce ieșirea sistemului. Fiecare nod de
procesare are propria sa sferă mică de cunoaștere, inclusiv ceea ce a văzut și orice reguli cu care a fost
inițial programat sau dezvoltat pentru el însuși. Nivelurile sunt extrem de interconectate, ceea ce
înseamnă că fiecare nod din nivelul n va fi conectat la mai multe noduri din nivelul n-1 - intrările sale - și
în nivelul n + 1, care oferă date de intrare pentru aceste noduri. Pot exista unul sau mai multe noduri în
stratul de ieșire, din care poate fi citit răspunsul pe care îl produce. Rețelele neuronale artificiale se
remarcă prin adaptare, ceea ce înseamnă că se modifică pe măsură ce învață de la antrenamentul inițial
și alergările ulterioare oferă mai multe informații despre lume. Cel mai de bază model de învățare este
centrat pe ponderarea fluxurilor de intrare, care este modul în care fiecare nod ponderează importanța
datelor de intrare de la fiecare dintre predecesorii săi. Datele care contribuie la obținerea răspunsurilor
corecte sunt ponderate mai mult.Când majoritatea oamenilor se gândesc la IA, își imaginează un robot
inteligent, mai inteligent decât orice om și capabil să învețe. Se pare că nu suntem foarte apropiați de
acest tip de capacitate. Acestea fiind spuse, multe companii, inclusiv Google și OpenAI (cu finanțare de la
Microsoft și Tesla) explorează acest tip de AI, numit și AGI, sau inteligența generală artificială. General, în
acest caz, se referă la tipul de inteligență care este expert în multe domenii. Și, deși este o tehnologie
fascinantă la care să ne gândim, are o utilizare practică foarte mică în economia actuală.
Mai frecvent este AI îngustă sau inteligența artificială care are un caz de utilizare puternic. Există AI
pentru detectarea spamului sau recunoașterea fețelor. Avem AI care poate parcurge cantități masive de
date, cum ar fi motoarele de căutare sau sistemele de recomandare și poate oferi informații despre
aceste date. Cu AI îngustă, se înțelege că doar pentru că un program de computer ar putea fi excelent la
detectarea unui e-mail spam sau la recunoașterea unui ritm cardiac anormal, nu înseamnă că același
program poate juca șah, compune un sonet și recomandă următoarea emisiune TV ceas. AI îngustă
folosește adesea un mecanism specific AI numit învățare automată. Învățarea automată este doar un
subset de AI și puțin mai ușor de definit, mai ales în comparație cu alte programe de calculator.Într-un
program de calculator normal, creați un set de reguli, adesea compus din declarații și condiții if / then.
De fapt, majoritatea programelor de calculator, jocurilor video și aplicațiilor funcționează astfel. Un
rezultat este generat deoarece o serie de reguli au fost îndeplinite. Pe de altă parte, învățarea automată
renunță la algoritmi bazați pe reguli, învățând în schimb din exemple din date.

Abordari de baza ale IA (simbolica, neuronala, genetica)

Astăzi, inteligența artificială se referă în principal la rețelele neuronale artificiale și la învățarea profundă.
Dar nu așa a fost întotdeauna. De fapt, pentru cea mai mare parte a istoriei sale de șase decenii, câmpul
a fost dominat de inteligența artificială simbolică, cunoscută și sub denumirea de „AI clasică”, „AI bazată
pe reguli” și „IA bună de modă veche”. AI simbolică implică încorporarea explicită a cunoștințelor umane
și a regulilor de comportament în programele de computer. Practica a arătat o mulțime de promisiuni în
primele decenii de cercetare AI. Dar, în ultimii ani, pe măsură ce rețelele neuronale, cunoscute și sub
denumirea de IA conexionistă, au câștigat teren, AI simbolică a decazut.

90
IA simbolica. Simbolurile sunt lucruri pe care le folosim pentru a reprezenta alte lucruri. Simbolurile
joacă un rol vital în procesul de gândire și raționament uman. Dacă îți spun că am văzut o pisică sus într-
un copac, mintea ta va evoca rapid o imagine. Folosim simboluri tot timpul pentru a defini lucruri (pisică,
mașină, avion etc.) și oameni (profesor, poliție, agent de vânzări). Simbolurile pot reprezenta concepte
abstracte (tranzacții bancare) sau lucruri care nu există fizic (pagină web, postare pe blog etc.). De
asemenea, pot descrie acțiuni (rulare) sau stări (inactive). Simbolurile pot fi organizate în ierarhii (o
mașină este formată din uși, geamuri, anvelope, scaune etc.). Ele pot fi folosite și pentru a descrie alte
simboluri (o pisică cu urechi pufoase, un covor roșu etc.). A putea comunica în simboluri este unul dintre
principalele lucruri care ne fac inteligenți. Prin urmare, simbolurile au jucat, de asemenea, un rol crucial
în crearea inteligenței artificiale. Primii pionieri ai AI credeau că „fiecare aspect al învățării sau orice altă
caracteristică a inteligenței poate fi în principiu descrisă atât de precis, încât o mașină poate fi făcută
pentru a o simula”. Prin urmare, IA simbolică a luat locul central și a devenit punctul central al
proiectelor de cercetare. Oamenii de știință au dezvoltat instrumente pentru a defini și manipula
simbolurile. Multe dintre conceptele și instrumentele pe care le găsiți în informatică sunt rezultatele
acestor eforturi. Programele de AI simbolice se bazează pe crearea de structuri explicite și reguli de
comportament. Un exemplu de instrumente AI simbolice este programarea orientată pe obiecte.
Limbajele orientate obiect OOP (Object Oriented Programming) vă permit să definiți clase, să le
specificați proprietățile și să le organizați în ierarhii. Puteți crea instanțe ale acestor clase (numite
obiecte) și să le manipulați proprietățile. Instanțele de clasă pot efectua, de asemenea, acțiuni,
cunoscute și sub numele de funcții, metode sau proceduri. Fiecare metodă execută o serie de
instrucțiuni bazate pe reguli care ar putea citi și modifica proprietățile obiectelor curente și ale altor
obiecte. Folosind OOP, puteți crea programe de AI simbolice complexe și complexe care îndeplinesc
diverse sarcini.
Beneficiile și limitele AI simbolice. Inteligența artificială simbolică a arătat un progres timpuriu în zorii AI
și al computerului. Puteți vizualiza cu ușurință logica programelor bazate pe reguli, le puteți comunica și
le puteți depana. Diagramele de flux pot descrie foarte clar logica programelor AI simbolice. Inteligența
artificială simbolică este foarte convenabilă pentru setările în care regulile sunt foarte clare și puteți
obține cu ușurință intrarea și transforma-o în simboluri. De fapt, sistemele bazate pe reguli reprezintă în
prezent majoritatea programelor de computer, inclusiv cele utilizate pentru a crea aplicații de învățare
profundă. Dar AI simbolică începe să slabeasca atunci când trebuie să te ocupi de dezordinea lumii. De
exemplu, luați în considerare viziunea computerizată, știința care permite computerelor să dea sens
conținutului imaginilor și al videoclipurilor. Spuneți că aveți o imagine a pisicii dvs. și doriți să creați un
program care poate detecta imaginile care conțin pisica dvs. Creați un program bazat pe reguli care ia
imagini noi ca intrări, compară pixelii cu imaginea originală a pisicii și răspunde spunând dacă pisica dvs.
se află în aceste imagini. Acest lucru va funcționa numai dacă furnizați o copie exactă a imaginii originale
în programul dvs. O imagine ușor diferită a pisicii dvs. va da un răspuns negativ. De exemplu, dacă faceți
o fotografie cu pisica dvs. dintr-un unghi oarecum diferit, programul va eșua. O soluție este să faceți
fotografii cu pisica dvs. din diferite unghiuri și să creați reguli noi pentru aplicația dvs. pentru a compara
fiecare intrare cu toate acele imagini.
Chiar dacă faci un milion de fotografii cu pisica ta, tot nu vei ține cont de fiecare caz posibil. O modificare
a condițiilor de iluminare sau a fundalului imaginii va schimba valoarea pixelilor și va provoca eșecul
programului. Veți avea nevoie de milioane de alte imagini și reguli pentru acestea. Și dacă ai vrea să
creezi un program care să poată detecta orice pisică? Câte reguli ar trebui să creați pentru asta?
Exemplul pisicii ar putea părea simplist, dar acestea sunt tipurile de probleme cu care s-au luptat
întotdeauna programele AI simbolice. Nu puteți defini reguli pentru datele dezordonate care există în
lumea reală. De exemplu, cum puteți defini regulile pentru o mașină cu conducere autonomă pentru a
detecta toți pietonii cu care s-ar putea confrunta? De asemenea, unele sarcini nu pot fi traduse în reguli
directe, inclusiv recunoașterea vorbirii și procesarea limbajului natural. S-au depus mai multe
91
eforturi pentru a crea sisteme de AI

92
simbolice complicate care să cuprindă multitudinea de reguli ale anumitor domenii. Numite sisteme
expert, aceste modele simbolice de AI utilizează cunoștințe și reguli codificate pentru a aborda sarcini
complicate, cum ar fi diagnosticarea medicală. Însă necesită un efort uriaș de către experți din domeniu
și ingineri de software și funcționează numai în cazuri de utilizare foarte restrânse. De îndată ce
generalizați problema, va exista o explozie de noi reguli de adăugat (vă amintiți problema detectării
pisicii?), Care va necesita mai multă muncă umană. După cum subliniază unii oameni de știință AI,
sistemele AI simbolice nu se amplifică.
Rețelele neurale – reprezintă de fapt, nucleul AI, fără de care niciun proces de învățare nu ar fi
posibil. Aceste rețele interconectate prin algoritmi sunt inspirate de rețelele de neuroni din creierul
uman. Creierul uman are sute de miliarde de neuroni legați între ei prin sinapse care îi permit să execute
activități atât de complexe. Evident, complexitatea incredibilă a rețelelor de neuroni din creierul uman
este aproape imposibil de replicat, dar reprezintă cel mai bun obiect de studiu pentru oamenii de știință,
în încercarea lor de a dezvolta rețelele neurale ale AI. Rețelele neurale avansează și se dezvoltă
continuu. Dar mai este un drum lung până când AI va da dovadă de o inteligență cel puțin comparabilă
cu cea umană, până când AI va fi capabilă să înțeleagă gândurile și dorințele altor oameni și pe care să le
folosească pentru a înțelege și a interpreta comportamentul uman și poate un drum și mai lung până
când AI va avea abilitatea de a se recunoaște pe sine ca individualitate, capabilă de conștiință de sine.
Avantajul rețelelor neuronale este că pot face față datelor dezordonate și nestructurate. Învățarea
profundă și rețelele neuronale excelează exact în sarcinile cu care se luptă AI simbolică. Au creat o
revoluție în aplicațiile de viziune computerizată, cum ar fi recunoașterea facială și detectarea cancerului.
Învățarea profundă a determinat, de asemenea, progresele în sarcinile legate de limbă. Rețelele
neuronale profunde sunt, de asemenea, foarte potrivite pentru învățarea prin întărire, modele AI care își
dezvoltă comportamentul prin numeroase încercări și erori. Acesta este genul de AI care stăpânește
jocuri complicate precum Go, StarCraft și Dota. AI are, de fapt, mai multe nivele, fiecare reprezentând de
fapt o metodă de învățare.

Cum învață rețelele neuronale

De obicei, un ANN este inițial instruit sau alimentat cu cantități mari de date. Instruirea constă în
furnizarea de intrare și comunicarea rețelei care ar trebui să fie ieșirea. De exemplu, pentru a construi
o rețea care identifică fețele actorilor, pregătirea inițială ar putea fi o serie de imagini, inclusiv actori,
non-actori, măști, chipuri de statui și animale. Fiecare intrare este însoțită de identificarea potrivită,
cum ar fi numele actorilor, informațiile despre „nu actor” sau „nu despre om”. Furnizarea
răspunsurilor permite modelului să-și ajusteze ponderile interne pentru a învăța cum să-și facă treaba
mai bine. În definirea regulilor și luarea de determinări - adică decizia fiecărui nod cu privire la ce să
trimită la nivelul următor pe baza intrărilor din nivelul anterior - rețelele neuronale utilizează mai
multe principii. Acestea includ formarea bazată pe gradient, logica fuzzy, algoritmi genetici și metode
bayesiene. Li se pot da câteva reguli de bază despre relațiile de obiect în spațiul modelat.

93
Învățarea mecanică (Machine Learning) – este o parte importantă a sistemelor AI prin care computerele
primesc o cantitate uriașă de date (informații) pe care le analizează, le memorează și pe baza cărora
reacționează. Cel mai concret exemplu sunt asistenții virtuali care recunosc comenzile vocale.
Învățarea profundă (Deep Learning) – este tot o metodă de învățare mecanică, dar mult mai
aprofundată, prin care computerele sunt învățate să se comporte ca un om, adică să învețe din
experiențe. Un exemplu ar putea fi automobilele smart care pot recunoaște un indicator de circulație și
care pot face diferența între un stâlp și un pieton. Prin învățarea profundă, computerele pot practic să
învețe direct din imagini, sunete și text. De exemplu, Google folosește metode de Deep Learning pentru
dezvoltarea algoritmilor de recunoaștere a imaginilor, Netflix și Amazon pentru analiza preferințelor
utilizatorilor în funcție de reacțiile lor față de anumite produse și de a oferi variante pe baza acestor
analize, etc.
Astăzi, programele de inteligență artificială pot părea ”umane” în sensul că ele pot fi învățate să devină
mai intuitive. De exemplu, binecunoscuta Siri de la Apple poate să stabilească întâlniri, să îți
reamintească anumite lucruri sau să îți indice drumul cel mai scurt până într-un anumit loc. De
asemenea, Alexa de la Amazon poate să apridă lumina în casă, poate să dea drumul la aerul condiționat
dacă temperatura în casă depășește o anumită valoare, poate să apeleze pe cineva sau poate să îți pună
muzica preferată. Chiar dacă aceste programe sunt realment impresionante, ele nu sunt creative și nu
sunt capabile să ia decizii mai mult decât sunt programate să o facă. Acesta este motivul pentru care
sistemele de AI existente poartă denumirea de”inteligență artificială slabă” sau ”îngustă” (Weak AI sau
narrow – ANI – Artificial Narrow Intelligence). ANI este limitată la o anumită activitate, poate imita
modul în care oamenii gândesc și comunică dar nu are abilitatea de a gândi, ci doar de a face niște
conexiuni în funcție de programul pe care îl are. ANI reprezintă deja un pas foarte important în evoluția
inteligenței artificiale, dar obiectivul cercetătorilor din domeniu se îndreaptă spre AGI – Artificial
General Intelligence adică programe capabile să raționeze, să planifice și să îndeplinească procese
complexe și apoi spre ASI – Artificial Super Intelligence – mai exact programe care să depășească
întreaga inteligență creativă a omenirii. Dar, așa cum susțin mulți cercetători, înainte de a putea
programa o mașină să gândească precum mintea umană este absolut necesar să înțelegem cum
funcționează ea de fapt, să îi descoperim misterul și abia apoi să putem măcar să o învățăm să imite
mintea umană, în întreaga ei complexitate. Să vă bucurați de beneficiile tehnologiei existente la
telefoanele voatre Smart, la mașinile electrice inteligente, Siri, Alexa, ceasurile inteligente, etc.

Algoritmi genetici: o tehnică de căutare euristică utilizată în calcul și inteligență artificială pentru a
găsi soluții optimizate pentru a căuta probleme folosind tehnici inspirate din biologia evoluției: mutație,
selecție, reproducere [moștenire] și recombinare.
1. Proiectarea inginerească. Exploatarea la maximum a unei game de materiale pentru optimizarea
designului structural și operațional al clădirilor, fabricilor, mașinilor etc. este o aplicație în expansiune
rapidă a GA. Acestea sunt create pentru utilizări precum optimizarea proiectării schimbătoarelor de
căldură, brațelor de prindere ale robotului, brațelor de satelit, structurilor de construcție, volanelor,
turbinelor și aproape orice altă aplicație de proiectare inginerească asistată de computer. Există o muncă
pentru a combina GA-urile care optimizează anumite aspecte ale problemelor de inginerie pentru a lucra
împreună, iar unele dintre acestea nu numai că pot rezolva problemele de proiectare, ci și le pot
proiecta înainte pentru a analiza punctele slabe și posibilele defecțiuni ale punctelor în viitor, astfel încât
acestea să poată fi evitate.
2. Robotica. Robotica implică proiectanți și ingineri umani care încearcă tot felul de lucruri pentru a crea
mașini utile care pot funcționa pentru oameni. Proiectarea fiecărui robot depinde de sarcina sau de
sarcinile pe care urmează să le facă, deci există multe modele diferite acolo. GA-urile pot fi programate
pentru a căuta o gamă de modele și componente optime pentru fiecare utilizare specifică sau pentru a
94
returna rezultate pentru tipuri complet noi de roboți care pot îndeplini sarcini multiple și au o aplicație
mai generală. Robotica proiectată de GA ar putea să ne aducă acei roboți învățători multifuncționali, pe
care îi așteptam în orice an acum, de când îi priveam pe Jetson în timp ce erau copii, care ne vor găti
mesele, ne vor spăla rufele și chiar ne vor curăța baia!
3. Hardware evolutiv. Aplicațiile hardware evolutive sunt circuite electronice create de modele de
calculatoare GA care utilizează operatori stocastici (statistic aleatori) pentru a evolua noi configurații din
cele vechi. Pe măsură ce algoritmul își face treaba în modelul de rulare, în cele din urmă va apărea o
configurație de circuit care face ceea ce dorește designerul. Gândiți-vă la circuite reconfigurabile în ceva
de genul unui robot spațial. Ar putea folosi o bibliotecă și un simulator GA încorporate pentru a se re-
proiecta după ceva de genul expunerii la radiații care îi încurcă configurația normală sau întâlnește o
situație nouă în care are nevoie de o funcție pe care nu o are deja. Astfel de GA ar permite
autoadaptarea și auto-repararea.
4. Rutare optimizată a telecomunicațiilor. Vă simțiți frustrat de performanța LAN lentă, de accesul
inconsistent la internet, de o mașină FAX care trimite faxuri uneori doar, de numărul de apeluri
telefonice
„fantomă” al liniei dvs. fixe în fiecare lună? Ei bine, se dezvoltă GA care vor permite direcționarea
dinamică și anticipativă a circuitelor pentru rețelele de telecomunicații. Acestea ar putea să observe
instabilitatea sistemului dvs. și să vă anticipeze nevoile de redirecționare. Folosind mai multe căutări de
circuite GA la un moment dat, în curând problemele dvs. de comunicații interpersonale ar putea fi cu
adevărat în cap, mai degrabă decât în sistemul dvs. de telecomunicații. Alte GA sunt dezvoltate pentru a
optimiza plasarea și direcționarea turnurilor celulare pentru o acoperire optimă și o ușurință de
comutare, astfel încât telefonul dvs. mobil și BlackBerry vor fi recunoscători și pentru GA.
5. Strategii de finanțare și investiții. În actuala criză economică mondială fără precedent, s-ar putea
întreba în mod legitim dacă unii dintre acei jucători de pe Wall Street au folosit modelarea
computerizată asistată de GA a strategiilor de finanțare și investiții pentru a direcționa bogăția
acumulată a lumii în ceea ce poate fi cel mai bine descris drept găuri negre de un dolar. Dar, din nou,
poate că pur și simplu toți foloseau același prototip, care nu fusese încă eliminat. Este posibil ca o nouă
generație de prognoză financiară asistată de GA să fi evitat găurile negre și să fi returnat altceva decât
datoriile neperformante pe care contribuabilii ajung să le ramburseze. Cine știe?
6. Marketing și comercializare. Așadar, nu ar trebui să surprindă pe nimeni că AG-urile sunt într-adevăr
puse la lucru pentru a ajuta comercianții să producă produse și consultanții de marketing să proiecteze
campanii de publicitate și de solicitare directă pentru a vinde lucruri. Poate că această aplicație a GA ar
putea, într-o bună zi, să ne scoată din gaura neagră financiară și să pună lucrurile din nou în mișcare.

Impactul IA in domeniul afacerilor

https://www2.deloitte.com/us/en/insights/focus/cognitive-technologies.html?icid=top_cognitive-technologies
Modul în care IA poate ajuta organizațiile. Principiul central al IA este de a reproduce – și apoi de a depăși
– modul în care oamenii percep și interacționează cu lumea. Aceasta devine rapid fundamentul inovării.
Susținută de diverse forme de machine learning care recunosc modelele din date pentru a permite
predicții, IA poate adăuga valoare afacerii dvs. prin: oferirea unei înțelegeri mai cuprinzătoare a
abundenței datelor disponibile; bazarea pe predicții pentru a automatiza activități excesiv de complexe
sau de rutină. Tehnologia IA îmbunătățește performanța și productivitatea la nivel enterprise, prin
automatizarea proceselor sau activităților care necesitau odată o intervenție umană. IA poate, de
asemenea, da semnificație datelor la o scară la care nici un om nu a putut vreodată. Această
funcționalitate poate aduce beneficii substanțiale pentru afaceri. De exemplu, Netflix utilizează machine
learning pentru a oferi un nivel de personalizare care a ajutat compania să își dezvolte baza de clienți cu
mai mult de 25% în 2017. IA are valoare pentru majoritatea funcțiilor, afacerilor și domeniilor. Acesta
95
include aplicații generale și specifice domeniului, cum ar fi: Utilizarea datelor tranzacționale și
demografice pentru a anticipa cât vor cheltui anumiți clienți pe parcursul relației lor cu o afacere (sau
valoarea ciclului de colaborare al clientului) // Optimizarea prețurilor pe baza comportamentului și
preferințelor clienților // Utilizarea recunoașterii imaginilor pentru analiza imaginilor cu raze X, în
vederea depistării semnelor de cancer.

Ce factori stimulează adoptarea IA? Dezvoltarea IA în toate domeniile este stimulată de trei factori:
 prețuri economice și funcționalități de calcul de înaltă performanță disponibile imediat.
Abundența de putere de calcul din cloud permite accesul ușor la o putere de calcul economică și de
înaltă performanță. Înainte de această dezvoltare, singurele medii de calcul disponibile pentru IA nu
erau bazate pe cloud și aveau costuri prohibitive.
 Sunt disponibile volume mari de date pentru instruire. IA trebuie instruită pe un volum mare de
date pentru a face previziuni corecte. Apariția unor instrumente diferite pentru etichetarea datelor,
ușurința și accesibilitatea cu care organizațiile pot stoca și procesa atât date structurate, cât și
nestructurate, permit mai multor organizații să construiască și să instruiască algoritmi de IA.
 Capacitățile IA aplicate oferă un avantaj competitiv. Organizațiile recunosc din ce în ce mai mult
avantajul competitiv al aplicării informațiilor IA la obiectivele de afaceri și fac din aceasta o prioritate
la nivel de companie. De exemplu, recomandările punctuale furnizate de IA pot ajuta organizațiile să
ia mai rapid decizii mai bune. Multe dintre caracteristicile și funcționalitățile IA pot duce la costuri
mai reduse, riscuri reduse, timp mai rapid de lansare pe piață și multe altele.
Beneficiile și provocările operaționalizării IA. Există numeroase relatări de succes care
demonstrează valoarea IA. Organizațiile care adaugă machine learning și interacțiuni cognitive la
procesele tradiționale de afaceri pot îmbunătăți semnificativ experiența utilizatorilor și productivitatea.
Cu toate acestea, există unele piedici. Puține companii au implementat IA la scară, din mai multe motive.
De exemplu, dacă nu utilizează cloud computing, proiectele IA sunt adesea costisitoare din punct de
vedere al puterii de calcul. Ele sunt, de asemenea, dificil de construit și necesită o expertiză cu o cerere
mare, dar o ofertă limitată. Dacă știți când și unde să încorporați IA, precum și când să apelați la o terță
parte, veți diminua aceste dificultăți. Companiile investesc încet în tehnologia AI, astfel încât să poată
deveni mai inteligente și mai eficiente. Investițiile în AI ca tehnologie nu au atins apogeul, dar există un
semn pozitiv de acceptare față de tehnologia inteligentă din IoT. Printre numeroasele beneficii asociate
cu IA, cel mai important este capacitatea de a prezice și recomanda, beneficiind în cele din urmă fiecare
industrie in parte. În plus, AI ajută la îmbunătățirea eforturilor de marketing, inițiază conversații cu
utilizatorii și, de asemenea, crește implicarea utilizatorilor. Vedem deja tendințe intense și definitorii în
2020 care cuprind AI și oferă soluții incredibile pentru companii.

Iată cateva tendințe definitorii pentru evolutia AI care vor transforma anii ce vin:
1. Utilizarea metodei de sinteză a datelor. Inteligența artificială depinde de metodele de învățare
profundă și de învățare automată pentru a introduce și îmbunătăți diverse sisteme. Modelele pre-
instruite care sunt dezvoltate folosind metode de învățare profundă depind în mare măsură de datele
din lumea reală. Cu toate acestea, obținerea datelor la timp și reușirea de a le încorpora în sistemele
existente poate fi o provocare. Acesta este motivul pentru care AI evoluează către date noi și mai bune.
2. O mai bună monitorizare a afacerilor. Operațiunile regulate de afaceri, cum ar fi completarea
formularelor, gestionarea documentelor, documentația etc., pot fi automatizate prin AI, rezultând o
muncă mai rapidă și mai precisă. Automatizarea proceselor robotice ar putea fi în curând o parte a
tuturor proceselor de afaceri, ocupând aproape toate activitățile administrative. Drept urmare,
companiile se vor putea concentra mai mult pe sarcinile lor de bază.

96
3. Oportunități de personalizare în timp real. Cunoașterea clientului dvs. în timp real și recunoașterea
nevoilor acestora și oferirea în consecință a acestora de servicii sau produse poate fi posibilă cu ajutorul
aplicației AI. AI are capacitatea de a interacționa cu clienții în timp real și de a studia comportamentul de
cumpărare pentru a defini în consecință produse sau servicii potențial atractive. Este vital ca aceste
interacțiuni personale să aibă loc în timp real, astfel încât recomandările să fie de folos clientului și să le
mențină implicate. Atunci când un utilizator este interesat de un anumit produs, AI va interacționa cu
acesta, pentru a face recomandări și sugestii. Numărul de opțiuni de personalizare pentru companii
continuă să crească.
4. Creșterea dispozitivelor cu AI. Anul următor va înregistra o proliferare a dispozitivelor alimentate de
AI. De fapt, veți observa că cheltuielile totale pentru implementarea dispozitivelor alimentate cu AI vor fi
mai mici și va exista o creștere a dispozitivelor care oferă interfață umană și automatizare. Dispozitivele
alimentate de AI au oportunități crescute în lumea afacerilor, care nu pot fi ignorate. Crearea continuă a
dispozitivelor mobile, combinată cu interesul crescând pentru automatizare de către utilizatori, ar putea
duce la eliminarea sarcinilor deseori consumatoare de timp.
5. Precizia în domeniul sănătății. Industria medicală va deveni destul de agilă ca urmare a aplicațiilor de
IA. Cu o precizie crescută a datelor și abilități de diagnostic în timp real, asistența medicală va dezvolta
abilități excelente. Există aplicații de învățare automată care permit o tehnologie mai bună de imagistică
medicală și rezultate îmbunătățite ale diagnosticării.
6. Sporiți securitatea cibernetică. AI ar putea fi în curând integrată cu securitatea cibernetică, permițând
soluții de securitate strictă pentru utilizatorii finali. De la urmărirea și prevenirea phishingului în
improvizarea algoritmilor și îmbunătățirea acestora, tehnologia AI va spori abilitățile de securitate ale
tuturor sistemelor. În viitor, AI va putea prezice dacă o tranzacție este sau nu frauduloasă, prevenind
astfel toate tipurile de infracțiuni cibernetice și sporind vigilența sistemului.
7. Incorporarea recunoașterii faciale. Până în prezent, doar câteva locuri au obligat să se includă
biometrie, cum ar fi recunoașterea facială, ca măsură de securitate. AI va fi folosit pentru a recunoaște
oamenii și, de asemenea, pentru a ști dacă sunt oameni sau roboți. Algoritmii de învățare profundă sunt
stabiliți pentru a se asigura că această tehnologie depășește recunoașterea facială regulată și mai mult
pentru a înțelege cine sunt cu adevărat.8. Interacționați cu AI. În viitorul apropiat, AI va interacționa cu
noi în multe feluri. Unele dintre ele există deja, cum ar fi cu Chatbots, în timp ce alte câteva ar putea fi
introduse în viitorul apropiat. Asistenții virtuali sau Chatbots pot deveni o normă, deoarece
întreprinderile îi pot găsi mai rentabili și mai eficienți în comparație cu angajarea de oameni calificați
pentru acest loc de muncă. Utilizatorii finali ar ajunge să converseze cu roboții și dispozitivele alimentate
de AI și nu cu oamenii reali în viitorul apropiat. Dispozitivele AI ar fi instruite să interacționeze într-un
mod asemănător omului și ar putea să vă rezolve întrebările în timp real.

97
Sisteme Inteligente de Asigurarea Deciziei in Economie (SIADE)
Definitii. Componentele unui DSS (Decision Support Systems). Clasificarea DSS.
DSS bazate pe cunostinte (KDSS). Sisteme Expert, Exemple SIADE
Sisteme Inteligente de Asigurarea Deciziei in Economie (SIADE)
https://www.slideshare.net/ssusere3f682/ch01-a-decision-support-system-dss

Ce este o decizie operațională de afaceri? O mare parte din desfășurarea oricărei afaceri este
luarea deciziilor. Unele dintre acestea sunt strategice: dacă ar trebui să intrăm pe o anumită
piață, cum ar trebui să proiectăm noul nostru produs, ce parteneri și canale de distribuție ar
trebui să alegem? Altele sunt mai obișnuite, realizate manual sau automat în timpul
operațiunilor zilnice de afaceri. Acestea din urmă sunt decizii operaționale. Deciziile
operaționale sunt determinări pe care întreprinderile le iau în mod regulat, o selecție sau un
calcul al unui rezultat care depinde de o serie de circumstanțe predominante (intrări) și care, în
cele din urmă, are un impact observabil asupra comportamentului unei organizații. Acestea
includ luarea unor determinări precum: Ce produse ar trebui să le recomandăm unui client
atunci când vizitează site-ul nostru web, având în vedere comportamentul lor din trecut?
Această structură a taxelor comerciale îndeplinește reglementările de conformitate? Multe
decizii operaționale trebuie să se întâmple de multe ori pe secundă, sunt adesea automatizate.
Un sistem de asigurare/susținere/sprijinire a (luarii) deciziilor (DSS) este un sistem interactiv
de informații care analizează volume mari de date pentru informarea deciziilor de afaceri. Un
DSS susține nivelurile de management, operațiuni și planificare ale unei organizații în luarea
unor decizii mai bune prin evaluarea semnificației incertitudinilor și a compromisurilor implicate
în luarea unei decizii față de alta. Un DSS utilizează o combinație de date brute, documente,
cunoștințe personale și / sau modele de afaceri pentru a ajuta utilizatorii să ia decizii. Sursele de
date utilizate de un DSS ar putea include surse de date relaționale, cuburi, depozite de date,
dosare medicale electronice (EHR), proiecții de venituri, proiecții de vânzări și multe altele. Pe
măsură ce organizațiile se concentrează din ce în ce mai mult pe luarea deciziilor bazate pe
date, știința deciziei (sau inteligența decizională) este în creștere, iar oamenii de știință în
decizie pot fi cheia pentru a debloca potențialul sistemelor științifice decizionale. Reunind
știința aplicată a datelor, științele sociale și știința managerială, știința proiectării se
concentrează pe selectarea între opțiuni pentru a reduce efortul necesar pentru a lua decizii de
calitate superioară.
Sistemele de asistare a deciziilor și Business Intelligence (BI) sunt adesea combinate. Unii
experți consideră BI un succesor al DSS. Sistemele de susținere a deciziilor sunt, în general,
recunoscute ca un element al sistemelor de business intelligence, împreună cu depozitarea
datelor și extragerea datelor. În timp ce BI este o categorie largă de aplicații, servicii și
tehnologii pentru colectarea, stocarea, analiza și accesarea datelor pentru luarea deciziilor,
aplicațiile DSS tind să fie mai bine concepute pentru a sprijini decizii specifice. De exemplu, o
DSS de afaceri ar putea ajuta o companie să-și proiecteze veniturile pe o perioadă stabilită,
analizând datele anterioare privind vânzările de produse și variabilele actuale.

98
De ce sunt importante deciziile? Deciziile operaționale determină profitabilitatea de zi cu zi a
afacerii, cât de eficient își păstrează clienții sau cât de bine gestionează riscul. Adesea calitatea
și consistența luării deciziilor determină reputația clientului dvs. - pentru unii clienți, percepția
lor exclusivă asupra companiei dvs. este obținută din rezultatul acestor decizii. Este posibil ca
deciziile operaționale să nu pară la fel de importante ca cele strategice, dar sunt mai
voluminoase, iar semnificația lor se adaugă în cele din urmă. Deciziile au adesea o importanță
deosebită în cererile de conformitate cu reglementările. Transformarea digitală se referă parțial
la modul în care această luare a deciziilor poate fi orientată către client. Logica unor luări de
decizii este capitalul intelectual: ajută la stabilirea sau menținerea unui avantaj competitiv
pentru compania dvs. - reprezintă ceea ce faceți pentru a vă îmbunătăți rivalii, punctele de
vânzare unice. Trebuie să identificați deciziile importante pe care le luați, să definiți procesul de
luare a deciziilor în mod transparent, să vă asigurați că acestea sunt luate cu precizie, să le
monitorizați performanța și să le gestionați evoluția și îmbunătățirea. Acest proces de
gestionare explicită a deciziilor dvs. este gestionarea deciziilor de afaceri. Mijloacele de
reprezentare transparentă a deciziilor reprezinta modelarea deciziilor.
Luarea deciziilor este o parte integrantă a managementului modern. În esență, luarea
deciziilor raționale sau solide este luată ca funcție principală a managementului. Fiecare
manager ia sute și sute de decizii în mod inconștient sau conștient, luându-l ca componentă
cheie în rolul unui manager. Deciziile joacă roluri importante deoarece determină atât
activitățile organizaționale, cât și cele manageriale. O decizie poate fi definită ca un curs de
acțiune ales în mod intenționat dintr-un set de alternative pentru a atinge obiective sau
obiective organizaționale sau manageriale. Procesul decizional este o componentă continuă și
indispensabilă a gestionării oricărei organizații sau activități de afaceri. Se iau decizii pentru
susținerea activităților tuturor activităților de afaceri și a funcționării organizaționale. Se iau
decizii la fiecare nivel al managementului pentru a asigura atingerea obiectivelor
organizaționale sau de afaceri. În plus, deciziile alcătuiesc una dintre valorile funcționale de
bază pe care fiecare organizație le adoptă și le pune în aplicare pentru a asigura o creștere și o
conducere optime în ceea ce privește serviciile și / sau produsele oferite.
Ca atare, procesul de luare a deciziilor poate fi exemplificat în continuare pe fundalul
următoarelor definiții. Luarea deciziilor implică selectarea unui curs de acțiune dintre două sau
mai multe alternative posibile pentru a ajunge la o soluție pentru o anumită problemă ”. După
cum reiese din definițiile renunțate, procesul de luare a deciziilor este o afacere consultativă
făcută de un grup de profesioniști pentru a conduce o mai bună funcționare a oricărei
organizații. Prin urmare, este o activitate continuă și dinamică care străbate toate celelalte
activități legate
99
de organizație. Deoarece este o activitate continuă, procesul de luare a deciziilor joacă o
importanță vitală în funcționarea unei organizații. Deoarece mințile intelectuale sunt implicate
în procesul de luare a deciziilor, aceasta necesită cunoștințe științifice solide, împreună cu
abilități și experiență, pe lângă maturitatea mentală.
Procesul de luare a deciziilor poate fi considerat un sistem de verificare și echilibrare care
menține organizația în creștere atât în direcții verticale cât și liniare. Înseamnă că procesul
decizional caută un scop. Obiectivele sunt obiective de afaceri prestabilite, misiuni ale
companiei și viziunea acesteia. Pentru a atinge aceste obiective, compania se poate confrunta
cu multe obstacole în domeniile administrativ, operațional, de marketing și domenii
operaționale. Astfel de probleme sunt rezolvate printr-un proces cuprinzător de luare a
deciziilor. Nici o decizie nu vine ca scop în sine, deoarece în pot evolua noi probleme de
rezolvat. Când o problemă este rezolvată, apare o altă problemă și așa mai departe, astfel încât
procesul de luare a deciziilor, așa cum am spus mai devreme, este continuu și dinamic.
Se consumă mult timp în timp ce se iau decizii. Într-un cadru de management, decizia nu poate fi luată
brusc. Ar trebui să urmeze pașii precum: Definirea problemei, Colectarea de informații și colectarea
datelor, Dezvoltarea și cântărirea opțiunilor, Alegerea celei mai bune opțiuni posibile, Planificați și
executați, Luați măsuri de urmărire. Deoarece procesul de luare a deciziilor urmează pașii secvențiali de
mai sus, se petrece mult timp în acest proces. Acesta este cazul cu fiecare decizie luată pentru
rezolvarea problemelor de management și administrative într-un cadru comercial. Deși întregul proces
consumă mult timp, rezultatul unui astfel de proces într-o organizație profesională este extrem de
important.
Ce este un sistem de sprijin pentru decizii? Un sistem de susținere a deciziilor (DSS) este un
program computerizat utilizat pentru a sprijini determinările, judecățile și cursurile de acțiune într-o
organizație sau o afacere. Un DSS analizează și analizează cantități masive de date, compilând informații
cuprinzătoare care pot fi utilizate pentru rezolvarea problemelor și pentru luarea deciziilor. Informațiile
tipice utilizate de un DSS includ venituri vizate sau proiectate, cifre de vânzări sau cele anterioare din
perioade de timp diferite și alte date legate de inventar sau operațiuni.
Înțelegerea unui sistem de susținere a deciziilor. Un sistem de susținere a deciziilor colectează și
analizează date, sintetizându-le pentru a produce rapoarte de informații complete. În acest fel, ca
aplicație informațională, un DSS diferă de o aplicație obișnuită de operațiuni, a cărei funcție este doar de
a colecta date. DSS poate fi complet computerizat sau alimentat de oameni. În unele cazuri, poate
combina ambele. Sistemele ideale analizează informațiile și iau de fapt decizii pentru utilizator. Cel
puțin, acestea permit utilizatorilor umani să ia decizii mai informate într-un ritm mai rapid.
Un sistem de susținere a deciziilor (DSS) este un sistem computerizat care colectează și analizează date,
sintetizându-le pentru a produce rapoarte de informații complete. Un sistem de susținere a deciziilor
diferă de o aplicație obișnuită de operațiuni, a cărei funcție este doar de a colecta date. Sistemele de
susținere a deciziilor permit luarea unor decizii mai informate, rezolvarea la timp a problemelor și o
eficiență îmbunătățită în tratarea problemelor sau operațiunilor, planificarea și chiar gestionarea.
Utilizarea unui sistem de asistență pentru decizii DSS poate fi folosit de managementul operațiunilor și
de alte departamente de planificare într-o organizație pentru a compila informații și date și pentru a le
sintetiza într-o informație acționabilă. De fapt, aceste sisteme sunt utilizate în primul rând de
managementul de nivel mediu până la cel superior. De exemplu, un DSS poate fi utilizat pentru a
proiecta veniturile unei companii în următoarele șase luni pe baza noilor ipoteze despre vânzările de
produse. Datorită unui număr mare de factori care înconjoară cifrele de venituri proiectate, acesta nu
este un calcul simplu care poate fi realizat manual. Cu toate acestea, un DSS poate integra toate
variabilele multiple și poate genera rezultate și rezultate alternative, toate pe baza datelor din trecut ale
vânzărilor de produse ale companiei și a variabilelor actuale. Un DSS poate fi adaptat pentru orice
100
industrie, profesie sau

101
domeniu, inclusiv domeniul medical, agențiile guvernamentale, preocupările agricole și operațiunile
corporative.
Caracteristicile unui sistem de sprijinire a deciziilor. Scopul principal al utilizării unui DSS este de a
prezenta clienților informații într-un mod ușor de înțeles. Un sistem DSS este benefic deoarece poate fi
programat pentru a genera multe tipuri de rapoarte, toate pe baza specificațiilor utilizatorului. De
exemplu, DSS poate genera informații și afișa informațiile sale grafic, ca într-o diagramă cu bare care
reprezintă veniturile proiectate sau ca un raport scris. Pe măsură ce tehnologia continuă să avanseze,
analiza datelor nu se mai limitează la calculatoare mainframe mari și voluminoase. Deoarece un DSS este
în esență o aplicație, acesta poate fi încărcat pe majoritatea sistemelor informatice, fie pe desktop-uri,
fie pe laptopuri. Anumite aplicații DSS sunt disponibile și prin intermediul dispozitivelor mobile.
Flexibilitatea DSS este extrem de benefică pentru utilizatorii care călătoresc frecvent. Acest lucru le oferă
posibilitatea de a fi bine informați în orice moment, oferind posibilitatea de a lua cele mai bune decizii
pentru compania și clienții lor din mers sau chiar la fața locului.

Componentele unui DSS. Chiar dacă DSS poate fi de mai multe tipuri, în mod fundamental fiecare
DSS va avea următoarele componente:
Subsistemul de gestionare a dialogului utilizator-sistem interactiv-DSS necesită interacțiune continuă
cu utilizatorul. Uneori, sistemul ar trebui să solicite utilizatorului să ofere o intrare în altă perioadă,
acesta ar trebui să poată controla procesarea. Un subsistem tipic de gestionare a dialogului pentru
sistemul utilizatorului va avea următoarele elemente: Interfață utilizator - interfața utilizator a unui DSS
trebuie să fie dinamică și bazată pe GUI. Trebuie să fie o interfață ușor de utilizat, deoarece majoritatea
persoanelor care o vor folosi nu sunt experți tehnici, ci experți în management (management de top) și,
prin urmare, interfața ar trebui să fie minimalistă în design. De asemenea, sistemul ar trebui să poată
interacționa cu utilizatorul într-un mod interactiv și, prin urmare, interfața cu utilizatorul trebuie să fie
dinamică. Request Constructor - deoarece DSS funcționează pe un mod dinamic interactiv, are nevoie de
un constructor de solicitări (care să încorporeze aspecte ale interfeței de interogare ale limbajului) care
poate converti instructorii utilizatorului într-o formă ușor de înțeles de model, cererea de date a
modelului către baza de date și solicitările modelului către utilizator.
Subsistemul de gestionare a datelor - datele sunt cea mai importantă componentă a unui DSS. Fără date
un DSS nu poate funcționa. Subsistemul de gestionare a datelor controleaza si prelucreaza datele pentru
DSS. Datele sunt accesate într-un DSS în multe moduri, cum ar fi baza ad hoc, baza de interogare
structurată și baza de căutare euristică și, prin urmare, este necesar un subsistem puternic de gestionare
a datelor pentru a deservi cererile variate de date dintr-un DSS. Subsistemul are următoarele elemente:

102
Sistem de gestionare a bazelor de date - este depozitul de date pentru DSS. Gestionează datele și
îndeplinește toate funcțiile pe care le face un pachet tipic SGBD. De fapt, în majoritatea DSS se utilizează
un pachet comercial SGBD sau RDBMS pentru a efectua această sarcină. Controlul interogărilor - acesta
este un element adaptat pentru a face față cerințelor de interogare ale DSS. Poate conecta baza de date,
direct la interfața cu utilizatorul sau la baza modelului sau la ambele. Meta Date - conține date despre
datele stocate în baza de date. Acest lucru ajută DSS să înțeleagă corect datele din baza de date și ajută
la crearea de interogări ad hoc.
Subsistemul de gestionare a modelelor - aceasta este caracteristica unică a unui DSS. Acest lucru face ca
sistemul să fie special. Cu toate acestea, acest lucru face, de asemenea, sistemul foarte specific. Există
foarte puține exemple de DSS generalizat, deoarece nu sunt disponibile modele generalizate. Cele care
există funcționează pe soluții pe jumătate coapte. Subsistemul de gestionare a modelelor poate utiliza
diferite clase de modele, cum ar fi, Modele de optimizare, Modele de simulare, Modele euristice,
Modele deterministe, Modele predictive. Fiecare clasă de model este utilă pentru a rezolva o anumită
clasă de probleme, cum ar fi o problemă de rutare sau o problemă de planificare sau o problemă de
căutare combinatorie etc. Model și Model Management au mai multe conotații în literatura DSS și au
existat definiții largi ale acestor termeni. Tulpina obișnuită care evoluează din aceste numeroase definiții
este că un model este conceput pentru a consta dintr-un rezolvator, un model pentru rezolvarea unei
probleme și date în care modelul reprezintă relații între variabile, datele reprezintă valorile variabilelor
considerația și rezolvarea este instrumentul care permite calcularea valorilor variabilei și a relațiilor
acestora.

Clasificarea DSS
DSS se pot imparti în cinci categorii pe baza surselor lor primare de informații.
DSS bazat pe date. Aceste sisteme includ sertar de fișiere și sisteme de raportare a gestionării, sisteme
de informații executive și sisteme de informații geografice (GIS). Acestea subliniază accesul și
manipularea bazelor de date mari de date structurate, adesea o serie de date interne ale companiei și
uneori date externe.
DSS bazat pe model. Aceste DSS includ sisteme care utilizează modele contabile și financiare, modele
reprezentative și modele de optimizare. Ele subliniază accesul și manipularea unui model. În general,
utilizează instrumente statistice și analitice simple, dar Power remarcă faptul că unele sisteme OLAP care
permit analiza complexă a datelor pot fi clasificate ca sisteme DSS hibride. Modelele DSS folosesc datele
și parametrii furnizați de factorii de decizie, dar Power notează că, de obicei, nu folosesc date.
DSS bazat pe cunoaștere/cunostinte (KDSS). Aceste sisteme sugerează sau recomandă acțiuni
managerilor. Uneori numite sisteme de consultanță, sisteme de consultare sau sisteme de sugestii,
acestea oferă expertiză specializată în rezolvarea problemelor pe baza unui anumit domeniu. Ele sunt de
obicei utilizate pentru sarcini, inclusiv clasificare, configurare, diagnostic, interpretare, planificare și
predicție care altfel ar depinde de un expert uman. Aceste sisteme sunt adesea asociate cu extragerea
datelor pentru a trece prin baze de date pentru a produce relații de conținut de date.
DSS bazat pe documente. Aceste sisteme integrează tehnologii de stocare și procesare pentru
recuperarea și analiza documentelor. Un motor de căutare este un exemplu.
Comunicare și DSS de grup. DSS bazat pe comunicare se concentrează pe comunicare, colaborare și
coordonare pentru a ajuta oamenii care lucrează la o sarcină partajată, în timp ce grupul DSS (GDSS) se
concentrează pe sprijinirea grupurilor de factori de decizie pentru a analiza situațiile problematice și
pentru a efectua sarcini de luare a deciziilor în grup.

103
Potrivit lui Capterra, ca si pachete software populare pentru DSS precizam:
1. Web Builders de informații. Această platformă de date și analize este concepută pentru întreprinderi și
companii de piață medie care trebuie să integreze și să încorporeze date între aplicații. Oferă opțiuni cloud,
multi-cloud, on-prem și hibrid.QlikView.
2. QlikView este soluția clasică de analiză a datelor, construită pe motorul asociativ al companiei. Este conceput
pentru a ajuta utilizatorii cu sarcinile de zi cu zi folosind un tablou de bord configurabil.
3. SAP BusinessObjects. BusinessObjects constă în aplicații de raportare și analiză pentru a ajuta utilizatorii să
înțeleagă tendințele și cauzele principale.
4. TIBCO Spotfire. Acest software de vizualizare și analiză a datelor îi ajută pe utilizatori să creeze tablouri de
bord și să aplice aplicații predictive și aplicații de analiză în timp real.
5. Salesforce Analytics Cloud. Această soluție de analiză bazată pe AI, bazată pe cloud, este construită pe
platforma Salesforce.com pentru a ajuta organizațiile să identifice oportunitățile și să prezică rezultatele.
6. Powernoodle. Powernoodle este o platformă de implicare a deciziilor bazată pe cloud care valorifică știința
cognitivă, comportamentală și a deciziilor. Oferă șabloane pre-construite care se adresează tipurilor comune
de decizie și suport pentru modelarea fluxurilor de lucru ale mai multor grupuri de părți interesate.
7. Briq. Briq este o platformă de analiză predictivă și automatizare construită special pentru antreprenorii
generali și subcontractanții din construcții. Utilizează datele de la contabilitate, management de proiect, CRM
și alte sisteme, pentru a alimenta AI pentru analize predictive și prescriptive.

DSS bazate pe cunostinte (KDSS). Sisteme Expert

Cele trei componente principale ale unui KDSS (Knowledge based Decision Support System) sunt:
1. Sistem de management al modelului. Sistemul de gestionare a modelelor S = stochează modele pe
care managerii le pot folosi în luarea deciziilor. Modelele sunt utilizate în luarea deciziilor cu privire la
sănătatea financiară a organizației și la previzionarea cererii pentru un bun sau serviciu.
2. Interfață utilizator. Interfața cu utilizatorul include instrumente care ajută utilizatorul final al unui DSS
să navigheze prin sistem.
3. Baza de cunoștințe. Baza de cunoștințe include informații din surse interne (informații colectate într-
un sistem de proces de tranzacții) și surse externe (ziare și baze de date online).

104
Un sistem expert este un program de calculator conceput pentru a rezolva probleme complexe și pentru
a oferi capacitatea de a lua decizii ca un expert uman. Acesta realizează acest lucru extragând cunoștințe
din baza sa de cunoștințe utilizând regulile de raționament și inferență în funcție de întrebările
utilizatorului. Sistemul expert face parte din AI, iar primul ES a fost dezvoltat în anul 1970, care a fost
prima abordare de succes a inteligenței artificiale. Rezolvă cea mai complexă problemă ca expert prin
extragerea cunoștințelor stocate în baza sa de cunoștințe. Sistemul ajută la luarea deciziilor pentru
problemele complexe folosind atât fapte, cât și euristică, ca un expert uman. Se numește așa, deoarece
conține cunoștințele de specialitate ale unui domeniu specific și poate rezolva orice problemă complexă
a domeniului respectiv. Aceste sisteme sunt concepute pentru un domeniu specific, cum ar fi medicina,
știința etc. Performanța unui sistem expert se bazează pe cunoștințele expertului stocate în baza sa de
cunoștințe. Cu cât mai multe cunoștințe sunt stocate în KB, cu atât acel sistem își îmbunătățește
performanța. Unul dintre exemplele obișnuite de ES este o sugestie de erori de ortografie în timp ce
tastați în caseta de căutare Google.
Este important să amintim că un sistem expert nu este utilizat pentru a înlocui experții umani; în schimb,
este folosit pentru a ajuta omul să ia o decizie complexă. Aceste sisteme nu au capacități umane de
gândire și funcționează pe baza bazei de cunoștințe a domeniului particular.

Caracteristicile Sistemului Expert

1. Performanță ridicată: sistemul expert oferă performanțe ridicate pentru rezolvarea oricărui tip de
problemă complexă a unui domeniu specific cu eficiență și precizie ridicate.
2. Inteligibile: răspunde într-un mod care poate fi ușor de înțeles de către utilizator.
3. Poate prelua informații în limbajul uman și oferă rezultatul în același mod.
4. Fiabil: este mult mai fiabil pentru a genera o ieșire eficientă și precisă. Foarte receptiv: ES oferă
rezultatul pentru orice interogare complexă într-o perioadă foarte scurtă de timp.

105
Componentele sistemului expert:Interfața cu utilizatorul, Motor de inferență, Bază de cunoștințe.
1. Interfață utilizator. Cu ajutorul unei interfețe cu utilizatorul, sistemul expert interacționează cu utilizatorul, ia
interogări ca intrare într-un format lizibil și le transmite motorului de inferență. După obținerea răspunsului de la
motorul de inferență, acesta afișează ieșirea către utilizator. Cu alte cuvinte, este o interfață care ajută un utilizator
non-expert să comunice cu sistemul expert pentru a găsi o soluție. 2. Motor de inferență (reguli ale motorului).
Motorul de inferență este cunoscut sub numele de creierul sistemului expert, deoarece este principala unitate de
procesare a sistemului. Aplică reguli de inferență bazei de cunoștințe pentru a obține o concluzie sau pentru a
deduce informații noi. Ajută la obținerea unei soluții fără erori a interogărilor solicitate de utilizator. Cu ajutorul
unui motor de inferență, sistemul extrage cunoștințele din baza de cunoștințe. Există două tipuri de motoare de
inferență: Motor de inferență determinist: concluziile trase din acest tip de motor de inferență sunt presupuse a fi
adevărate. Se bazează pe fapte și reguli .Motor de inferență probabilistică: Acest tip de motor de inferență conține
incertitudine în concluzii și se bazează pe probabilitate. Motorul de inferență utilizează modurile de mai jos pentru
a obține soluțiile: Înlănțuire înainte: începe de la faptele și regulile cunoscute și aplică regulile de inferență pentru a
adăuga concluzia lor la faptele cunoscute. Înlănțuire înapoi: este o metodă de raționament înapoi care începe de la
obiectiv și funcționează înapoi pentru a dovedi faptele cunoscute. 3. Baza de cunoștințe este un tip de stocare care
stochează cunoștințele dobândite de la diferiți experți din domeniul respectiv. Este considerat ca un mare stoc de
cunoștințe. Cu cât baza de cunoștințe este mai mare, cu atât mai precis va fi sistemul expert. Este similar cu o bază
de date care conține informații și reguli ale unui anumit domeniu sau subiect. Se poate vizualiza și baza de
cunoștințe ca colecții de obiecte și atributele acestora. Cum ar fi Leul este un obiect și atributele sale sunt un
mamifer, nu este un animal domestic etc. Componentele bazei de cunoștințesunt: Cunoștințe factuale
(cunoștințele care se bazează pe fapte și sunt acceptate de inginerii cunoașterii intră sub cunoștințe factuale),
Cunoașterea euristică: Această cunoaștere se bazează pe practică, abilitatea de a ghici, evaluare și experiențe.
Reprezentarea cunoștințelor: este utilizată pentru a oficializa cunoștințele stocate în baza de cunoștințe folosind
regulile If-else. Achiziții de cunoștințe: este procesul de extragere, organizare și structurare a cunoștințelor din
domeniu, specificând regulile pentru a dobândi cunoștințele de la diferiți experți și pentru a stoca aceste
cunoștințe în baza de cunoștințe.

Dezvoltarea sistemului expert. Aici, vom explica funcționarea unui sistem expert luând un exemplu MYCIN ES. Mai
jos sunt câțiva pași pentru a construi un MYCIN: În primul rând, ES ar trebui alimentat cu cunoștințe de specialitate.
În cazul MYCIN, experții umani specializați în domeniul medical al infecției bacteriene oferă informații despre
cauzele, simptomele și alte cunoștințe din acest domeniu. KB-ul MYCIN este actualizat cu succes. Pentru a-l testa,
medicul îi oferă o nouă problemă. Problema constă în identificarea prezenței bacteriilor prin introducerea detaliilor
unui pacient, inclusiv simptomele, starea actuală și istoricul medical. ES va avea nevoie de un chestionar care să fie
completat de pacient pentru a cunoaște informațiile generale despre pacient, cum ar fi sexul, vârsta etc. Acum
sistemul a colectat toate informațiile, așa că va găsi soluția pentru problema aplicând reguli if-then folosind
motorul de inferență și folosind faptele stocate în KB. În cele din urmă, va oferi un răspuns pacientului utilizând
interfața cu utilizatorul. Participanți la dezvoltarea sistemului expert: Există trei participanți principali la construirea
sistemului expert: Expertul din domeniu: Succesul unui ES depinde mult de cunoștințele furnizate de experții
umani. Acești experți sunt acele persoane specializate în acel domeniu specific; Inginer de cunoștințe: inginerul de
cunoștințe este persoana care colectează cunoștințele de la experții din domeniu și apoi codifică aceste cunoștințe
în sistem conform formalismului; Utilizator final: grup de persoane care poate nu sunt experți, iar lucrul la sistemul
expert necesită soluția sau sfatul pentru întrebările sale, care sunt complexe.

Aplicații ale sistemelor expert. Unele aplicații populare în care utilizatorul de sisteme expert: Administrarea
informației, Spitale și facilități medicale, Managementul birourilor de ajutor, Evaluarea performanței angajaților,
Analiza împrumuturilor, Detectarea virusului, Util pentru proiecte de reparații și întreținere, Optimizarea
depozitului, Planificare și programare, Configurarea obiectelor fabricate, Luarea deciziilor financiare, Publicarea
cunoștințelor, Monitorizarea și controlul procesului, Supraveghează funcționarea centralei și a controlerului,
Tranzacționare pe piața bursieră, Programarea companiilor aeriene și programele de încărcare.
O altă dezvoltare recentă a unui sistem expert a fost realizată în recrutarea talentelor / industria resurselor umane.
Wade & Wendy este un sistem expert bazat pe AI, care este programat să aibă o conversație cu un client

106
(angajator)

107
și își folosește euristica condusă de algoritmi bazați pe cunoștințe pentru a afla informațiile exacte de care are
nevoie pentru a recruta un candidat potrivit pentru nevoile de angajare ale organizației. Exact modul în care un
recrutor uman încearcă să aibă conversații semnificative cu CEO-ul și managerii, pentru a înțelege pe deplin și a se
adapta nevoilor lor în schimbare; în același mod în care Wade & Wendy vor continua să crească și să învețe,
deoarece se angajează într-un număr mai mare de conversații. Acest sistem expert special este un exemplu al unui
anumit tip de IA numit „Chatbot”; un program de calculator sau o inteligență artificială care conduce o conversație
prin metode auditive sau textuale. Astfel de programe sunt deseori concepute pentru a simula în mod convingător
modul în care un om s-ar comporta ca partener de conversație, trecând astfel testul Turing. Chatbots-urile sunt de
obicei utilizate în sistemele de dialog în diverse scopuri practice, inclusiv serviciul pentru clienți sau achiziționarea
de informații. Aici coincid 2 ramuri ale IA, și anume „Procesarea limbajului natural” și „sistemele expert”. Ne
îndreptăm către un moment în care AI și oamenii vor lucra împreună pentru a rezolva problemele. Cu toate
acestea, există încă multe probleme provocatoare care trebuie rezolvate pentru a face sistemele expert
acceptabile de către masele de oameni. Ramura de AI numită sisteme expert este în principal responsabilă pentru
a ajuta experții umani și pentru a învăța de la ei. Este încă nevoie de multă muncă și cercetare pentru a găsi un
punct dulce între activitatea experților umani în diverse domenii și capacitățile inteligenței artificiale. Utilizarea
sistemelor expert în industrie nu este încă răspândită, dar în ultimii ani, odată cu apariția Big Data, a existat o
creștere considerabilă a adoptării acestei tehnologii, deoarece tot mai multe corporații încearcă puterea AI.

Exemple de SIADE
Inteligența decizională este un domeniu de tendințe care conține o serie de metode de luare a deciziilor pentru
proiectarea, modelarea, alinierea, executarea și urmărirea modelelor și proceselor decizionale. Implementarea
oferă o structură pentru luarea deciziilor organizaționale și a proceselor cu integrarea algoritmilor de învățare
automată. Ideea principală este că deciziile se bazează pe percepția noastră asupra modului în care acțiunile
conduc la rezultate. Deși majoritatea soluțiilor sunt furnizate de furnizorii de AI, Business Intelligence și Cloud
Computing, putem prezenta o listă scurtă de furnizori care pot oferi soluții de intelligence de decizie pentru
afacerea dvs.: Busigence, Google Cloud Platform, IBM Hybrid Cloud, Oracle Business Intelligence, Quantelli,
Urbint, Xylem.
Cipurile AI pot îndeplini sau accelera unele funcţii care implică machine learning şi care asigură o gamă largă de
funcţionalităţi precum biometrie, detectare şi recunoaştere facială, orice este legat de realitatea augmentată şi
virtuală, filtre de imagine, recunoaştere şi asistenţă vocală, traduceri şi îmbunătăţirea calităţii fotografiilor făcute
de camerele telefoanelor mobile. Utilizarea cipurilor AI va elimina dependenţa utilizatorului de o conexiune
permanentă la internet şi va ajuta dispozitivele să funcţioneze mai bine, mai repede şi să utilizeze mai puţină
energie. De asemenea, dispozitivele care au încorporate cipuri AI vor îmbunătăţi gradul de securitate şi de
asigurare a confidenţialităţii, la preţuri accesibile pentru clienţi. Companii precum Samsung, Apple şi Huawei
folosesc deja procesoare AI.

În ceea ce priveşte reţelele 5G: până la sfârşitul anului 2020, peste 100 de companii din întreaga lume vor începe
testarea reţelelor 5G private, fie prin achiziţionarea propriei infrastructuri, pentru a cărei operare vor apela la un
operator de telefonie mobilă, fie prin construirea şi întreţinerea propriei reţele 5G, pentru care vor cumpăra
spectru. În total, aceste peste 100 de companii ar putea investi câteva sute de milioane de dolari în forţă de muncă
şi echipamente. Reţelele 5G private reprezintă o opţiune pentru companiile foarte mari care doresc să profite de
avantajele extraordinare ale tehnologiei 5G - cum ar fi fiabilitatea şi viteza mare, latenţa mică, eficienţa energetică
şi conexiunea wireless pentru trafic de mare densitate - şi nu vor să se conecteze la o reţea publică 5G. Porturile,
aeroporturile şi alte centre logistice similare vor fi printre primele care vor folosi reţele 5G private.
Se estimează şi că, până la sfârşitul anului 2020, vânzările roboţilor pentru companii vor ajunge la aproape un
milion de unităţi, dintre care peste 50% vor fi utilizaţi pentru a oferi asistenţă angajaţilor în derularea unor
activităţi, în special pentru cele care nu ţin de procesul de fabricaţie, iar restul vor fi roboţi industriali, cu braţe
mecanice, folosiţi în industriile grele. De asemenea, vânzările de roboţi industriali vor înregistra o creştere de 10%
a numărului de unităţi în 2020. În prezent, piaţa de roboţi industriali este dominată de China, unde în 2018 s-au
vândut 154.000 de unităţi (36% din cererea globală), ţară urmată de Japonia, Statele Unite şi Coreea de Sud. Cu
toate acestea, după numărul de unităţi vândute, piaţa roboţilor este în continuare dominată de segmentul dedicat
consumatorilor, care include roboţi proiectaţi pentru sarcini precum aspirarea prafului, tunderea gazonului,
curăţarea ferestrelor, precum şi roboţi de divertisment, în principal jucării fabricate în Asia. Din cele aproape 22 de
108
milioane de roboţi vânduţi la

109
nivel mondial în 2019, 97% au fost dedicaţi consumatorilor şi doar 3% companiilor. Automatizarea și AI vor fi
obligatorii pe termen lung, spun experții prezenți la Huawei 2020 Better World Summit. Până în anul 2050, se
preconizează că întreprinderile care adoptă inteligența artificială (AI) vor avea o creștere de 100% a
productivității lor.

un program conceput pentru a oferi studenților o înțelegere mai profundă a tehnologiei și a aplicării
NOTA:
logicii pentruÎnscrierea într-un program
a crea inteligența de Elevii
artificială. masterpotdupă obținerea
studia mecanici,uneicum
diplome de licențăși poate
ar fi inginerie oferiîn
robotică,
timp ce se află
studenților în cursuriavansate
cunoștințe care explorează principiile
în subiecte care îșilogicii, programăriicariera.
îmbunătățește și inteligenței.
Acest gradFiecare
poatecurs oferă
califica
de obicei studenților
studenții cunoștințe
ca experți în domeniileaprofundate despre
alese și le face un aspect
eligibili pentrualo învățării mașinilor
selecție mai și îilocuri
largă de învațădesămuncă
creeze
șicusăplată
programeze proiecte
înaltă decât dacăunice pentru
au doar domeniul
o diplomă inteligenței
de licență. artificiale.
Ce este Multeînabilități
un Maestru pot fiArtificială?
Inteligența dezvoltate
în timpul unui program de masterat care ar putea duce la locuri de muncă de înaltă plătire și avansări în
carieră în viitor. Elevii pot dezvolta abilități critice și tehnologice care îi ajută să exceleze în domeniul
carierei și pot, de asemenea, să învețe abilități esențiale de rezolvare a problemelor. Deoarece poate
dura de la un an la trei ani pentru a termina o diplomă de masterat, costul variază drastic. Fiecare școală
este diferită și are propriile taxe de școlarizare stabilite, iar locația cursurilor ar putea afecta și prețul.
Domeniul inteligenței artificiale este relativ nou și interesant, iar un număr de cariere interesante sunt
disponibile pentru cei cu gradul potrivit. Unii studenți pot alege să lucreze ca ingineri software, în timp
ce alții preferă cariere ca analisti. Mulți găsesc poziții ca dezvoltatori. Locurile de muncă care lucrează cu
aplicații de învățare automată pot fi, de asemenea, disponibile, iar noi oportunități de carieră continuă
să apară pe măsura extinderii pieței.

Studiu de caz 3: Platforme de Inteligenta Artificiala pentru Afaceri

1. https://research.aimultiple.com/decision-intelligence/
2. https://www.predictiveanalyticstoday.com/artificial-intelligence-platforms/

https://machinelearningmastery.com/a-tour-of-machine-learning-algorithms/

110
Curs 7. Data Mining, Data Warehouse
Data Mining: definitii, algoritimi de baza. Diferenta dintre Data Mining si Big Data.
Depozite de date (Datawarehouse)

Data Mining: definitii, algoritimi de baza

O cercetare din 2019 privind datele mari arată că 90% din datele mondiale provin după 2015 și volumul
său se dublează la fiecare 1,2 ani. În acest context, exploatarea datelor este o practică strategică
considerată importantă de aproape 80% din organizațiile care aplică business intelligence, potrivit
Forbes.Datorită acțiunii comune a analizei și a exploatării datelor, care combină statistici, inteligență
artificială și învățare automată, companiile pot crea modele pentru a descoperi conexiuni între milioane
de înregistrări.
Definitie1: Exploatarea datelor (Data mining) sau Mineritul Datelor este un proces tehnic automat sau
semiautomat care analizează cantități mari de informații împrăștiate pentru a-i da un sens și a le
transforma în cunoștințe. Se caută anomalii, tipare sau corelații între milioane de înregistrări pentru a
prezice rezultatele.Unele dintre posibilitățile de exploatare a datelor includ: Pentru a curăța datele de
zgomot și repetări, Extragerea de informații relevante și utilizați-le pentru a evalua rezultatele posibile,
Luați decizii de afaceri mai bune și mai rapide.
Definitie2. Exploatarea datelor este procesul de analiză a datelor din diferite surse și rezumarea
acestora în informații relevante care pot fi utilizate pentru a contribui la creșterea veniturilor și la
scăderea costurilor. Scopul său principal este de a găsi corelații sau tipare între zeci de câmpuri din baze
de date mari. Software-ul de extragere a datelor este unul dintre multele instrumente analitice pentru
citirea datelor, permițând utilizatorilor să vizualizeze datele din mai multe unghiuri diferite, să le clasifice
și să rezume relațiile identificate. Scopul final al exploatării datelor este predicția și descoperirea.
Procesul caută modele consistente și relații sistematice între variabile, apoi validează constatările prin
aplicarea modelelor la noi subseturi de date.
Astăzi, căutarea, analiza și gestionarea datelor sunt piețe cu oportunități enorme de angajare.
Profesioniștii în minerit de date lucrează cu baze de date pentru a evalua informațiile și a arunca orice
informații care nu sunt utile sau fiabile. Acest lucru necesită cunoștințe de date mari, calcul și analiză a
informațiilor și abilitatea de a gestiona diferite tipuri de software.
EXEMPLE DE APLICAȚII DE EXTRACTARE A DATELOR. Capacitatea predictivă a exploatării datelor a
schimbat designul strategiilor de afaceri. Puteți înțelege prezentul pentru a anticipa viitorul. Acestea
sunt câteva exemple de extragere a datelor:
1. Marketing. Exploatarea datelor este utilizată pentru a explora baze de date din ce în ce mai mari și pentru a
îmbunătăți segmentarea pieței. Analizând relațiile dintre parametrii precum vârsta clienților, sexul, gusturile
etc., este posibil să le ghicim comportamentul pentru a direcționa campanii de loializare personalizate.
Exploatarea datelor în marketing prezice, de asemenea, ce utilizatori sunt susceptibili să se dezaboneze de la
un serviciu, ce îi interesează pe baza căutărilor lor sau ce ar trebui să includă o listă de corespondență pentru a
obține o rată de răspuns mai mare.
2. Vanzarea cu amănuntul. Supermarketurile, de exemplu, utilizează modele comune de achiziție pentru a
identifica asociațiile de produse și pentru a decide cum să le așeze în culoare și pe rafturi. Exploatarea datelor
detectează, de asemenea, care sunt ofertele cele mai apreciate de clienți sau măresc vânzările la coada de
plată.
3. Domeniul Bancar. Băncile folosesc exploatarea datelor pentru a înțelege mai bine riscurile de piață. Se aplică
în mod obișnuit ratingurilor de credit și sistemelor inteligente antifraudă pentru a analiza tranzacțiile,
tranzacțiile cu cardul, tiparele de cumpărare și datele financiare ale clienților. Exploatarea datelor permite, de
asemenea, băncilor să afle mai multe despre preferințele sau obiceiurile noastre online pentru a optimiza
111
randamentul

112
 campaniilor lor de marketing, pentru a studia performanța canalelor de vânzare sau pentru a gestiona
obligațiile legale.
4. Domeniul Medical. Exploatarea datelor permite diagnosticarea mai precisă. Deținerea tuturor informațiilor
pacientului, precum dosarele medicale, examinările fizice și tiparele de tratament, permite prescrierea unor
tratamente mai eficiente. Permite o gestionare mai eficientă, eficientă și mai rentabilă a resurselor de
sănătate prin identificarea riscurilor, prezicerea bolilor în anumite segmente ale populației sau prognozarea
duratei internării în spital. Detectarea fraudei și neregulilor și consolidarea legăturilor cu pacienții cu o mai
bună cunoaștere a nevoilor lor sunt, de asemenea, avantaje ale utilizării exploatării datelor în medicină.
5. Televiziune și radio. Există rețele care aplică exploatarea datelor în timp real pentru a-și măsura audiența de
televiziune online (IPTV) și radio. Aceste sisteme colectează și analizează, din mers, informații anonime din
vizualizările canalului, emisiunile și programarea. Exploatarea datelor permite rețelelor să facă recomandări
personalizate ascultătorilor de radio și telespectatorilor, precum și să le cunoască interesele și activitățile în
timp real și să le înțeleagă mai bine comportamentul. Rețelele obțin, de asemenea, cunoștințe valoroase
pentru agenții de publicitate, care utilizează aceste date pentru a-și viza clienții potențiali cu mai multă
precizie.

Exploatarea datelor conține cinci elemente majore:

I. Extrageți, transformați și încărcați datele tranzacției în depozitul de date
II. Stocați și gestionați datele într-un sistem de baze de date multidimensiona
lIII. Oferiți acces la date pentru analiștii de afaceri și profesioniștii IT
IV. Analizați datele prin software-ul aplicației
V. Prezentați datele într-un format util (grafic, tabel etc.)
Procesul de extragere a datelor este simplu și constă din trei etape. Etapa inițială de explorare începe de
obicei cu pregătirea datelor, care implică curățarea datelor, transformarea datelor și selectarea
subseturilor de înregistrări și seturi de date cu un număr mare de variabile. Apoi, identificarea
variabilelor relevante și determinarea complexității modelelor trebuie făcute pentru a elabora analize
exploratorii folosind o mare varietate de metode grafice și statistice.

113
114
Algorimti de baza
Organizaţiile au acumulat volume foarte mari de date, stocate pe suporturi informatice, privitoare la
tranzacţii de diverse tipuri, derulate de-a lungul multor ani. Astfel: •băncile posedă arhive de milioane
de înregistrări în care sunt consemnate în detaliu operaţiile efectuate de clienţii lor; •în aproape orice
firmă se găsesc mii şi sute de mii de înregistrări privitoare la cumpărările, vânzările, încasările şi plăţile
efectuate;
•societăţile de telefonie mobilă posedă date privitoare la fiecare convorbire efectuată de abonaţii lor,
incluzând data, momentul şi locul apelului, durata convorbirii, numărul de telefon al corespondentului;
•magazinele posedă sute de mii de înregistrări, provenind de la casele de marcaj, în care figurează nu
numai articolele cumpărate ci şi cumpărătorii, identificaţi prin legitimaţiile de acces. O dată cu
expansiunea internetului, volumul datelor stocate în format digital nu încetează săcrească, din ce în ce
mai rapid, peste tot în lume:•indivizii pun, din ce în ce mai mult, informaţiile pe care le deţin la dispoziţia
tuturor, via web; •numeroase organizaţii, în special cea mai mare parte a marilor magazine, culeg din ce
în ce mai multe informaţii despre clienţii lor şi comportamentele acestora; •foarte multe dintre
procesele industriale sunt controlate informatic; •rezultatele analizelor medicale sunt, din ce în ce mai
sistematic, stocate pentru a fi analizate; •tot mai numeroase măsurători efectuate pretutindeni în lume,
ca de exemplu cele meteorologice, umplu de asemenea importante baze de date digitale.
Există în prezent un foarte mare interes de a dezvolta tehnici care să permită utilizarea optimă a tuturor
acestor stocuri de informaţii, pentru a extrage din ele un maximum de cunoaştere utilă: •pe web, este
vorba de a înţelege mai bine conţinutul paginilor web şi cererile utilizatorilor pentru a le furniza
informaţia ţintă cea mai pertinentă posibilăşi în maniera cea mai comprehensivă posibilă; •în cazul
bazelor de date de clienţi, poate fi vorba de a înţelege cât mai bine comportamentele clienţilor pentru a
le facilita accesul la produsele care îi interesează; •în ce priveşte datele provenite din procesele de
producţie, există un mare interes de a extrage din ele un maximum de cunoştinţe pentru a deduce din
ele bune practici de optimizare a producţiei; •studiul rezultatelor analizelor medicale poate să ajute la
mai buna depistare a pacienţilor cu risc pentru anumite boli, permiţând astfel mai degrabă
prevenirea decât vindecarea;
•analiza datelor meteorologice poate ajuta la mai buna înţelegere a fenomenelor generale care
influenţează climatul pentru a anticipa fenomenele extreme şi pentru a acţiona în consecinţă pentru
populaţiile vizate.

Aportul data mining se rezumă la un număr limitat de acţiuni care, folosite în mod adecvat, se pot
dovedi extrem de utile pentru numeroase probleme şi situaţii din domeniul decizional. Între principalele
tipuri de probleme, rezolvabile cu data mining, cele mai frecvente sunt: analiza asocierilor, pattern-uri
secvenţiale, analiza grupurilor, clasificare, mulţimi rough, link mining. Datele disponibile sunt privite ca
reprezentând o serie de observaţiiprivind un set de caracteristici sau variabile Y = { Yj⎮j = 1 ÷ p }, care
au fost măsurate pe un eşantion de obiecte sau indivizi, X = { xi⎮i = 1 ÷ n } . Există două tipuri de
variabile, explicative şi de explicat: mulţimea de variabile explicative sau predictive, este constituită din
variabile, fie toate cantitative, fie toate calitative, fie mixte; variabilele de explicat sau de predicţie sau
ţintă, de asemenea, pot fi: cantitative şi calitative cu două sau mai multe modalităţi.
Analiza asocierilor. Fie A= {a1, ..., aj, ..., ap} o mulţime de articole şi fie T = {t1, ..., ti, ..., tn} o mulţime de
tranzacţii. Fiecare dintre cei n indivizi ti conţine articole alese din A, fiecare din cele pvariabile Yj este o
variabilă cu valori binare care precizează pentru fiecare articol aj faptul că acesta a fost ales sau nu în
tranzacţia ti. O submulţime P de articole din A, P⊆A, poartă numele de itemset. Dacă toate articolele
conţinute într-un itemset P sunt conţinute şi în tranzacţia ti, P∩ti = P, se spune că tranzacţia ticonţine
itemsetul P, ti⊇P. Numărul σ(P) = ⎮{ti⎟ti⊇P, ti∈T}, al tranzacţiilor tice conţin itemsetul P, se numeşte
suportul (sau susţinerea) lui P. O regulă de asociere între două itemseturi, Pşi Q, este o expresie formală
de tip implicaţie adică de forma: „P→Q” unde P∩Q= ∅. Puterea unei reguli de asociere poate fi
115
determinatăpe baza a două metrici: •s(P→Q) = σ(P∪Q) / n, numităsuport (sau susţinere) şi •c(P→Q) =

116
σ(P∪Q) / σ(P), numităconfidenţă(sau încredere). Suportul sexprimă măsura în care regula „ P →Q ” se
aplică în mulţimea de observaţii disponibile, iar confidenţa c măsoară cât de frecvent articolele din Q
apar în tranzacţiile care conţin P. Problema analizei asocierilor se formulează astfel: „Fiind dată o
mulţime de tranzacţii, T, să se găsească toate regulile „ P → Q ” care au suportul s ≥ supminşi confidenţa
c ≥ confmin
, unde supmin şi confmin sunt limite dorite de utilizator pentru s şi respectiv c”.

Pattern-uri secvenţiale.Fie A= {1, ..., j, ..., p} o mulţime de articole, fie C = { c1, ..., cq} mulţimea clienţilor
şi fie T = {t1, ..., ti, ..., tn} mulţimea tranzacţiilor. Fiecare din cele n tranzacţii ti conţine p câmpuri pentru
articole, un câmp , id-client, pentru identificarea clientului precum şi un câmp, id-tr-time, pentru
precizarea momentului tranzacţiei; pentru orice client (id-client) există cel mult o tranzacţie la un
moment dat (id-tr-time). Fiecare din cele p variabile Yj este o variabilă cu valori binare şi precizează
pentru fiecare articol j faptul că acesta a fost ales sau nu în tranzacţia ti, ti∈T. Orice submulţime I⊆A, de
articole din A, poartă numele de itemset. O mulţime ordonată de itemseturi S = 〈I1, I2, ..., Is〉 formează o
secvenţă. Secvenţa S = 〈I1, I2, ..., Is〉este conţinută în secvenţa R = 〈J1, J2, ..., Jr〉 , S⊂R, dacă există indicii
k1 < k2 < ...
< ks astfel încât I1⊆Jk1, I2⊆Jk2, ..., Is⊆Jks. Într-o mulţime de secvenţe Σo secvenţăSM este
maximalădacăSM nu este conţinută în nicio altă secvenţă din Σ: (∀)S ∈Σ, SM⊄S.Pentru otranzactie
ti∈T,itemset(ti) reprezintă itemsetul care conţine toate articolele alese în tranzacţia respectivă.Fie
c∈CşifieTc⊂T, Tc = { tc1, tc2, ..., tcnc} mulţimea tranzacţiior clientului c, ordonate crescător în timp (după
id-tr-time). În aceste condiţii, se numeşte secvenţă-clientsecvenţa: S(c) = 〈 itemset(tc1), itemset(tc2), ...,
itemset(tcnc) 〉.Se spune că un client oarecare, c∈C, suportă (sau susţine) secvenţa S, dacăS este
conţinută în secvenţa-client a clientului c, S⊂S(c). Suportul unei secvenţeS reprezintă fracţiunea clienţilor
care susţin pe S: s(S) = |{c | c∈C, S⊂S(c)}| / |C|.
Problema descoperirii de pattern-uri secvenţiale revine la a descoperi secvenţele maximale,din
mulţimea tuturor secvenţelor Σ, care au un anumit suport minimal supmin , specificat de utilizator : SM ∈
{ S⎟s(S) ≥ supmin}. Orice astfel de secvenţă maximală reprezintă un pattern secvenţial. O secvenţă care
îndeplineşte condiţia de suport minimal este numită secvenţă mare.

Analiza grupurilor. Se dispune de observaţii asupra a p variabile Yj măsurate pe n indivizi. Fie X = {x1, ...,
xi, ..., xn} mulţimea celor n indivizi caracterizaţi de cele p variabile; se presupune căspaţiul ℜp, ce
conţine pe X, este dotat cu o distanţă (euclidiană sau χ2) sau cu o similaritate. Se doreşte partiţionarea
mulţimii X în k submulţimi (clase sau clustere), unde k este cunoscut à priori, astfel încât clasele Cl, l = 1 ÷
k, obţinute să fie cât mai omogene. Fie g1, g2, ..., gi, ..., gkcentrele de greutate ale celor k clase dorite :
inerţia clasei Cleste Il= ∑xi∈Clpj d2(xi, gi), cu pjs-a notatponderea individului xi ; inerţia intraclase este
IW= ∑kl=1 PlIl , unde Plesteponderea clasei l(numărul de indivizi); inerţia interclase este IB= ∑kl=1Pld2(gl,
g), unde g este centrul de greutate al mulţimi X de n indivizi; inerţia totalăa lui X, este I = IW+ IB,
principiul lui König- Huygens. O clasă este cu atât mai omogenă cu cât inerţia mulţimii de puncte ce o
alcătuieşte este mai mică. Uncriteriu de partiţionarepentru a determina, în medie, clase omogene,
constă în a căuta acea partiţie în k clase pentru care inerţia intraclase este minimă, deci inerţia interclase
este maximă.Clasificare. Se dispune de observaţii privind p variabile cantitative Yjşi o variabilă
nominalăavând q modalităţi Y, măsurate pe n indivizi.Cei n indivizi sunt împărţiţi în q clase presupuse
disjuncte, definite à priori de variabilanominalăYşi se cunoaşte afectarea fiecărui individ la o clasă. Fie X
= {x1, ..., xi, ..., xn} mulţimea celor n indivizi caracterizaţi de cele p variabile şi fie yvectorul n-dimensional
cu componentele yi (i = 1 ÷ n, yi ∈ {1, ..., q}) reprezentând numărul clasei din care face parte individul xi.
Problema de clasificare(saude clasare), respectiv problema afectării unui individ suplimentar xs,

117
caracterizat prin cele p variabile, la una dintre cele q clase poate fi formulată după cum urmează: Pe
baza datelor disponibile

118
{(x1, y1), ..., (xi, yi), ..., (xn, yn)}, numiteşantion de învăţare, să se definească o regulă(sau un clasificator)
φ(•), astfel încâtφ(•) să poată fi evaluat pentru orice individ x,nu doar pentru cei incluşi în datele de
învăţareiarclasa atribuită oricărui individ nouxs, ŷ = φ(xs), să fie cât mai apropiată posibil de clasa realăy.
Pentru datele xi din eşantionul de învăţare, clasele reale, yi, sunt cunoscute, dar nu vor coincide în mod
necesar cu aproximările lor ŷi = φ(xi). Pentru indivizii xs noi, clasele reale ys nu sunt cunoscute, dar
principala ţintă a procedurii de clasificare este ca aproximarea ŷs = φ(xs) ≈ys să fie cea mai bună posibilă,
motiv pentru care calitatea aceastei aproximări trebuie să fie judecată pe baza proprietăţilor statistice
sau probabilistice ale întregii populaţii din care viitorii indivizi vor fi preluaţi.

Diferenta dintre Data Mining si Big Data

Data Mining și Big Data sunt două lucruri diferite, în timp ce ambele se referă la utilizarea seturilor de
date mari pentru a gestiona datele care ne vor servi scopului, sunt doi termeni diferiți în ceea ce
privește funcționarea pentru care sunt folosiți.
Big Data se referă la o colecție de seturi de date mari (de exemplu, seturi de date în foi Excel care sunt
prea mari pentru a fi manipulate cu ușurință). Data Mining, pe de altă parte, se referă la activitatea de a
trece printr-o mare parte din date pentru a căuta informații relevante sau pertinente. Explicatie
detaliata: Ce este Big Data? Datele mari se referă la o cantitate uriașă de date care nu este ușor de
manipulat în moduri convenționale, ar putea fi structurate, semi-structurate sau nestructurate. Se
compune din 5 Vs- VolumSe referă la cantitatea de date (poate fi în quintillions) 2. VarietateSe referă la
tipul de date pe care îl putem folosi. (structurat, nestructurat sau semi-structurat)3. ValoareSe referă la
valoarea datelor extrase.4. VeridicitateaSe referă la calitatea sau fiabilitatea datelor pe care le avem.5.
VitezaSe referă la cât de rapid crește datele noastre.De ce este important Big Data? Majoritatea
lucrurilor din scenariul de astăzi sunt determinate de profitabilitatea pe care o oferă în termeni de
beneficii monetare, aceste instrumente ajută la furnizarea de informații semnificative pentru luarea
unor decizii de afaceri mai bune și pot fi, de asemenea, utilizate pentru a studia diverse alte lucruri care
ar putea aduce beneficii umanității. De ce este important Data Mining? Data Mining este important din
diverse motive, cel mai vital și util dintre ele este să înțelegeți ce este relevant și să îl folosiți bine pentru
a evalua lucrurile pe măsură ce noile date intră în imagine, locuri precum industria medicală, analiza
pieței financiare etc.
Comparaţie. După ce am înțeles destul de bine ambele concepte, putem spune că sunt 2 concepte
foarte diferite. Conceptul principal dacă ne uităm în Data Mining este să sapăm în date și să analizăm
tiparul și relația care pot fi utile în algoritmi de predicție precum Regresia liniara în inteligența artificială.
Pe de altă parte, principalul concept în Big Data este viteza, sursa, securitatea cantității uriașe de date la
dispoziția noastră. Se poate spune că Data Mining nu depinde de Big Data, deoarece se poate face pe
orice cantitate de date (preferențial mare, deoarece oferă mai multe cazuri de testare și, prin urmare,
rezultate exacte), fie ele mari sau mici. Big Data, pe de altă parte, depinde foarte mult de extragerea
datelor, deoarece trebuie să găsim utilizarea volumului mare de date pe care îl avem, nu este de nici un
folos fără analiza sa. Următoarele sunt unele diferențe între Data mining și Big Data: 1. Big data este un
termen care se referă la o cantitate mare de date, iar Data mining se referă la scufundarea profundă în
date pentru a extrage date dintr-o cantitate mare de date. 2. Big data este un concept decât un termen
precis, în timp ce Data mining este o tehnică de analiză a datelor. 3. Big data conține date structurate,
semi-structurate și nestructurate, în timp ce Data mining conține date structurate, baze de date
relaționale și dimensionale.
4. Big data se concentrează în principal pe o mulțime de relații între date, Data mining se concentrează
119
pe multe detalii ale datelor. Puteți spune că big data este un domeniu actual astăzi, dar data mining este
un

120
domeniu vechi. Înainte de Big Data, aceste sarcini intră în mineritul de date: Colectarea datelor, Stocarea
datelor, Învățarea automată / AI. Exploatarea datelor care nu sunt ML (ca în „descoperirea
cunoștințelor”, unde termenul de extragere a datelor a fost de fapt inventat) Reguli de afaceri și analize,
Vizualizare. Datele mari sunt legate de o cantitate uriașă de date, cum ar fi sute sau mii de terabyți de
date, dar extragerea datelor nu se referă la seturi mari de date. Exploatarea datelor constă în explorarea
datelor, găsirea modelelor și aplicarea învățării automate pe date. Acum, acest termen este cunoscut
sub numele de Știința datelor. Sper că acest răspuns vă va ajuta. Big Data este un termen care constă
dintr-o colecție de cadre și instrumente care ar putea face minuni cu seturi de date foarte mari, inclusiv
Data Mining. Hadoop este un cadru care va împărți seturile de date foarte mari în blocuri (implicit 64
MB), apoi îl va stoca în HDFS (Hadoop Distributed File System) și atunci când apare logica de execuție
(MapReduce) cu orice bytecode pentru procesarea datelor stocate la HDFS. Va lua împărțirea pe baza
blocului (împărțirile pot fi configurate) și va impune extracția și calculul prin intermediul procesului
Mapper și Reducer. În acest fel, ați putea face procesul ETL, Data Mining, Data Computation etc.

Depozite de date (Datawarehouse)

Baza de date pentru suportul deciziilor (Data Warehouse) este menținută separat de baza de date
operațională a organizației. Cu toate acestea, depozitul de date nu este un produs, ci un mediu. Este o
construcție arhitecturală a unui sistem informațional care oferă utilizatorilor informații actuale și istorice
de sprijin pentru decizie, care sunt dificil de accesat sau prezente în magazinul tradițional de date
operaționale. Mulți știți că o bază de date pentru un sistem de inventar are multe tabele legate între ele.
De exemplu, un raport privind informațiile curente de inventar poate include mai mult de 12 condiții
asociate. Acest lucru poate încetini rapid timpul de răspuns al interogării și al raportului. Un depozit de
date oferă un nou design care poate ajuta la reducerea timpului de răspuns și ajută la îmbunătățirea
performanței interogărilor pentru rapoarte și analize. Sistemul de depozitare de date este, de
asemenea, cunoscut sub următorul nume:• Sistem de sprijin pentru decizie (DSS)• Sistem de informații
executive•Sistemul de gestionare a informațiilor• Soluția Business Intelligence
• Aplicație analitică • Depozit de date.

Un depozit de date este un depozit centralizat de date integrate dintr-una sau mai multe surse
disparate. Depozitele de date stochează date curente și istorice și sunt utilizate pentru raportarea și
analiza datelor.

121
Pentru a muta datele într-un depozit de date, datele sunt extrase periodic din diverse surse care conțin
informații importante despre afaceri. Pe măsură ce datele sunt mutate, acestea pot fi formatate,
curățate, validate, sintetizate și reorganizate. Alternativ, datele pot fi stocate la cel mai mic nivel de
detaliu, cu vizualizări agregate furnizate în depozit pentru raportare. În ambele cazuri, depozitul de date
devine un magazin de date permanent pentru raportare, analiză și business intelligence (BI).

Istoria Datawarehouse. Datawarehouse îi ajută pe utilizatori să înțeleagă și să îmbunătățească

performanțele organizației lor. Necesitatea stocării datelor a evoluat pe măsură ce sistemele informatice
au devenit mai complexe și au fost necesare pentru a gestiona cantități tot mai mari de informații. Cu
toate acestea, Depozitarea datelor nu este un lucru nou. Iată câteva evenimente cheie în evoluția Data
Warehouse-• 1960- Dartmouth și General Mills într-un proiect comun de cercetare, dezvoltă termenii
dimensiuni și fapte. • 1970- A Nielsen și IRI introduc date martiale dimensionale pentru vânzările cu
amănuntul.• 1983- Tera Data Corporation introduce un sistem de gestionare a bazelor de date special
conceput pentru sprijinirea deciziilor •Depozitarea datelor a început la sfârșitul anilor 1980, când
lucrătorul IBM Paul Murphy și Barry Devlin au dezvoltat Business Data Warehouse.• Cu toate acestea,
conceptul real a fost dat de Inmon Bill. A fost considerat tată al unui depozit de date. El a scris despre o
varietate de subiecte pentru construirea, utilizarea și întreținerea depozitului și a fabricii de informații
corporative.
Cum funcționează Datawarehouse? Un depozit de date funcționează ca un depozit central în care
sosesc informații de la una sau mai multe surse de date. Fluxurile de date într-un depozit de date din
sistemul tranzacțional și alte baze de date relaționale. Datele pot fi: 1. Structurate 2. Semi-structurate 3.
Date nestructurate. Datele sunt procesate, transformate și ingerate astfel încât utilizatorii să poată
accesa datele procesate în Data Warehouse prin instrumente Business Intelligence, clienți SQL și foi de
calcul. Un depozit de date îmbină informațiile provenite din diferite surse într-o singură bază de date
cuprinzătoare. Prin combinarea tuturor acestor informații într-un singur loc, o organizație își poate
analiza clienții într-un mod mai holistic. Acest lucru vă ajută să vă asigurați că ati luat în considerare
toate informațiile disponibile. Depozitarea datelor face posibilă exploatarea datelor care caută modele
în date care pot duce la vânzări și profituri mai mari.
Tipuri de Data Warehouse. Trei tipuri principale de depozite de date (DWH) sunt:1. Enterprise Data
Warehouse (EDW): Enterprise Data Warehouse (EDW) este un depozit centralizat. Oferă servicii de
asistență decizională în întreaga întreprindere. Oferă o abordare unificată pentru organizarea și
reprezentarea datelor. De asemenea, oferă posibilitatea de a clasifica datele în funcție de subiect și de a
oferi acces în funcție de acele diviziuni. 2. Magazin de date operaționale: Magazinul de date
operaționale, care se numește și ODS, nu este altceva decât un stoc de date necesar atunci când nici un
depozit de date, nici sistemele OLTP nu susțin organizațiile care raportează nevoile. În ODS, depozitul de
date este actualizat în timp real. Prin urmare, este preferat pe scară largă pentru activitățile de rutină,
cum ar fi stocarea înregistrărilor angajaților. 3. Data Mart: Data Mart este un subset al depozitului de
date. Este special conceput pentru o anumită linie de activitate, cum ar fi vânzări, finanțe, vânzări sau
finanțe. Într- un Data Mart independent, datele se pot colecta direct din surse.1. Etape generale ale Data
Warehouse. Anterior, organizațiile au început să utilizeze relativ simplu stocarea datelor. Cu toate
acestea, în timp, a început utilizarea mai sofisticată a stocării datelor. Următoarele sunt etapele generale
de utilizare a depozitului de date (DWH): 2. Baza de date operațională offline: în această etapă, datele
sunt doar copiate dintr-un sistem operațional pe alt server. În acest fel, încărcarea, procesarea și
raportarea datelor copiate nu afectează performanța sistemului operațional. 3. Depozit de date offline:
datele din Datawarehouse

122
sunt actualizate în mod regulat din baza de date operațională. Datele din Datawarehouse sunt mapate și
transformate pentru a îndeplini obiectivele Datawarehouse. 4. Depozit de date în timp real: În această
etapă, depozitele de date sunt actualizate ori de câte ori orice tranzacție are loc în baza de date
operațională. De exemplu, linia aeriană sau sistemul de rezervare feroviară .5. Depozit de date integrat:
În această etapă, depozitele de date sunt actualizate continuu atunci când sistemul operațional
efectuează o tranzacție. Datawarehouse generează apoi tranzacții care sunt transmise înapoi sistemului
operațional.
Componentele depozitului de date. Sunt patru componente ale Data Warehouses:
1. Manager de încărcare: Managerul de încărcare se mai numește și componenta frontală.
Interactioneaza cu toate operațiunile asociate cu extragerea și încărcarea datelor în depozit. Aceste
operațiuni includ transformări pentru a pregăti datele pentru introducerea în depozitul de date.
2. Manager depozit: Managerul depozit efectuează operațiuni asociate cu gestionarea datelor din
depozit. Realizează operațiuni precum analiza datelor pentru a asigura coerența, crearea de indici și
vizualizări, generarea denormalizării și agregărilor, transformarea și fuzionarea datelor sursă și
arhivarea și coacerea datelor.
3. Manager de interogări: Managerul de interogări este, de asemenea, cunoscut sub numele de
componentă backend. Efectuează toate operațiunile operaționale legate de gestionarea
interogărilor utilizatorilor. Operațiunile acestor componente ale depozitului de date sunt interogări
directe către tabelele corespunzătoare pentru programarea executării interogărilor.
4. Instrumente de acces pentru utilizatorii finali: acestea sunt clasificate în cinci grupuri diferite, cum ar
fi 1. Raportarea datelor 2. Instrumente de interogare 3. Instrumente de dezvoltare a aplicațiilor 4.
Instrumente EIS, 5. Instrumente OLAP și instrumente de extragere a datelor.
Cine are nevoie de depozit de date? DWH (Data warehouse) este necesar pentru toate tipurile de utilizatori, cum
ar fi:• Factorii de decizie care se bazează pe o cantitate masivă de date• Utilizatorii care utilizează procese
complexe personalizate pentru a obține informații din mai multe surse de date.• Este, de asemenea, utilizat de
persoanele care doresc o tehnologie simplă pentru a accesa datele• Este esențial și pentru acei oameni care doresc
o abordare sistematică pentru luarea deciziilor.• Dacă utilizatorul dorește performanță rapidă pentru o cantitate
imensă de date, care este o necesitate pentru rapoarte, grile sau diagrame, atunci Depozitul de date se dovedește
util. • Depozitul de date este util dacă doriți să descoperiți „tipare ascunse” de fluxuri de date și grupări.

Pentru ce se utilizează un depozit de date? Aici sunt cele mai frecvente sectoare în care se utilizează depozitul de
date: Compania aeriană: în sistemul Compania aeriană, este utilizată în scopuri operaționale, cum ar fi atribuirea
echipajului, analize ale rentabilității rutei, promoții de programe frecvente etc. // Servicii bancare: este utilizat pe
scară largă în sectorul bancar pentru a gestiona eficient resursele disponibile la birou. Puține bănci au folosit, de
asemenea, pentru cercetarea pieței, analiza performanței produsului și operațiuni. // Asistență medicală: sectorul
asistenței medicale a folosit, de asemenea, Depozitul de date pentru a crea strategia și prevedea rezultatele,
pentru a genera rapoarte de tratament pentru pacienți, pentru a partaja date cu companiile de asigurări, serviciile
de asistență medicală etc. // Sectorul public: În sectorul public, depozitul de date este utilizat pentru colectarea
informațiilor. Ajută agențiile guvernamentale să mențină și să analizeze evidența fiscală, evidența politicilor de
sănătate, pentru fiecare persoană. // Sectorul investițiilor și asigurărilor: În acest sector, depozitele sunt utilizate în
principal pentru a analiza tiparele de date, tendințele clienților și pentru a urmări mișcările pieței. // Lanț cu
amănuntul: în lanțurile cu amănuntul, depozitul de date este utilizat pe scară largă pentru distribuție și marketing.
De asemenea, vă ajută să urmăriți articolele, modelul de cumpărare al clienților, promoțiile și, de asemenea,
utilizate pentru determinarea politicii de prețuri. // Telecomunicații: Un depozit de date este utilizat în acest sector
pentru promovarea produselor, deciziile de vânzare și pentru luarea deciziilor de distribuție. // Industria
ospitalității: această industrie folosește servicii de depozitare pentru a proiecta, precum și pentru a-și estima
campaniile de publicitate și promovare în care doresc să vizeze clienții pe baza feedback-ului și a tiparelor de
călătorie.

123
Pași pentru implementarea Data Warehouse. Cel mai bun mod de a aborda riscul de afaceri asociat cu
o implementare Datawarehouse este de a utiliza o strategie în trei direcții, după cum urmează:
1. Strategia întreprinderii: aici identificăm tehnica, inclusiv arhitectura și instrumentele actuale. De
asemenea, identificăm fapte, dimensiuni și atribute. Maparea și transformarea datelor este, de
asemenea, transmisă. 2. Livrarea pe etape: implementarea Datawarehouse ar trebui să fie etapizată pe
baza domeniilor tematice. Entitățile comerciale, cum ar fi rezervarea și facturarea, ar trebui mai întâi
implementate și apoi integrate unele cu altele. 3. Prototipizare iterativă: mai degrabă decât o abordare
big bang a implementării, Datawarehouse trebuie dezvoltat si testat iterativ.

Cele mai bune practici pentru implementarea unui Data Warehouse . • Decideți un
plan pentru a testa consistența, acuratețea și integritatea datelor.• Depozitul de date trebuie să fie bine
integrat, bine definit și marcat cu timp.• În timp ce proiectați Datawarehouse, asigurați-vă că utilizați
instrumentul corect, respectați ciclul de viață, aveți grijă de conflictele de date și sunteți gata să aflați că
sunteți greșelile dvs.• Nu înlocuiți niciodată sistemele operaționale și rapoartele• Nu petreceți prea mult
timp pe extragerea, curățarea și încărcarea datelor.• Asigurați-vă că implicați toate părțile interesate,
inclusiv personalul de afaceri, în procesul de implementare a Datawarehouse. Stabiliți că Depozitarea
datelor este un proiect comun / de echipă. Nu doriți să creați un depozit de date care să nu fie util
utilizatorilor finali.• Pregătiți un plan de instruire pentru utilizatorii finali.

De ce avem nevoie de Data Warehouse?

Avantajele Data Warehouse (DWH):• Depozitul de date permite utilizatorilor de afaceri să acceseze
rapid date critice din unele surse, toate într-un singur loc.• Depozitul de date oferă informații
consistente cu privire la diverse activități multifuncționale. De asemenea, susține raportarea și
interogarea ad-hoc.• Data Warehouse ajută la integrarea multor surse de date pentru a reduce stresul
asupra sistemului de producție.• Depozitul de date ajută la reducerea timpului total de răspuns pentru
analiză și raportare.• Restructurarea și integrarea facilitează utilizarea utilizatorului pentru raportare și
analiză.• Depozitul de date permite utilizatorilor să acceseze date critice din numărul de surse dintr-un
singur loc. Prin urmare, economisește timpul de recuperare a utilizatorului de date din mai multe surse.•
Depozitul de date stochează o cantitate mare de date istorice. Acest lucru îi ajută pe utilizatori să
analizeze diferite perioade de timp și tendințe pentru a face predicții viitoare.
Dezavantaje ale Data Warehouse:• Nu este o opțiune ideală pentru date nestructurate.• Crearea și
implementarea Data Warehouse este cu siguranță o problemă confuză.• Data Warehouse poate fi
depășit relativ repede• Este dificil să efectuați modificări în tipurile și intervalele de date, schema sursei
de date, indici și interogări.• Depozitul de date poate părea ușor, dar, de fapt, este prea complex pentru
utilizatorii obișnuiți.• În ciuda eforturilor depuse în ceea ce privește managementul proiectului,
domeniul de aplicare al proiectului de stocare a datelor va crește întotdeauna.• Uneori utilizatorii
depozitului vor dezvolta reguli de afaceri diferite.• Organizațiile trebuie să-și cheltuiască o mulțime de
resurse pentru formare și implementare.
Viitorul stocării datelor: • Modificarea constrângerilor de reglementare poate limita capacitatea de a
combina sursa de date disparate. Aceste surse disparate pot include date nestructurate care sunt dificil
de stocat.• Pe măsură ce dimensiunea bazelor de date crește, estimările a ceea ce constituie o bază de
date foarte mare continuă să crească. Este complex să construiți și să rulați sisteme de depozitare a
datelor, care sunt mereu în creștere. Resursele hardware și software disponibile astăzi nu permit
păstrarea unei cantități mari de date online.• Datele multimedia nu pot fi manipulate cu ușurință ca
date text, în timp ce informațiile textuale pot fi recuperate de software-ul relațional disponibil astăzi.

124
Instrumente pentru depozit de date. Există multe instrumente de stocare a datelor disponibile pe
piață. Iată câteva dintre cele mai proeminente: 1. MarkLogic:MarkLogic este o soluție utilă de depozitare
a datelor care face integrarea datelor mai ușoară și mai rapidă utilizând o serie de caracteristici ale
întreprinderii. Acest instrument vă ajută să efectuați operațiuni de căutare foarte complexe. Poate
interoga diferite tipuri de date, cum ar fi documente, relații și metadate. 2. Oracle: Oracle este baza de
date lideră în industrie. Oferă o gamă largă de opțiuni de soluții de depozitare de date atât pentru local
cât și în cloud. Ajută la optimizarea experiențelor clienților prin creșterea eficienței operaționale. 3.
Amazon RedShift: este un instrument de stocare a datelor. Este un instrument simplu și rentabil pentru
a analiza toate tipurile de date utilizând instrumentele SQL standard și instrumentele de BI existente. De
asemenea, permite rularea unor interogări complexe împotriva petabyte-urilor de date structurate,
utilizând tehnica optimizării interogărilor.
CONCLUZII: • Data Warehouse (DWH), este, de asemenea, cunoscut sub numele de Enterprise Data
Warehouse (EDW).• Un depozit de date este definit ca un depozit central în care informațiile provin din
una sau mai multe surse de date.• Trei tipuri principale de depozite de date sunt Enterprise Data
Warehouse (EDW), Operational Data Store și Data Mart.• Starea generală a unui depozit de date sunt
baza de date operațională offline, depozitul de date offline, depozitul de date în timp real și depozitul de
date integrat.• Patru componente principale ale Datawarehouse sunt Load manager, Warehouse
Manager, Query Manager, instrumente de acces pentru utilizatorii finali
• Datawarehouse este utilizat în diverse industrii precum companii aeriene, bancare, asistență medicală,
asigurări, comerț cu amănuntul etc.• Implementarea Datawarehosue este o strategie pe 3 direcții și
anume. Strategia întreprinderii, livrarea în etape și prototipizarea iterativă.• Depozitul de date permite
utilizatorilor de afaceri să acceseze rapid date critice din unele surse, toate într-un singur loc.

125
https://docs.microsoft.com/en-us/azure/architecture/data-guide/relational-data/data-warehousing

Arhitecturi de depozite de date. Următoarele arhitecturi de referință arată arhitecturi de depozit de date de la
capăt la capăt pe Azure: Enterprise BI în Azure cu Azure Synapse Analytics. Această arhitectură de referință
implementează o conductă de extragere, încărcare și transformare (ELT) care mută date dintr-o bază de date SQL
Server locală în Azure Synapse // BI de întreprindere automatizată cu Azure Synapse și Azure Data Factory.
Această arhitectură de referință arată o conductă ELT cu încărcare incrementală, automatizată utilizând Azure Data
Factory.

PROBLEMA DESCHISA. Soluțiile ERP sunt concepute pentru a integra toate informațiile care
circulă în cadrul companiei. Deși companiile recunosc bogăția informațiilor din cadrul sistemelor ERP,
aceste sisteme nu au fost inițial concepute pentru a furniza rapoarte în timp real utilizatorilor masivi.
Căutarea unei soluții care să ofere un sprijin mai flexibil și mai eficient în procesul decizional a dus la
apariția Business Intelligence (BI). Integrarea sistemului ERP cu capacitățile analitice ale BI poate fi
realizată în mai multe moduri, în funcție de nevoile și resursele disponibile ale unei organizații specifice.
Resursele disponibile întreprinderilor mici și mijlocii (IMM-uri) sunt modeste și de obicei nu au un sistem
BI separat. Pentru a satisface nevoile analitice ale IMM-urilor, furnizorii de sisteme ERP încorporează
tot mai mult tehnologia OLAP în soluțiile lor. În extinderea capacităților standard de raportare ERP,
furnizorii ERP / IMM (în special furnizorii locali) se bazează de obicei pe instrumentele Open Source
OLAP. Scopul acestei lucrări este de a determina măsura în care furnizorii de ERP / IMM-uri încorporează
tehnologia OLAP în soluțiile lor și nivelul de adoptare de către utilizatorii ERP a capabilităților OLAP
126
încorporate.

127
Curs 8. Procesarea tranzacțională/analitica online (OLAP/OLTP). Business
Intelligence. OLAP si OLTP: definitii, proprietati. Business Intelligence: definitii,
caracteristici, arhitecturi. Studiu de Caz 4: Microsoft Power BI. Aplicatii in turism
https://docs.microsoft.com/en-us/azure/architecture/data-guide/relational-data/data-warehousing
https://docs.microsoft.com/en-us/power-bi/fundamentals/power-bi-overview

Platformele moderne de analiză și business intelligence (ABI) sunt caracterizate de funcționalități ușor
de utilizat, care acceptă un flux de lucru analitic complet - de la pregătirea datelor la explorarea vizuală și
generarea de informații - cu accent pe autoservire și augmentare. Business Intelligence (BI) combină
analiza afacerii, extragerea datelor, vizualizarea datelor, instrumentele și infrastructura datelor și cele
mai bune practici pentru a ajuta organizațiile să ia decizii bazate pe date. În practică, ai inteligență de
afaceri modernă atunci când ai o imagine cuprinzătoare a datelor organizației tale și le folosești pentru a
determina schimbarea, a elimina ineficiențele și pentru a te adapta rapid la schimbările de piață sau de
aprovizionare. Este important să rețineți că aceasta este o definiție foarte modernă a BI, care poate
ajuta companiile să ia decizii mai bune prin afișarea datelor prezente și istorice în contextul lor de
afaceri. Analiștii pot utiliza BI pentru a oferi performanță și criterii de concurență pentru a face
organizația să funcționeze mai ușor și mai eficient. De asemenea, analiștii pot observa mai ușor
tendințele pieței pentru a crește vânzările sau veniturile. Utilizate în mod eficient, datele corecte pot
ajuta cu orice, de la conformitate până la eforturi de angajare. Câteva moduri în care BI poate ajuta
companiile să ia decizii mai inteligente, bazate pe date: Identificați modalități de creștere a profitului,
Analizați comportamentul clienților, Comparați datele cu concurenții, Urmăriți performanța, Optimizați
operațiunile, Preziceți succesul, Vedeți tendințele pieței, Descoperiți probleme sau dileme.

Procesarea tranzacțională/analitica online (OLTP/OLAP)

Procesarea tranzacțională online sau OLTP este o clasă de programe software capabile să susțină
aplicații orientate spre tranzacții pe internet. În calcul, o tranzacție este o secvență de informații sau
date discrete. Multe aplicații de zi cu zi implică OLTP, de la servicii bancare online, cumpărături și
terminale POS. Avantajele OLTP sunt capacitatea sa de a gestiona mai multe cereri de tranzacție
simultan (numite concurență) și capacitatea de a face backup în mod fiabil și de a continua dacă o parte
a sistemului eșuează (numită atomicitate). Permite utilizatorilor să efectueze rapid operații precum
citirea, scrierea și ștergerea datelor. Acesta răspunde imediat la acțiunile utilizatorului, deoarece poate
procesa interogările foarte rapid. OLTP implică de obicei inserarea, actualizarea sau ștergerea unor
cantități mici de date într-o bază de date. Bancomatele sunt exemplul tipic al tehnologiei OLTP. Bazele
de date gestionate de OLTP devin sursele de date pentru procesarea analitică online (OLAP), analiza
online și procesul de recuperare a datelor care au intrat în spațiul BI acum 20 de ani. Deoarece sistemele
OLTP servesc adesea unui număr mare de utilizatori și accesul se ocupă adesea de date critice pentru
misiune (cum ar fi un coș de cumpărături online), acestea necesită de obicei protocoale de securitate și
disponibilitate extrem de ridicate, Timpi de răspuns rapid, Acces indexat la date, Actualizări și interogări
frecvente, Tranzacții care implică cantități mici de date, Mulți utilizatori. Aplicațiile OLAP afișează aceste
caracteristici: Volum mai mic de tranzacții, Interogări complexe și implicate în seturi de date agregate,
Vizualizări multidimensionale ale diferitelor tipuri de activități comerciale care ajută utilizatorii cu
rezolvarea

128
problemelor, planificarea și sprijinirea deciziilor, Lucrări batch de lungă durată pentru reîmprospătarea
datelor.

OLTP în memorie. OLTP în memorie este o componentă a motorului de baze de date care se integrează
pe deplin în motorul de baze de date SQL Server. OLTP în memorie cuprinde caracteristici precum tabele
și tipuri de tabele optimizate pentru memorie, precum și o compilație nativă de proceduri stocate
Transact-SQL pentru acces eficient la aceste tabele. OLTP în memorie poate fi utilizat în același mod ca
orice altă componentă a motorului de baze de date.

Un exemplu de sistem OLTP este centrul ATM. Să presupunem că un cuplu are un cont comun la o
bancă. Într-o zi, ambii ajung simultan la diferite centre ATM în același timp și vor să retragă suma totală
prezentă în contul lor bancar. Cu toate acestea, persoana care finalizează mai întâi procesul de
autentificare va putea obține bani. În acest caz, sistemul OLTP se asigură că suma retrasă nu va fi
niciodată mai mare decât suma prezentă în bancă. Cheia de remarcat aici este că sistemele OLTP sunt
optimizate pentru superioritate tranzacțională în loc de analiză a datelor. Alte exemple de sistem OLTP
sunt: Online banking, Rezervare bilet de avion online, Trimiterea unui mesaj text, Intrarea comenzii,
Adăugați o carte în coșul de cumpărături.

Procesarea analitică online (OLAP- Online Analytica Processing) este o categorie de instrumente
software care analizează datele stocate într-o bază de date, în timp ce procesarea tranzacțiilor online
(OLTP) acceptă aplicații orientate spre tranzacții într-o arhitectură pe 3 niveluri. OLAP creează o
platformă unică pentru toate tipurile de necesități de analiză a afacerii, care include planificarea,
bugetarea, prognozarea și analiza, în timp ce OLTP este util pentru administrarea tranzacțiilor de zi cu zi
ale unei organizații. OLAP este caracterizat de un volum mare de date, în timp ce OLTP este caracterizat
de un număr mare de tranzacții online scurte. În OLAP, depozitul de date este creat în mod unic, astfel
încât să poată integra diferite surse de date pentru construirea unei baze de date consolidate, în timp ce
OLTP utilizează SGBD tradițional. OLAP efectuează analize multidimensionale ale datelor de afaceri și
oferă capacitatea de calcule complexe, analize de tendințe și modelare sofisticată a datelor. Este baza
pentru multe tipuri de aplicații de afaceri pentru managementul performanței afacerii, planificare,
bugetare, prognoză, raportare financiară, analiză, modele de simulare, descoperire de cunoștințe și
raportare de depozite de date. OLAP permite utilizatorilor finali să efectueze analize ad-hoc ale datelor
în mai multe dimensiuni, oferind astfel informații și înțelegere de care au nevoie pentru o mai bună
luare a deciziilor.

129
Avantajele OLAP. Cunoașterea este fundamentul tuturor deciziilor de succes. Companiile de succes
planifică, analizează și raportează în mod continuu despre activități operaționale și de vânzări pentru a
maximiza eficiența, a reduce cheltuielile și a câștiga o cotă de piață mai mare. Statisticienii vă vor spune
că cu cât aveți mai multe eșantioane de date, cu atât este mai probabil ca statistica rezultată să fie
adevărată. Bineînțeles, cu cât o companie poate accesa mai multe date despre o anumită activitate, cu
atât este mai probabil ca planul de îmbunătățire a acelei activități să fie eficient. Toate companiile
colectează date folosind multe sisteme diferite, iar provocarea rămâne: cum să obțineți toate datele
împreună pentru a crea informații exacte, fiabile și rapide despre afacere. O companie care poate profita
și o poate transforma în cunoștințe partajate, cu precizie și rapiditate, va fi cu siguranță mai bine
poziționată pentru a lua decizii de afaceri de succes și pentru a se ridica deasupra concurenței.
Tehnologia OLAP a fost definită ca fiind capacitatea de a obține „acces rapid la informații partajate
multidimensionale”. Având în vedere capacitatea tehnologiei OLAP de a crea agregări și calcule foarte
rapide a seturilor de date subiacente, se poate înțelege utilitatea acesteia în a ajuta liderii de afaceri să
ia decizii „mai bine informate” și mai rapide.
Spre deosebire de bazele de date relaționale, instrumentele OLAP nu stochează înregistrări individuale
de tranzacții în format bidimensional, rând cu coloană, ca o foaie de lucru, ci folosesc în schimb structuri
de baze de date multidimensionale - cunoscute sub numele de Cuburi în terminologia OLAP - pentru a
stoca
130
matrici de informații consolidate. Datele și formulele sunt stocate într-o bază de date multidimensională
optimizată, în timp ce vizualizările datelor sunt create la cerere.

OLAP pentru Analiza Multidimensională. Afacerea este o activitate multidimensională, iar afacerile sunt
conduse pe baza deciziilor bazate pe dimensiuni multiple. Întreprinderile își urmăresc activitățile luând
în considerare multe variabile. Când aceste variabile sunt urmărite pe o foaie de calcul, acestea sunt
setate pe axe (x și y) unde fiecare axă reprezintă o grupare logică a variabilelor dintr-o categorie. De
exemplu, vânzările în unități sau în dolari pot fi urmărite pe un an, lunar, unde măsurile de vânzare ar
putea fi afișate logic pe axa y, iar lunile ar putea ocupa axa x (adică măsurile de vânzare sunt rânduri și
lunile sunt coloane
). Pentru a analiza și a raporta starea de sănătate a unei afaceri și a planifica activitatea viitoare, multe
grupuri variabile sau parametri trebuie urmăriți în mod continuu - ceea ce depășește sfera oricărui
număr de foi de calcul conectate. Aceste grupuri variabile sau parametri sunt numiți Dimensiuni în
mediul de procesare analitică on-line (OLAP). În zilele noastre, mulți utilizatori de foi de calcul au auzit
despre tehnologia OLAP, dar nu le este clar ce înseamnă OLAP. Spre deosebire de bazele de date
relaționale, instrumentele OLAP nu stochează înregistrări de tranzacții individuale în format
bidimensional, rând cu coloană, ca o foaie de lucru, ci folosesc în schimb structuri de baze de date
multidimensionale - cunoscute sub numele de Cuburi în terminologia OLAP - pentru a stoca matrici de
informații consolidate. Datele și formulele sunt stocate într-o bază de date multidimensională
optimizată, în timp ce vizualizările datelor sunt create la cerere. Analiștii pot lua orice vizualizare, sau
felie, a unui cub pentru a produce o vedere de tip foaie de lucru a punctelor de interes. În loc să lucreze
pur și simplu cu două dimensiuni (foaie de calcul standard) sau cu trei dimensiuni (de exemplu, un
registru de lucru cu file ale aceluiași raport, cu o singură variabilă), companiile au multe dimensiuni de
urmărit - de exemplu, o companie care distribuie bunuri din mai multe decât o singură facilitate va avea
cel puțin următoarele dimensiuni de luat în considerare: conturi, locații, perioade, vânzători și produse.
Aceste dimensiuni cuprind o bază pentru activitățile de planificare, analiză și raportare ale companiei.
Împreună reprezintă „întreaga” imagine de afaceri, oferind fundamentul pentru toate activitățile de
planificare, analiză și raportare a afacerii. Capacitatea de a efectua cele mai sofisticate analize - în special
analiza multidimensională furnizată de tehnologia OLAP - este un imperativ organizațional. Analiștii
trebuie să vizualizeze și să manipuleze date de-a lungul multiplelor dimensiuni care definesc o
întreprindere - în esență, dimensiunile necesare pentru crearea unui model de afaceri eficient.
Analiza multidimensională. În baza de date multidimensională datele sunt stocate sub formă de tabel
de matrice care permite reprezentarea vizuală rapidă a datelor acumulate. Uneori este necesar să se
modeleze date multidimensionale pentru analize și vizualizări complexe, în special în sistemul de
susținere a deciziilor. Vederea sau structura multidimensională poate fi considerată cuburi, putem numi
și cuburi în interiorul cuburilor în care fiecare parte a cubului este o dimensiune. Pentru a analiza date
multidimensionale se utilizează OLAP (procesare analitică on-line). Tipurile de OLAP sunt OLAP
multidimensional (MOLAP), OLAP relațional (ROLAP), OLAP hibrid (HOLAP) și OLAP spațial (SOLAP).
1) OLAP: Acest tip de server permite analiștilor să se scufunde în performanță prin varietatea de
vizualizare a datelor. Acesta arată faza multidimensională a datelor de afaceri prin diferite vizualizări.
Operațiile OLAP includ pivot (schimbarea orientării vizualizării multidimensionale), felie și zaruri (selecție
și proiecție), pachet (creșterea sau scăderea nivelului de agregare) de-a lungul uneia sau mai multor
dimensiuni. Modelul conceptual al stresului OLAP asupra agregării ca una dintre operațiunile cheie, de
exemplu, calcularea producției totale de către fiecare stat (sau de fiecare lună) și acordă clasamentul în
consecință. Unele caracteristici importante ale OLAP sunt rezumarea, datele proiectate, analiza

131
interactivă rapidă,

132
vizualizarea multidimensională, modelul de afaceri care se schimbă frecvent și seturile de date medii
spre mari.

2) MOLAP: OLAP multidimensional acceptă direct vizualizarea multidimensională a datelor prin

intermediul motorului de stocare. Aceasta oferă proprietăți de indexare foarte bune și viteză, dar o
utilizare slabă a spațiului, mai ales în cazul datelor rare; exemplu este ESSBASE (ARBOR).

3) ROLAP: OLAP relaționale sunt serverul intermediar situat între serverul backend și client. Suportă
interogări OLAP multidimensionale din mers. Utilizează caracteristica de tranzacție și scalabilitate a
sistemului relațional, dar nepotrivirea între ambele interogări poate crea probleme de performanță.

4) HOLAP: Combinația dintre MOLAP și ROLAP este HOLAP. Serverul ROLAP oferă performanțe mai bune
atunci când datele nu sunt foarte dense, iar performanța MOLAP se îmbunătățește atunci când datele
sunt dense. Mulți furnizori precum Speedware și Microsoft folosesc astfel HOLAP, stochează regiuni
dense ale cubului folosind MOLAP și stochează restul folosind o abordare ROLAP.

5) SOLAP: Aceasta este categoria OLAP care explorează datele legate de spațiu (date spațiale). SOLAP
integrează conceptul din sistemul de informații geografice (GIS) și OLAP. Este o platformă vizuală
construită special pentru a sprijini analiza temporală rapidă și convenabilă și analiza datelor urmând o
abordare multidimensională constând din diferite niveluri de agregare disponibile sub formă de grafic și
afișare tabelară.

133
Procesarea analitică online (OLAP) este o tehnologie care se utilizează pentru a organiza bazele
de date de afaceri mari și pentru a susține Business Intelligence. Bazele de date OLAP sunt
împărțite într-unul sau mai multe cuburi și fiecare cub este organizat și proiectat de un
administrator cub pentru a se potrivi modului în care regăsiți și analizați datele, astfel încât să
fie mai ușor să creați și să utilizați rapoartele PivotTable și rapoartele PivotChart de care aveți
nevoie.Un analist de afaceri vrea deseori să obțină o imagine de ansamblu a firmei, pentru a
vedea tendințe mai ample, pe baza datelor agregate, și pentru a vedea aceste tendințe
defalcate după orice număr de variabile. Business Intelligence este procesul de extragere a
datelor dintr-o bază de date OLAP, apoi analizând acele date pentru informații pe care le puteți
utiliza pentru a lua decizii de afaceri informate și a acționa.
Concurența ridicată pentru controlul pieței îi obligă pe proprietarii de afaceri să găsească noi
modalități de a îmbunătăți profitabilitatea și creșterea afacerii. În zilele noastre, o companie
devine câștigătoare la această competiție dacă știe să gestioneze eficient informațiile. Este o
cunoaștere obișnuită că cel care deține cunoștințele conduce piața. Și, de obicei, cu cât mai
multe date sunt capabile să colecteze și să analizeze o organizație, cu atât este mai probabil
succesul lor în afaceri. Informațiile dezvăluie modalitățile ascunse de a opera mai eficient și mai
profitabil. Și, deși toate companiile se concentrează mult pe planificarea și analiza provocării,
este încă acolo pentru a obstrucționa afacerile profitabile. De aceea, pentru a spori eficiența și a
minimiza cheltuielile, tot mai multe companii implementează astăzi soluții BI. Aceste tehnologii
permit colectarea unor cantități mari de date de afaceri, traducerea acestora într-un format
lizibil și clar și efectuarea unei analize holistice. De aceea tot mai multe companii
implementează soluții OLAP BI. În prezent, OLAP și Business Intelligence sunt strâns legate.
Multe companii aleg să își construiască soluțiile de BI folosind tehnologia OLAP. Instrumentele
bazate pe cuburi OLAP vă ajută să obțineți beneficii maxime din datele de afaceri și să dezvoltați
cea mai eficientă strategie pentru dezvoltarea afacerii. Este vital să ne dăm seama de ce rolul
OLAP în business intelligence este atât de important, subliniind avantajele și dezavantajele
OLAP. Business Intelligence (BI) folosește software-ul și serviciile pentru a transforma datele în
informații practice care informează deciziile strategice și tactice ale unei organizații.
Instrumentele BI accesează și analizează seturi de date și prezintă constatări analitice în
rapoarte, rezumate, tablouri de bord, grafice, diagrame și hărți pentru a oferi utilizatorilor
informații detaliate despre starea afacerii. Termenul de inteligență de afaceri se referă adesea
la o gamă de instrumente care oferă acces rapid, ușor de digerat, la informații despre starea
actuală a unei organizații, pe baza datelor disponibile.
De exemplu, OLAP și Business Intelligence vă ajută să răspundeți la următoarele tipuri de întrebări
despre datele de afaceri:

 Cum se compară vânzările totale pentru toate produsele pentru 2017 cu totalul vânzărilor din 2016?
 Cum se compară rentabilitatea noastră cu aceeași perioadă de timp din ultimii cinci ani?
 Câți bani au cheltuit clienții cu vârste mai mari de 35 de ani și cum s-a modificat acest
comportament în timp?

134
 Câte produse au fost vândute în două țări/regiuni specifice în această lună, spre deosebire de
aceeași lună, anul trecut?
 Pentru fiecare grupă de vârstă pentru clienți, care este defalcarea rentabilității (atât procentul de
margine, cât și totalul) după categoria de produse?
 Găsiți vânzători de vânzări, distribuitori, furnizori, clienți, parteneri sau clienți de top și inferiori.

Ce este analiza în memorie? OLAP în memorie este o abordare în care datele analitice sunt
încărcate în memorie pentru calcule și interogări on-line. Astfel, funcționarea interogărilor
devine mai rapidă, apoi în sisteme precum ROLAP, MOLAP și HOLAP.Toate datele sunt în
memorie RAM, astfel încât sistemul nu are nevoie să acceseze baza de date sau fișierul fizic,
care poate implica
135
în plus o mulțime de operațiuni de rețea și menținerea operațiunilor pe disc.Creșterea și
adoptarea arhitecturilor pe 64 de biți analiză în memorie face posibilă gestionarea mai multor
memorii și fișiere mai mari decât pe 32 de biți și, astfel, în general, reducerea prețului
memoriei.Viteza rapidă în timpul interogării devine posibilă indiferent de complexitatea KPI.
De ce devine atât de popular OLAP în memorie? Care sunt acele beneficii care fac OLAP în
memorie atât de promițător? Iată motivele pentru care utilizatorii pot alege în memorie în loc
de OLAP tradițional: Rapid: spre deosebire de OLAP tradițional, care necesită timp pentru
rapoarte de afaceri și performanțe de analiză, timpul de funcționare BI în memorie este destul
de scurt. De îndată ce totul funcționează în memorie, timpul necesar pentru analiză este redus
semnificativ. Toate datele relevante sunt încărcate în memorie, astfel devine inutilă conectarea
la surse de date externe. Procesare de operații multiple cu performanțe ridicate: arhitectura pe
64 de biți permite efectuarea mai multor operații simultan, indiferent de complexitatea pe care
o au. Pre-calcule nelimitate: OLAP în memorie ajută la operarea pre-calculelor din mers,
indiferent de numărul lor. Accesibil: memoria RAM este mai ieftină decât software-ul OLAP
tradițional, care este mai accesibil pentru fiecare companie. Pe lângă toate aceste beneficii,
luați în considerare faptul că această tehnologie este proaspătă, promițătoare și în curs de
dezvoltare rapidă. Potrivit companiei de cercetare de marketing LP Information în următorii
cinci ani, popularitatea bazei de date OLAP în memorie va crește doar.
Chiar dacă OLAP în memorie este încă destul de nou pe piață, există din ce în ce mai multe
platforme diferite care folosesc această metodă. Care este cel mai bun sau - cel puțin - care
merită luat în considerare? Până în prezent, există câțiva „jucători” principali pe piață și
produsele lor - Qlicktech QlikView, IBM Cognos TM1 (fost Applix) și Palo - merită atenție. Cu
toate acestea, noi soluții sunt elaborate în mod constant, prin urmare ar trebui pregătit pentru
schimbări bruște. Fiind încă o idee nouă, OLAP în memorie necesită multe îmbunătățiri și mai
sunt multe de făcut. Cine va fi primul care va dezvolta o soluție complet eficientă? A cui
platformă va atrage cea mai mare parte a pieței? Anii următori se vor arăta. Cu toate acestea, în
prezent există trei pretendenți.
QlikView by QlikTech.O platformă unică, de nouă generație, de business intelligence, bazată pe
tehnologia avansată a unui model de date asociativ încărcat în RAM. Acest lucru vă permite să analizați
datele fără a construi mai întâi cuburi OLAP multidimensionale - un pas costisitor și intensiv în resurse,
obligatoriu pentru sistemele tradiționale de BI.În plus, motorul de analiză în memorie oferă, de
asemenea, acces rapid la obiectele și datele modelului prin raportarea aplicațiilor client, cum ar fi Ranet
OLAP. Toate componentele principale ale Ranet OLAP care funcționează cu modele multidimensionale
acceptă pe deplin modelele tabulare cu tehnologia bazei de date In-memory. Fără îndoială, suportul
nativ al modelelor tabulare și multidimensionale le va permite clienților noștri să ia decizii de afaceri
rapide, mai bune și mai puțin riscante.
Compania QlikView by QlikTech este o platformă de auto-susținere care oferă o serie de capabilități
actualizate. Înțelegeți că sunt constrânși să lupte cu popularitatea fostelor soluții Business Intelligence în
memorie, autorii QlikTech au decis să pregătească o platformă care să răspundă majorității nevoilor
actuale, atunci când analiza cu iPad sau BlackBerry este un standard. Cu toate acestea, ceea ce este cu

136
adevărat important sunt capacitățile de consolidare. De fapt, nu contează din ce sursă provin datele
dvs., cu QlikView veți putea oricum să le analizați. Prin capabilități avansate de căutare, utilizatorii
QlikView pot ajunge rapid la cele mai interesante domenii de date - nu este o problemă să afișați toate
datele. Este mult mai dificil să afișezi doar ceea ce este cu adevărat important. Și pentru asta este foarte
bine pregătit QlikView. În cele din urmă, vizualizarea eficientă a rezultatelor este mai ușoară ca oricând -
cu platforma QlikTech puteți alege dintre grafice, tabele și diagrame diferențiate. Este evident că
designerii au făcut tot posibilul pentru a permite utilizatorilor să obțină rezultate în cel mai clar mod
posibil, ceea ce - apropo - înseamnă ceva diferit pentru fiecare utilizator.Ce mai contează, este viteza. Cu
QlikView puteți atinge nivelul complet nou de analiză a oportunității, chiar și în cazul celor mai complexe
interogări. Mulțumită scalabilității fenomenale acceptate cu procesoare multi-core pe 64 de biți,
platforma poate fi utilizată la fel de bine de cele mai mari și cele mai mici companii.
QlikView Server (QVS) este serverul de aplicații care rulează aplicațiile dvs. QlikView partajate de mai
mulți utilizatori (documente QlikView), astfel încât diverși clienți pot accesa aceste aplicații în același
timp. QVSClienții pot fi: Un browser (zfc Zero Footprint Client - client Ajax), Internet Explorer cu pluginul
IE (Active-X), QlikView Desktop (prin conectarea cu „Deschidere în server”) și client iOS.QlikView Server
este completat de AccessPoint (QVws), care este o aplicație separată de server ASP.NET expusă ca un
serviciu separat pe un computer Windows. Acest serviciu pentru AccessPoint poate rula pe același
computer ca QlikView Server (server de aplicații) sau pe un computer separat. În plus, AccessPoint poate
utiliza propriul motor de server web sau serverul de informații Internet (IIS) al Microsoft. Comunicare:Se
utilizează comunicația între toate serviciile de server, protocolul QVP. Pentru a comunica cu browserele
se utilizează HTTP sau HTTPS.

137
IBM Cognos TM1. IBM rateaza vreuna dintre cele mai mari inovații IT? Este imposibil. Apoi, după
achiziționarea Applix, IBM Cognos este acum cel mai larg „jucător” cunoscut pe noua piață. Cu toate
acestea, o mică exagerare ar fi să presupunem că TM1 - platforma IBM OLAP în memorie - este automat
cea mai bună. Este bine, dar dacă este cel mai bun, depinde. La fel ca orice altă platformă modernă, TM1
funcționează cu arhitectură pe 64 de biți - este doar standardul în timp ce gândim la performanță. Ca
rezultat, TM1 nu are nicio problemă cu analiza chiar și a interogărilor complexe - acest lucru este cel mai
important, deoarece, după cum ne amintim cu toții, nevoia de OLAP în memorie a apărut din viteza
redusă de analiză folosind metode tradiționale. Cu toate acestea, la care designerii au acordat cea mai
mare atenție nu a fost doar viteza, ci și o gamă largă de utilizări de afaceri acceptate. Prin urmare, TM1
este livrat cu software de planificare a întreprinderii, instrumente de scenariu personal și rapoarte
integrate și scorecarding. Mai mult, prin integrarea cu platforma Cognos BI, TM1 acceptă cele mai noi
tendințe în Business Intelligence, oferind planificare facilitată pe bază de drive și prognoză de rulare.În
cele din urmă, pentru a se asigura că fiecare client primește exact ceea ce are nevoie, TM1 permite
metode triple de vizualizare (interfețe). Web Cognos TM1, clientul Cognos Contributor și Microsoft Excel
- totul până la propriile obiceiuri și preferințe ale fiecăruia. De asemenea, merită menționat faptul că
Cognos Express - platforma BI pentru companiile mijlocii se bazează pe arhitectura TM1.

IBM® Cognos® TM1® Admin Server este un proces care ține evidența tuturor serverelor Cognos TM1
care rulează într-o rețea. Un server de administrare rulează pe un computer cunoscut sub numele de
gazdă de administrare.Când pornește serverul Cognos TM1, serverul se înregistrează la un server de
administrare care rulează pe o gazdă de administrare specificată. Clienții TM1 fac trimitere la serverul de
administrare pentru a determina ce servere Cognos TM1 sunt disponibile în rețea.Serverul de
administrare păstrează următoarele informații pentru fiecare server Cognos TM1 disponibil:Numele
serveruluiadresa IPProtocolNumarul portuluiToate aceste informații sunt furnizate de serverul Cognos
TM1 atunci când serverul se înregistrează pe serverul de administrare.Un server de administrare trebuie
să ruleze înainte ca un server Cognos TM1 să poată porni. Dacă ați specificat o gazdă de administrare în
fișierul Tm1s.cfg
138
sau în linia de comandă a serverului, serverul Cognos TM1 va încerca să se conecteze la un server de
administrare pe gazda respectivă. Serverul Cognos TM1 nu va apărea dacă nu se poate conecta la
serverul de administrare din orice motiv.Dacă nu ați specificat o gazdă de administrare, serverul Cognos
TM1 încearcă să se conecteze la un server de administrare pe mașina locală. Dacă un server de
administrare nu rulează în prezent pe computerul local, serverul Cognos TM1 pornește un nou server de
administrare și se conectează la acesta.Serverul de administrare devine conștient de serverele Cognos
TM1 din rețea ascultând notificările de la servere. De obicei, serverul Cognos TM1 trimite o notificare a
prezenței sale la un interval regulat numit „interval de bătăi ale inimii”, care este implicit 60 de secunde.
Când serverul de administrare detectează serverul Cognos TM1, acel server devine înregistrat și
disponibil pentru clienții din rețea. Cu toate acestea, dacă serverul de administrare nu detectează
prezența unui server Cognos TM1 înregistrat pe o perioadă egală cu de trei ori intervalul bătăilor inimii,
acel server Cognos TM1 este eliminat din lista de servere disponibile în rețea. În consecință, serverul
Cognos TM1 nu va fi disponibil pentru clienții din rețea.În mod implicit, serverul de administrare
utilizează portul 5495. Dacă portul 5495 este deja utilizat, puteți atribui un nou număr de port creând un
nou serviciu numit Tm1admsrv. Toate aplicațiile Cognos TM1 caută un serviciu numit numit Tm1admsrv
și, dacă serviciul respectiv există, aplicațiile utilizează numărul de port atribuit serviciului. Dacă serviciul
nu există, aplicațiile Cognos TM1 utilizează portul 5495.

139
Server Palo OLAP. Cum ar trebui să arate cea mai bună platformă? Poate ca Palo, pregătit de specialiștii
de la Jedox care au acordat o atenție deosebită soluției lor cât mai ușor de utilizat. Modul în care fiecare
manager își adună compania este specific și diferit în fiecare caz. Acesta este motivul pentru care este cu
adevărat dificil să se definească o metodă acceptabilă pentru toate, cu toate acestea, Palo pare să fi
rezolvat această problemă. Cu date organizate în cuburi, elemente, cuburi și atribute obișnuite, Palo
OLAP Server funcționează rapid și eficient, permițând managerilor să se concentreze asupra a ceea ce
este cu adevărat important. Odată măsurate, rezultatele au fost de până la sute de ori mai bune decât în
cazul procesării analitice tradiționale. Este destul de impresionant, totuși.Atunci, de ce ar trebui oamenii
să aleagă Palo în locul oricărei alte platforme OLAP în memorie? Pentru că este simplu, multidimensional
și plin de capabilități suplimentare. Ceea ce necesită sublinierea este agregarea și calcularea datelor în
timp real - se înțelege că analiza este strâns legată și de planificare. Mai mult, modelarea - care anterior
era complicată și problematică - s-a simplificat și ea (chiar dacă instrumentul dvs. principal este MS
Excel).Ce altceva? Interfețele multiple (plus extensii suplimentare și modificabile) permit utilizatorilor să
găsească ceea ce li se potrivește cel mai bine. Numeroase dimensiuni. O mulțime de caracteristici și
capabilități care fac din Palo OLAP Server o altă figură excelentă în paleta platformelor OLAP în memorie.

Business Intelligence: definitii, caracteristici, arhitecturi.

Operațiunile, finanțele și vânzările sunt principalele motoare ale adoptării BI în întreprinderi astăzi.
Căutând noi modalități de a reduce costurile și de a interpreta mai exact impactul deciziilor operaționale
asupra performanței financiare, departamentele care conduc cel mai mult adoptarea BI sunt Operațiuni
și Finanțe.

140
Business intelligence (BI) cuprinde strategiile și tehnologiile utilizate de întreprinderi pentru analiza
datelor informațiilor despre afaceri. Tehnologiile BI oferă vederi istorice, actuale și predictive ale
operațiunilor comerciale. Funcțiile comune ale tehnologiilor de business intelligence includ raportarea,
procesarea analitică online, analiza, dezvoltarea tabloului de bord, extragerea datelor, extragerea
proceselor, procesarea complexă a evenimentelor, managementul performanței afacerii, analiza
comparativă, extragerea textelor, analiza predictivă și analiza prescriptivă. Tehnologiile BI pot gestiona
cantități mari de date structurate și uneori nestructurate pentru a ajuta la identificarea, dezvoltarea și,
altfel, crearea de noi oportunități strategice de afaceri. Acestea își propun să permită interpretarea
ușoară a acestor date mari. Identificarea de noi oportunități și implementarea unei strategii eficiente
bazate pe informații pot oferi companiilor un avantaj competitiv pe piață și stabilitate pe termen lung.
[2]Business intelligence poate fi utilizat de întreprinderi pentru a sprijini o gamă largă de decizii de
afaceri, de la operaționale la strategice. Deciziile operaționale de bază includ poziționarea produsului
sau stabilirea prețurilor. Deciziile strategice de afaceri implică priorități, obiective și direcții la cel mai
larg nivel. În toate cazurile, BI este cel mai eficient atunci când combină date derivate de pe piața în care
operează o companie (date externe) cu date din surse ale companiei interne pentru afaceri, cum ar fi
date financiare și operaționale (date interne). Atunci când sunt combinate, datele externe și interne pot
oferi o imagine completă care, de fapt, creează o „inteligență” care nu poate fi derivată din niciun set
singular de date. Printre nenumăratele utilizări, instrumentele de business intelligence permit
organizațiilor să obțină informații despre noi piețe, să evalueze cererea și adecvarea produselor și
serviciilor pentru diferite segmente de piață și să evalueze impactul eforturilor de marketing.
Aplicațiile BI utilizează date colectate dintr-un depozit de date (DW) sau dintr-un data mart, iar
conceptele de BI și DW se combină ca „BI / DW” sau ca „BIDW”. Un depozit de date conține o copie a
datelor analitice care facilitează sprijinul decizional.

Tendințe de business intelligence pentru 2020-2025: Povestirea devine o normă, Guvernarea datelor,
Apariția asistenților activați prin voce, Cloud conectat, BI colaborativ in creștere, Interfețe BI de
autoservire, Securitatea datelor, Inteligență artificială (AI), Managementul calității datelor (DQM),
Analize acționabile oriunde, Descoperirea datelor.

Business intelligence are toate calitățile unei soluții software necesare pentru companii de toate
dimensiunile și tipurile. Cu toate acestea, BI nu a fost întotdeauna o provincie a fiecărei afaceri. Nu cu
mult timp în urmă, business intelligence a fost o comoară rezervată doar întreprinderilor mari cu
buzunare adânci pentru a-și procura puterea de calcul și centre sofisticate de colectare a datelor.Din
fericire, tehnologii precum cloud computing au furnizat instrumente de analiză a datelor accesibile, care
au introdus companiile mici în revoluția BI. Progresele tehnologice au adus beneficiile BI în proximitatea
companiilor mici și mijlocii. Teama de a nu pierde aceste beneficii i-a determinat pe mulți să sară în
căutare. Așadar, nu este surprinzător faptul că, în 2018, întreprinderile mici cu mai puțin de 100 de
angajați au avut cea mai mare rată de adoptare a BI [1].Cu beneficiile sale, BI va lua un rol central în
operațiunile de afaceri, la fel cum a făcut internetul. Amintiți-vă, fluxul de date brute va crește doar. De
fapt, până în 2020, aproape 1,7 MB de date vor fi generate în fiecare secundă [2], pentru fiecare ființă
umană din lume. Deci, putem spune în siguranță că potențialul pe care îl dețin aceste date este infinit.
Prin urmare, pe măsură ce volumul său crește, va crește și cererea de instrumente BI care pot aduna,
trece prin, analiza și prezenta informații acționabile.În cele din urmă, furnizorii majori de cloud BI
realizează soluții pentru a răspunde cerințelor tot mai mari de instrumente BI avansate. Conform a 60%
dintre cei
141
care adoptă servicii de cloud BI [3], Amazon Web Services (AWS) este cel mai bun furnizor. Alți furnizori
principali de cloud includ Microsoft Azure (43%), Google Cloud (40%) și IBM Bluemix (12%).

O arhitectură de business intelligence este cadrul pentru diversele tehnologii pe care o organizație le
implementează pentru a rula aplicații de business intelligence și analitice. Acesta include sistemele IT și
instrumentele software care sunt folosite pentru a colecta, integra, stoca și analiza date BI și apoi
prezintă informații despre operațiuni și tendințe comerciale directorilor corporativi și altor utilizatori de
afaceri. Arhitectura BI de bază este un element cheie în implementarea unui program de business
intelligence de succes care utilizează analiza și raportarea datelor pentru a ajuta o organizație să
urmărească performanța afacerii, să optimizeze procesele de afaceri, să identifice noi oportunități de
venituri, să îmbunătățească planificarea strategică și să ia decizii mai bine informate în general.

Importanța unei arhitecturi BI. O arhitectură de business intelligence articulează standardele

tehnologice și managementul datelor și practicile de analiză care susțin eforturile BI ale unei organizații,
precum și platformele și instrumentele specifice care vor fi implementate. Acesta servește ca plan
tehnologic pentru colectarea, organizarea și gestionarea datelor BI și apoi punerea la dispoziție a datelor
pentru analiză, vizualizare și raportare a datelor. O arhitectură BI puternică încorporează, de asemenea,
politici care guvernează utilizarea componentelor tehnologice. Punerea în aplicare a unui astfel de cadru
permite unei echipe de BI să lucreze într-un mod coordonat și disciplinat pentru a construi un program
BI de întreprindere care să răspundă nevoilor organizației sale de analiză a datelor. Arhitectura BI îi
ajută, de asemenea, pe BI și pe managerii de date să creeze un proces eficient pentru manipularea și
gestionarea datelor extrase în mediu. Întreprinderile beneficiază de o arhitectură de BI eficientă prin
utilizarea informațiilor generate de instrumentele de business intelligence pentru a lua decizii bazate pe
date care ajută la creșterea veniturilor și a profiturilor. Pentru a se asigura că nevoile lor sunt satisfăcute,
directorii C-suite, managerii de afaceri și alți utilizatori ai afacerilor care se bazează pe analiza datelor
pentru a formula strategii și a-și ghida procesul de luare a deciziilor ar trebui să aibă un interes în
crearea arhitecturii.

142
Componente și diagramă de arhitectură de business intelligence
O arhitectură BI poate fi implementată într-un centru de date local sau în cloud. În ambele cazuri,
conține un set de componente de bază care susțin în mod colectiv diferitele etape ale procesului BI, de
la colectarea datelor, integrarea, stocarea și analiza până la vizualizarea datelor, livrarea informațiilor și
utilizarea datelor BI în luarea deciziilor de afaceri. Așa cum se arată în diagrama arhitecturală de
business intelligence, componentele de bază includ următoarele elemente.

• Sisteme sursă. Acestea sunt toate sistemele care captează și păstrează datele tranzacționale și
operaționale identificate ca fiind esențiale pentru programul BI de întreprindere - de exemplu, ERP,
CRM, finanțe, producție și sisteme de gestionare a lanțului de aprovizionare. Ele pot include, de
asemenea, surse secundare, cum ar fi date de piață și baze de date ale clienților de la furnizori externi de
informații. Ca urmare, atât sursele de date interne, cât și cele externe sunt adesea încorporate într-o
arhitectură BI.Criteriile importante în procesul de selecție a sursei de date includ relevanța datelor,
moneda datelor, calitatea datelor și nivelul de detaliu din seturile de date disponibile. În plus, poate fi
necesară o combinație de tipuri de date structurate, semistructurate și nestructurate pentru a satisface
nevoile de analiză a datelor și de luare a deciziilor executivilor și altor utilizatori de afaceri.
• Instrumentele de integrare și curățare a datelor. Pentru a analiza în mod eficient datele colectate
pentru un program BI, o organizație trebuie să integreze și să consolideze diferite seturi de date pentru a
crea vizualizări unificate ale acestora. Cea mai utilizată tehnologie de integrare a datelor pentru
aplicațiile BI este software-ul de extragere, transformare și încărcare (ETL), care extrage date din
sistemele sursă în procesele batch. O variantă a ETL este extragerea, încărcarea și transformarea (ELT), în
care datele sunt extrase și încărcate așa cum sunt și transformate ulterior pentru utilizări specifice BI.
Alte metode includ integrarea datelor în timp real, precum modificarea captării datelor și integrarea în
flux pentru a sprijini aplicațiile de analiză în timp real și virtualizarea datelor, care combină virtual datele
din diferite sisteme sursă.O arhitectură BI include, de obicei, și profilarea datelor și instrumente de
curățare a datelor, care sunt utilizate pentru identificarea și remedierea problemelor de calitate a
datelor. Ele ajută echipele BI și de gestionare a datelor să ofere date curate și consistente, potrivite
pentru utilizările BI.
• Magazin de date analitice: acesta cuprinde diferitele depozite în care sunt stocate și gestionate datele
BI. Primul este un depozit de date, care stochează de obicei date structurate într-o bază de date
relațională, coloană sau multidimensională și le pune la dispoziție pentru interogare și analiză. Un
depozit de date al întreprinderii poate fi, de asemenea, legat de date martor mai mici, configurate
pentru departamente individuale și unități de afaceri, cu date specifice nevoilor lor de BI.În plus,
arhitecturile BI includ adesea un depozit de date operațional care este un depozit intermediar pentru
date înainte de a intra într-un depozit de date; un ODS poate fi, de asemenea, utilizat pentru a rula
interogări analitice împotriva datelor recente ale tranzacțiilor. În funcție de dimensiunea unui mediu BI,
un depozit de date, date marts și un ODS pot fi implementate pe un singur server de baze de date sau
sisteme separate. Un lac de date care rulează pe un cluster Hadoop sau o altă platformă de date mari
poate fi, de asemenea, încorporat într-o arhitectură BI ca depozit pentru date brute de diferite tipuri.
Datele pot fi analizate în propriul lac de date sau filtrate și încărcate într-un depozit de date pentru
analiză. O arhitectură bine planificată ar trebui să specifice care dintre diferitele magazine de date este
cea mai potrivită pentru anumite utilizări BI.• BI și instrumente de vizualizare a datelor. Instrumentele
utilizate pentru a analiza date și a prezenta informații utilizatorilor de afaceri includ o suită de tehnologii
care pot fi încorporate într-o arhitectură BI - de exemplu, interogare ad hoc, extragere de date și
procesare analitică online sau
143
software OLAP. În plus, adoptarea din ce în ce mai mare a instrumentelor BI de autoservire permite
analiștilor și managerilor de afaceri să ruleze singuri interogări în loc să se bazeze pe membrii unei
echipe de BI să facă asta pentru ei.

Software-ul BI include, de asemenea, instrumente de vizualizare a datelor care pot fi utilizate pentru a
crea reprezentări grafice ale datelor, sub formă de diagrame, grafice și alte tipuri de vizualizări
concepute pentru a ilustra tendințele, tiparele și elementele anormale din seturile de date.• Tablouri de
bord, portaluri și rapoarte. Aceste instrumente de furnizare a informațiilor oferă utilizatorilor de afaceri
vizibilitate asupra rezultatelor aplicațiilor BI și analitice, cu vizualizări de date încorporate și, adesea,
capacități de autoservire pentru a face analize suplimentare de date. De exemplu, tablourile de bord BI
și portalurile online pot fi proiectate pentru a oferi acces la date în timp real, cu vizualizări configurabile
și posibilitatea de a detalia în date. Rapoartele tind să prezinte date într-un format mai static. Alte
componente care fac din ce în ce mai mult parte dintr-o arhitectură de afaceri includ software-ul de
pregătire a datelor utilizat pentru a structura și organiza datele pentru analiză și un depozit de
metadate, un glosar de afaceri și un catalog de date, care pot ajuta toți utilizatorii să găsească date
relevante și să înțeleagă descendența și semnificația acestora.

144
145
146
147
Oracle Business Intelligence Server. Fundația platformei Oracle Business Intelligence Suite Enterprise Edition Plus
este un adevărat server BI care este conceput pentru a fi extrem de scalabil, optimizând simultanitatea și
paralelismul pentru a face valoarea aplicațiilor BI disponibile pentru cel mai mare public posibil. Oferă acces și
calcul centralizat la date, creând în esență o conductă mare prin care oricine poate consuma orice informație sub
orice formă oriunde în întreprindere. Serverul BI este esențial pentru toate procesele de afaceri care consumă
informații, inclusiv tablouri de bord, interogări ad hoc, capabilități de interacțiune inteligente, raportare
întreprindere și producție, raportare financiară, analiză OLAP, miniere de date și alte aplicații bazate pe servicii web
.NET). Toate aceste aplicații necesită acces bogat la seturi largi de date din întreaga întreprindere și toate necesită
o infrastructură sofisticată de calcul și agregare pe care platforma o oferă pentru a oferi valoare. Platforma acceptă
o completă completă de acces, analiză și opțiuni de livrare a informațiilor, toate într-un mediu web complet
integrat. Fiecare dintre aceste componente servește publicuri diferite din organizație care au pofte diferite pentru
aceleași date subiacente, dar care trebuie să le acceseze în moduri diferite. Dar, spre deosebire de alte instrumente
de BI, toate componentele sunt integrate într-o arhitectură comună, permițând o experiență de utilizare simplă și
intuitivă.

https://www.tableau.com/learn/articles/business-intelligence
http://www.ef.uns.ac.rs/mis/archive-pdf/2014%20-%20No1/11_Seres%20v5.pdf
https://panoply.io/data-warehouse-guide/the-difference-between-a-database-and-a-data-warehouse/

148
Curs 9. Cloud Computing. Sisteme de Asistarea Deciziei in Cloud
Cloud Computing: definitie, arhitecturi, caracteristici. Modele de servicii cloud.
Virtualizare. Exemple. Edge/Fog computing. Sisteme de asistarea deciziei in cloud
(Sisteme colaborative, Platforme de integrare a serviciilor in cloud)
https://docs.microsoft.com/en-us/azure/hdinsight/hdinsight-overview

Studiu de Caz 5: Platforma Oracle Cloud CX

Cloud Computing: definitie, arhitecturi, caracteristici. Modele de

servicii cloud. Virtualizare. Exemple.
Cloud "se referă la servere care sunt accesate prin Internet și la software-ul și bazele de date care
rulează pe aceste servere. Serverele cloud sunt situate în centre de date din întreaga lume. Prin
utilizarea computerului în cloud, utilizatorii și companiile nu trebuie să gestioneze servere fizice sau
rulează aplicații software pe propriile mașini.
Cloud Computing. Norul ar putea fi un concept intimidant și nebulos. Auzim tot timpul despre
cloud computing, dar ce înseamnă exact? Institutul Național de Standarde și Tehnologie (NIST) descrie
elementele de bază ale cloud computing în acest fel: Cloud computing este un model care permite
accesul la rețea omniprezent, convenabil, la cerere, la un pool partajat de resurse de calcul configurabile
(de exemplu, rețele, servere, stocare, aplicații și servicii) care pot fi rapid furnizate și lansate cu un efort
minim de gestionare sau interacțiunea furnizorului de servicii. Pe scurt, cloud-ul este Internetul, iar
cloud computing-ul este o solutie tehnică care descrie software-ul și serviciile care rulează prin Internet
(sau intranet), mai degrabă decât pe servere private și hard disk-uri.
Cloud-ul permite utilizatorilor să acceseze aceleași fișiere și aplicații de pe aproape orice dispozitiv,
deoarece calculul și stocarea au loc pe servere dintr-un centru de date, în loc de local pe dispozitivul
utilizatorului. Funcționează în același mod cu furnizorii de e-mail cloud precum Gmail sau Microsoft
Office 365 și cu furnizorii de stocare în cloud precum Dropbox sau Google Drive. Pentru companii,
trecerea la cloud computing elimină unele costuri IT și cheltuieli generale: de exemplu, nu mai trebuie să
își actualizeze și să își întrețină propriile servere, deoarece furnizorul de cloud pe care îl utilizează va face
asta. Acest lucru are un impact mai ales pentru întreprinderile mici care nu și-au putut permite propria
infrastructură internă, dar care își pot externaliza nevoile de infrastructură la prețuri accesibile prin
cloud. Cloud-ul poate facilita, de asemenea, companiile să funcționeze la nivel internațional, deoarece
angajații și clienții pot accesa aceleași fișiere și aplicații din orice locație.
Cum funcționează cloud computing-ul. Cloud computing diferă de serviciile tradiționale de găzduire
IT prin faptul că, în general, consumatorul (o afacere, o organizație sau un utilizator individual) nu deține
infrastructura necesară pentru a sprijini programele sau aplicațiile pe care le utilizează.În schimb, aceste
elemente sunt deținute și operate de o terță parte, iar utilizatorul final plătește numai pentru serviciile
pe care le utilizează. Cu alte cuvinte, cloud computing este un model de calcul la cerere, bazat pe
utilitate. Cloud computing este posibil datorită unei tehnologii numite virtualizare. Virtualizarea
permite crearea unui computer „virtual” simulat, numai digital, care se comportă ca și cum ar fi un
computer fizic cu propriul hardware. Termenul tehnic pentru un astfel de computer este mașină
virtuală. Când sunt implementate corect, mașinile virtuale de pe aceeași mașină gazdă sunt izolate
reciproc, așa că nu interacționează deloc, iar fișierele și aplicațiile de la o mașină virtuală nu sunt
vizibile pentru celelalte mașini virtuale, chiar dacă sunteți pe aceeași mașină fizică. Mașinile virtuale
utilizează mai eficient hardware-ul care le găzduiește. Rulând mai multe mașini virtuale simultan, un
server devine mai multe servere, iar un centru de date devine o întreagă serie de centre de date,
capabile să deservească multe
149
organizații. Astfel, furnizorii de cloud pot oferi utilizarea serverelor lor mult mai mulți clienți dintr-o dată
decât ar putea altfel și pot face acest lucru la un cost redus. Chiar dacă serverele individuale scad,
serverele cloud în general ar trebui să fie întotdeauna online și întotdeauna disponibile. În general,
furnizorii de cloud își fac copii de rezervă pe mai multe mașini și în mai multe regiuni. Utilizatorii
accesează serviciile cloud fie printr-un browser, fie printr-o aplicație, conectându-se la cloud prin
Internet - adică prin multe rețele interconectate - indiferent de dispozitivul pe care îl folosesc.

Caracteristicile cloud computingului. Autoservire la cerere. Utilizatorii pot accesa serviciile de calcul
prin cloud atunci când au nevoie, fără interacțiunea furnizorului de servicii. Serviciile de calcul ar trebui
să fie pe deplin la cerere, astfel încât utilizatorii să aibă control și agilitate pentru a-și satisface nevoile în
evoluție
// Acces larg la rețea. Serviciile de cloud computing sunt disponibile pe scară largă prin intermediul
rețelei prin instrumentele preferate de utilizatori (de exemplu, laptopuri, desktopuri, smartphone-uri
etc.) // Ponderea resurselor. Unul dintre cele mai atractive elemente din cloud computing este punerea
în comun a resurselor pentru a furniza servicii de calcul la scară largă. Resursele, cum ar fi stocarea,
memoria, procesarea și lățimea de bandă a rețelei, sunt grupate și alocate mai multor consumatori în
funcție de cerere // Elasticitate rapidă. Alocarea cu succes a resurselor necesită elasticitate. Resursele
trebuie alocate cu precizie și rapiditate, cu capacitatea de a absorbi creșteri și scăderi semnificative ale
cererii fără întreruperea serviciului sau degradarea calității // Serviciu măsurat. În urma modelului de
utilitate, serviciile de cloud computing sunt măsurate. Această măsurare permite furnizorului de servicii
(și consumatorului) să urmărească utilizarea și să evalueze costurile în funcție de cererea lor de resurse.

Cloud vs costuri locale (on-premise)

Un server fizic sau local necesită, de asemenea, o echipă tehnologică dedicată pentru a sprijini toate
actualizările necesare pentru a menține aceste servere funcționale. O echipă tehnologică dedicată, cu
servicii atât pe partea hardware, cât și pe cea software, este singura modalitate de a vă asigura că
serverul dvs. local are experiență cât mai mare posibil. Prin comparație, cât costă un server cloud?
Serverele bazate pe cloud se actualizează automat pe backend. Cu un furnizor responsabil pentru
actualizările de sistem, compatibilitatea dvs. de calcul este gestionată și garantată de o terță parte și
încorporată în orice model de abonament aveți cu furnizorul dvs. de cloud. Acest lucru vă poate reduce
semnificativ costurile de operare, atât în ceea ce privește investițiile monetare, cât și cele de timp
necesare pentru ca sistemul dvs. să fie actualizat. Mai mult decât atât, prezicerea costurilor este ușoară
în cloud - mai degrabă decât să riscați să cheltuiți excesiv sau să cheltuiți prea puțin pe hardware și
infrastructură pentru nevoile organizației dvs., stocarea în cloud este la fel de simplă ca alegerea
cantității de stocare de care are nevoie compania.

Modele de servicii cloud

Soluțiile cloud sunt disponibile în trei modele principale de servicii: Infrastructură ca serviciu (IaaS),
Platform as a Service (PaaS) și Software as a Service (SaaS).

150
IaaS (Infrastructura ca Serviciu) oferă utilizatorilor acces la stocare, rețea, servere și alte resurse de
calcul prin cloud. În timp ce utilizatorul este încă responsabil pentru gestionarea aplicațiilor, datelor,
middleware-ului, etc., IaaS oferă medii automatizate și scalabile care oferă un grad ridicat de control și
flexibilitate utilizatorului. De exemplu, multe companii folosesc IaaS pentru a sprijini creșterea volumului
de muncă în timpul anotimpurilor aglomerate (cum ar fi sărbătorile). Printre furnizorii populari de IaaS
se numără: Servicii Web Amazon (AWS) Microsoft Azure Google Compute Engine (GCE), componenta
IaaS a Google Cloud Platform (GCP).

Scenarii comerciale comune IaaS

Lucrurile tipice pe care întreprinderile le fac cu IaaS includ:Test și dezvoltare. Echipele pot configura și
demonta rapid medii de testare și dezvoltare, aducând noi aplicații pe piață mai rapid. IaaS face rapidă și
economică extinderea mediilor de testare a dezvoltatorilor în sus și în jos. Găzduire de site-uri web.
Rularea site-urilor web utilizând IaaS poate fi mai puțin costisitoare decât găzduirea web tradițională.
Stocare, backup și recuperare. Organizațiile evită cheltuielile de capital pentru stocare și complexitatea
gestionării stocării, care de obicei necesită un personal calificat pentru a gestiona datele și pentru a
îndeplini cerințele legale și de conformitate. IaaS este util pentru gestionarea cererii imprevizibile și a
nevoilor de stocare în creștere constantă. De asemenea, poate simplifica planificarea și gestionarea
sistemelor de backup și recuperare. Aplicații web. IaaS oferă toată infrastructura pentru a sprijini
aplicații web, inclusiv stocare, servere web și aplicații și resurse de rețea. Organizațiile pot implementa
rapid aplicații web pe IaaS și pot scala cu ușurință infrastructura în sus și în jos atunci când cererea
pentru aplicații este imprevizibilă. Calcul de înaltă performanță. Calculul performant (HPC) pe
supercalculatoare, rețele de calculatoare sau clustere de computere ajută la rezolvarea problemelor
complexe care implică milioane de variabile sau calcule. Exemplele includ simulări de cutremur și
proteine de pliere, previziuni climatice și meteorologice, modelare financiară și evaluarea proiectelor de
produse. Analiza datelor mari. Big data este un termen popular pentru seturi de date masive care
conțin modele, tendințe și asociații

151
potențial valoroase. Seturile de date miniere pentru localizarea sau eliminarea acestor tipare ascunse
necesită o cantitate imensă de putere de procesare, pe care IaaS o asigură economic.

Avantajele IaaS
Elimină cheltuielile de capital și reduce costurile curente. IaaS evită cheltuielile inițiale legate de instalarea și
gestionarea unui centru de date la fața locului, făcându-l o opțiune economică pentru start-up-uri și companii care
testează idei noi. Îmbunătățește continuitatea afacerii și recuperarea în caz de dezastru. Obținerea unei
disponibilități ridicate, a continuității activității și a recuperării în caz de dezastru este costisitoare, deoarece
necesită o cantitate semnificativă de tehnologie și personal. Dar cu acordul de nivel de serviciu potrivit (SLA), IaaS
poate reduce acest cost și poate accesa aplicații și date ca de obicei în timpul unui dezastru sau întrerupere. Inovați
rapid. De îndată ce ați decis să lansați un nou produs sau inițiativă, infrastructura de calcul necesară poate fi gata în
câteva minute sau ore, mai degrabă decât în zile sau săptămâni - și uneori luni - ar putea dura configurarea
internă.Răspundeți mai repede la schimbarea condițiilor de afaceri. IaaS vă permite să măriți rapid resursele
pentru a adapta creșterea cererii pentru aplicația dvs. - în timpul vacanțelor, de exemplu - apoi să redimensionați
resursele înapoi atunci când activitatea scade pentru a economisi bani. Concentrați-vă asupra activității dvs. de
bază. IaaS îți eliberează echipa pentru a se concentra asupra activității de bază a organizației tale, mai degrabă
decât asupra infrastructurii IT. Creșteți stabilitatea, fiabilitatea și suportabilitatea. Cu IaaS nu este nevoie să
întrețineți și să actualizați software și hardware sau să depanați problemele echipamentelor. Cu acordul
corespunzător în vigoare, furnizorul de servicii se asigură că infrastructura dvs. este fiabilă și îndeplinește SLA-urile.
O securitate mai bună. Cu acordul de servicii adecvat, un furnizor de servicii cloud vă poate oferi securitate pentru
aplicațiile și datele dvs., care ar putea fi mai bune decât ceea ce puteți obține intern. Oferă aplicații noi mai rapid
utilizatorilor. Deoarece nu trebuie să configurați mai întâi infrastructura înainte de a putea dezvolta și livra aplicații,
le puteți aduce mai rapid utilizatorilor cu IaaS.

PaaS (Platform-as-a-Service), este un model de cloud computing care oferă clienților o platformă
completă - hardware, software și infrastructură - pentru dezvoltarea, rularea și gestionarea aplicațiilor
fără costul, complexitatea și inflexibilitatea construirii și întreținerii platforma respectivă la fața locului.
Acest strat de servicii este orientat în principal către dezvoltatori și profesioniști în operațiuni. Furnizorii
de servicii închiriază platforme bazate pe cloud pentru ca utilizatorii să dezvolte și să livreze aplicații. Cu
alte cuvinte, PaaS oferă un cadru care face mai ușoară și mai eficientă construirea, personalizarea și
implementarea aplicațiilor. Furnizorul PaaS găzduiește totul - servere, rețele, stocare, software pentru
sistemul de operare, baze de date - la centrul lor de date; clientul le folosește pe toate pentru o taxă
lunară bazată pe utilizare și poate achiziționa mai multe resurse la cerere, după cum este necesar. În
acest fel, PaaS permite echipelor dvs. de dezvoltare să construiască, să testeze, să implementeze, să
întrețină, să actualizeze și să scaleze aplicațiile (și să inoveze ca răspuns la oportunitățile și amenințările
pieței) mult mai rapid și mai puțin costisitor, dacă ar trebui să construiți și gestionați propria platformă
locală.

Beneficii. Următoarele sunt câteva avantaje specifice pe care organizația dvs. le poate realiza
prin utilizarea PaaS:
• Timp mai rapid pe piață: cu PaaS, nu este nevoie să achiziționați și să instalați hardware-ul și software-
ul pe care le veți utiliza pentru a construi și întreține platforma de dezvoltare a aplicațiilor și nu este
nevoie ca echipele de dezvoltare să aștepte în timp ce faceți acest lucru. Pur și simplu accesați resursele
PaaS ale furnizorului de servicii cloud și începeți să vă dezvoltați imediat.
• Adoptarea mai rapidă, mai ușoară și mai puțin riscantă a unei game mai largi de resurse: platformele
PaaS includ de obicei accesul la o varietate mai mare de opțiuni în sus și în jos a stivei de dezvoltare a
aplicațiilor - sisteme de operare, middleware și baze de date și instrumente precum biblioteci de coduri
componente ale aplicației - decât le puteți menține în mod accesibil sau practic la fața locului. De
asemenea, vă permite să testați noi sisteme de operare, limbi și instrumente fără risc - adică fără a fi
nevoie să investiți în infrastructura necesară pentru a le rula.
152
• Scalabilitate ușoară și rentabilă: dacă o aplicație dezvoltată și găzduită la fața locului începe să obțină
mai mult trafic, va trebui să achiziționați mai multe computere, stocare și chiar hardware de rețea
pentru a satisface cererea, ceea ce este posibil să nu puteți face suficient de rapid și poate fi risipitor
(deoarece cumpărați de obicei mai mult decât aveți nevoie). Cu PaaS, puteți scala la cerere achiziționând
doar cantitatea de capacitate suplimentară de care aveți nevoie.• Costuri mai mici: deoarece nu există
infrastructură de construit, costurile dvs. inițiale sunt mai mici. Costurile sunt, de asemenea, mai mici și
mai previzibile, deoarece majoritatea furnizorilor PaaS percep clienții în funcție de utilizare.
EXEMPLE PaaS. Există multe cazuri de utilizare pentru PaaS, inclusiv următoarele:
• Dezvoltare și gestionare API: puteți utiliza PaaS pentru a dezvolta, rula, gestiona și securiza interfețele de
programare a aplicațiilor (API) și microserviciile.
• Internetul obiectelor (IoT): PaaS poate suporta o gamă largă de medii de aplicații, limbaje de programare și
instrumente utilizate pentru implementările IoT.
• Analitica / inteligența afacerii: instrumentele PaaS vă permit să vă analizați datele pentru a găsi informații despre
afaceri care permit decizii și predicții de afaceri mai informate.În cele din urmă, cel mai frecvent caz de utilizare
pentru PaaS este strategic - și anume pentru a construi, testa, implementa, rula, îmbunătăți și scala aplicațiile mai
rapid și mai rentabil. De exemplu, UBank din Australia a dorit să inoveze prin crearea unei experiențe mai simple și
mai inteligente pentru clienți, dar fără a angaja personal suplimentar de dezvoltare. Folosind PaaS, UBank a reușit
să creeze RoboChat, un chatbot care ajută clienții să-și completeze cererile de împrumut la domiciliu online, în
doar două luni de la concept până la producție.
De câțiva ani încoace, furnizorii de servicii cloud au oferit Inteligență artificială ca serviciu (AIaaS) care vă permite să
„atingeți” capabilitățile AI individuale fără a investi în infrastructura de suport necesară pentru a o rula sau în
expertiza internă necesară să o opereze, să o gestioneze și să o întrețină. Dar principalii furnizori de servicii cloud
au introdus oferte cuprinzătoare AI-Platform-as-a-Service (AIPaaS) care includ o platformă pentru livrarea de
aplicații îmbogățite cu AI. De obicei, AIPaaS include infrastructură și stocare de date întărite pentru a furniza
puterea de calcul și stocarea voluminoasă necesară de AI, modele de învățare automată pre-antrenate pe care le
puteți folosi ca atare sau personalizate și API-uri pentru integrarea capabilităților AI specifice (cum ar fi
recunoașterea facială sau textul către conversie vocală) în aplicația dvs.

SaaS. Serviciile de aplicații cloud sunt cele mai cunoscute dintre modelele de servicii cloud. Software-
ul este găzduit, ambalat și livrat de o terță parte prin Internet (de obicei pe o interfață bazată pe
browser). Prin livrarea aplicației software prin internet, întreprinderile pot descărca costurile de
gestionare și întreținere către furnizori. Opțiunile populare SaaS includ e-mail și software de gestionare a
relației cu clienții.
Care sunt avantajele și dezavantajele utilizării SaaS? Modelul SaaS are o serie de avantaje și
dezavantaje, deși pentru întreprinderile și utilizatorii moderni avantajele SaaS depășesc adesea
dezavantajele. Iată câteva dintre avantajele și dezavantajele utilizării aplicațiilor SaaS:
• Avantaj: acces de oriunde, de pe orice dispozitiv. De obicei, utilizatorii se pot conecta la aplicațiile SaaS
de pe orice dispozitiv și din orice locație. Acest lucru oferă o mare flexibilitate - întreprinderile pot
permite angajaților să funcționeze în întreaga lume, iar utilizatorii își pot accesa fișierele indiferent de ce
sunt. În plus, majoritatea utilizatorilor utilizează mai multe dispozitive și le înlocuiesc des; utilizatorii nu
trebuie să reinstaleze aplicațiile SaaS sau să cumpere licențe noi de fiecare dată când trec la un dispozitiv
nou.
• Avantaj: nu este nevoie de actualizări sau instalări. Furnizorul SaaS actualizează și corectează aplicația
în mod continuu.
• Avantaj: scalabilitate. Furnizorul SaaS se ocupă de extinderea aplicației, cum ar fi adăugarea mai mult
spațiu în baza de date sau mai multă putere de calcul pe măsură ce crește utilizarea.• Avantaj: economii
de costuri. SaaS reduce costurile IT interne și cheltuielile generale. Furnizorul SaaS întreține serverele și
infrastructura care acceptă aplicația, iar singurul cost pentru o companie este costul abonamentului
aplicației.

153
• Dezavantaj: necesitatea unui control mai puternic al accesului. Accesibilitatea sporită a aplicațiilor SaaS
înseamnă, de asemenea, că verificarea identității utilizatorului și controlul nivelurilor de acces devin
foarte importante. Cu SaaS, activele organizaționale nu mai sunt păstrate într-o rețea internă, separată
de lumea exterioară. În schimb, accesul utilizatorului se bazează pe identitatea utilizatorului: dacă cineva
are acreditările de conectare corecte, i se acordă acces. Verificarea puternică a identității devine astfel
crucială.
•Dezavantaj: blocarea furnizorului. O afacere poate depinde excesiv de furnizorul de aplicații SaaS. Este
nevoie de timp și costisitor să vă mutați la o nouă aplicație dacă întreaga bază de date a unei organizații
este stocată în vechea aplicație.
• Dezavantaj (pentru întreprinderi): securitate și conformitate. Cu aplicațiile SaaS, responsabilitatea
pentru protejarea acestor aplicații și a datelor acestora se mută de la echipele IT interne la furnizorii
externi de SaaS. Pentru întreprinderile mici și mijlocii, acest lucru este mai puțin dezavantajat, deoarece
furnizorii mari de cloud dispun de obicei de mai multe resurse pentru a pune în aplicare o securitate
puternică. Dar aceasta poate fi o provocare dacă o afacere mare se confruntă cu standarde stricte de
securitate sau de reglementare. În unele cazuri, întreprinderile nu vor putea evalua singure securitatea
aplicațiilor lor, de exemplu prin efectuarea testelor de penetrare. În esență, trebuie să accepte cuvântul
furnizorului extern SaaS că aplicația este sigură.
SaaS, PaaS și IaaS sunt pur și simplu trei moduri de a descrie modul în care puteți utiliza cloud-ul
pentru afacerea dvs.
• IaaS: servicii bazate pe cloud, pay-as-you-go pentru servicii precum stocare, rețea și virtualizare.
• PaaS: instrumente hardware și software disponibile pe internet.
• SaaS: software disponibil prin intermediul unei terțe părți prin internet.
• La fața locului (on-premise): software instalat în aceeași clădire cu afacerea dvs.

Exemple de SaaS, PaaS și IaaS

Majoritatea companiilor folosesc o combinație de modele de servicii de cloud computing SaaS și IaaS și
multe angajează dezvoltatorii să creeze și aplicații folosind PaaS.
Exemple SaaS: BigCommerce, Google Apps, Salesforce, Dropbox, MailChimp, ZenDesk, DocuSign, Slack,
Hubspot.
Exemple PaaS: AWS Elastic Beanstalk, Heroku, Windows Azure (utilizat mai ales ca PaaS), Force.com,
OpenShift, Apache Stratos, Magento Commerce Cloud.
Exemple IaaS: AWS EC2, Rackspace, Google Compute Engine (GCE), Digital Ocean, Magento 1 Enterprise
Edition.

154
Function-as-a-Service (FaaS): FaaS, cunoscut și sub numele de computer fără server,
descompune aplicațiile cloud în componente chiar mai mici, care rulează numai atunci când sunt
necesare. Imaginați-vă dacă ar fi posibil să închiriați o casă câte o dată: de exemplu, chiriașul plătește
doar sala de mese la cină, dormitorul în timp ce dorm, camera de zi în timp ce se uită la televizor și
atunci când nu folosesc acele camere, nu trebuie să plătească chirie pentru ele. Aplicațiile FaaS sau fără
server rulează încă pe servere, la fel ca toate aceste modele de cloud computing. Dar sunt numiți „fără
server”, deoarece nu rulează pe mașini dedicate și pentru că companiile care construiesc aplicațiile nu
trebuie să gestioneze niciun server.
Care sunt diferitele tipuri de implementări în cloud?
Spre deosebire de modelele discutate mai sus, care definesc modul în care serviciile sunt oferite prin cloud, aceste
tipuri diferite de implementare în cloud au legătură cu locul în care sunt serverele cloud și cine le administrează.
Există trei opțiuni principale de servicii cloud: cloud privat, public și hibrid. Fiecare are propriile sale avantaje și
dezavantaje și pe care îl alegeți dvs. (sau afacerea dvs.) va depinde de datele dvs., precum și de nivelul de
securitate și gestionare de care aveți nevoie. Cele mai frecvente implementări în cloud sunt:
• Cloud privat: un cloud privat este un server, centru de date sau rețea distribuită dedicată în întregime unei
organizații. Un cloud privat oferă servicii IT prin Internet sau o rețea privată pentru a selecta utilizatorii, mai
degrabă decât pentru publicul larg. În loc să aibă mai mulți chiriași, așa cum are un cloud public, un cloud privat are
de obicei un singur chiriaș. Toate datele sunt protejate în spatele unui firewall. Aceasta este o alegere populară
pentru multe companii care doresc agilitatea cloud-ului cu o personalizare și o securitate mai mari.Norii privați pot
locui la fața locului sau în afara acestuia. Caracteristica distinctivă este chiriașul unic, privat, care menține un
control mai mare asupra serviciilor IT. Norii privați sunt alegeri populare pentru organizațiile care au priorități
ridicate în materie de securitate și conformitate.
• Cloud public: un cloud public este un serviciu rulat de un furnizor extern care poate include servere într-unul sau
mai multe centre de date. Spre deosebire de un cloud privat, cloud-urile publice sunt partajate de mai multe
organizații. Folosind mașini virtuale, serverele individuale pot fi partajate de diferite companii, situație care se
numește „multitenancy”, deoarece mai mulți chiriași închiriază spațiu pe server pe același server. Un cloud public
este probabil cea mai cunoscută opțiune de cloud computing. Acesta este locul în care toate serviciile și
infrastructura de sprijin sunt gestionate în afara site-ului prin Internet și partajate între mai mulți utilizatori (sau
chiriași).Un bun exemplu de cloud public la nivel de consumator individual este un serviciu de streaming precum
Netflix sau Hulu. Utilizatorii se abonează la serviciu printr-un cont individual, dar accesează aceleași servicii de pe
platformă prin Internet. Avantajul utilizării unui cloud public este eficiența sporită și rentabilitatea ulterioară a
resurselor partajate. Cloud-urile publice sunt de obicei mai ieftine decât soluțiile cloud private și hibride (precum și
calculul tradițional local) deoarece se bazează pe economii de scară. Utilizatorii nu trebuie să plătească pentru
serviciile pe care nu le folosesc și nu trebuie să vă faceți griji cu privire la gestionarea și întreținerea infrastructurii
fizice.

• Cloud hibrid: implementările de cloud hibrid combină cloud public și privat și pot include chiar și servere vechi
locale. O organizație își poate folosi cloud-ul privat pentru unele servicii și cloud-ul public pentru altele sau poate
folosi cloud-ul public ca rezervă pentru cloud-ul privat. Un mediu cloud hibrid combină atât elementele cloud private,
cât și cele publice în diferite grade. În ciuda faptului că funcționează independent, norii dintr-un mediu hibrid
comunică printr-o conexiune criptată și permit portabilitatea datelor și aplicațiilor. Aceasta este o soluție cloud din
ce în ce mai populară, deoarece permite organizațiilor o flexibilitate mai mare pentru a-și satisface nevoile IT.
• Multicloud: Multicloud este un tip de implementare în cloud care implică utilizarea mai multor nori publici. Cu
alte cuvinte, o organizație cu o desfășurare multicloud închiriază servere virtuale și servicii de la mai mulți furnizori
externi - pentru a continua analogia utilizată mai sus, aceasta este ca și cum ar fi închiriat mai multe terenuri
adiacente de la diferiți proprietari. Implementările multicloud pot fi, de asemenea, cloud hibrid și invers.

Avantajele utilizării cloud-ului pentru afacerea dvs.

Există multe avantaje potențiale în adoptarea soluțiilor bazate pe cloud pentru afacerea dvs. În funcție de nevoile
dvs. de afaceri și date, migrarea către un mediu cloud poate avea ca rezultat următoarele beneficii: Economii. Deși

155
prețul inițial pentru migrarea în cloud poate oferi șocurilor unor companii, există oportunități atractive pentru
rentabilitatea investiției și reducerea costurilor. Funcționarea pe cloud înseamnă de obicei adoptarea unui model
pay-as-you-go, ceea ce înseamnă că nu mai trebuie să plătiți pentru IT pe care nu îl utilizați (indiferent dacă este
stocare, lățime de bandă etc.). În plus, soluțiile cloud sunt deosebit de accesibile pentru întreprinderile mai mici
care nu au capitalul pentru a construi și gestiona propriile infrastructuri IT. Eficiență mai mare și economii de scară
înseamnă mai mulți bani în buzunar pe termen lung. // Fiabilitate. O platformă cloud gestionată este, în general,
mult mai fiabilă decât o infrastructură IT internă, cu mai puține instanțe de nefuncționare sau întreruperi ale
serviciului. Majoritatea furnizorilor oferă asistență 24/7 și peste 99,9% disponibilitate. Cu copiile de rezervă pentru
copiile de rezervă ale acestora, puteți fi siguri că datele și aplicațiile dvs. vor fi disponibile ori de câte ori aveți
nevoie de ele. // Mobilitate. Cloud-ul aduce un nivel de portabilitate nemaiauzit cu livrarea IT tradițională. Prin
gestionarea datelor și software-ului dvs. în cloud, angajații pot accesa informațiile necesare și pot comunica între ei
ori de câte ori și oriunde doresc de la laptop, smartphone sau alte dispozitive conectate la internet.Soluțiile bazate
pe cloud deschid oportunități pentru o muncă mai îndepărtată și o productivitate și o eficiență mai mari, deoarece
tuturor le este asigurat accesul la aceleași informații actualizate la simpla atingere a unui buton.

Virtualizare si Cloud
In ultimii ani, virtualizarea serverelor a produs o adevarata revolutie in domeniul IT. Abordarea
traditionala prevedea o aplicatie pe server, mai multe aplicatii instalate simultan putand genera blocaje.
Acest fapt a insemnat pe langa o rata de utilizare foarte mica a capacitatii procesorului pe server,
consum ridicat de energie, costuri mari de intretinere, lipsa spatiului fizic pentru echipamentele
hardware, si costurile ridicate de mentenanta. Virtualizarea a aparut ca solutie pentru scaderea
costurilor cu infrastructura in contextul nevoii organice de dezvoltare a companiilor. Virtualizarea este o
tehnologie care aloca si partajeaza resursele hardware ale unui server in mai multe "clone". Prin
virtualizare, mai multe sisteme de operare si aplicatii pot sa functioneze pe un singur server fizic, ceea ce
determina ca rata de utilizare a hardware-ului sa creasca de la 10-15% si pana la 80%. Virtualizarea nu
inseamna numai cheltuieli mai scazute ci si o infrastructura mai flexibila.
Exemplu: TopTech prin partenerii sai - VMWare si Microsoft - detine solutii complete de virtualizare, de
la virtualizarea de servere, aplicatii si echipamente de stocare si pana la virtualizare desktop. Va oferim
consultanta pentru a gasi solutia care raspunde cel mai bine asteptarilor d-voastra, care sa se integreze
perfect in arhitectura infrastructurii existente. Puteti opta pentru o solutie sau o combinatie de solutii
bazate pe tehnologiile: Microsoft HyperV (virtualizare de desktop, server si aplicatii); VMWare
(virtualizare de desktop, server, stocare).
Avantaje: Consolidarea infrastructurii de aplicatii, baze de date si desktop-uri virtualizate / Simplificarea
gestionarii infrastructurii IT, Maximizarea utilizarii resurselor de calcul (procesor, spatiu de stocare) /
Reducerea costurilor cu infrastructura - in primul rand prin reducerea spatiului ocupat de servere,
Diminuarea costurilor aferente consumului de energie / Investitii reduse in resurse de monitorizare si
administrare a DataCenter-ului / Scaderea "downtime" si imbunatatirea gradului de recuperare a datelor
in caz de catastrophe / Flexibilitate mai mare.
Concluzii: Cloud reprezinta un ansamblu distribuit de servicii de calcul, aplicatii, acces la resurse
informatice externe si stocare de date, fara ca utilizatorul sa se preocupe de amplasarea si configuratia
fizica a sistemelor care furnizeaza aceste servicii. Este o solutie de utilizare a resurselor informatice
externe (servere, spatiu de stocare, aplicatii si servicii) prin intermediul Internetului. Beneficiile cloudului
sunt: Sincronizarea datelor utilizatorului care foloseste mai multe dispozitive conectate la cloud
(smartphone, tableta, notebook, PC) / Back-up-ul datelor / Capacitate mare de stocare, fara investitii
suplimentare, Cloud functioneaza ca un hard disk extern virtual / Nu necesita cheltuieli pentru servere,
licente software, hosting, mentenanta sau personal tehnic ultraspecializat / Aplicatiile cloud beneficiaza
de actualizare automata pentru siguranta, performanta, flexibilitate in utilizare. Serviciile Cloud folosesc
drept fundament virtualizarea infrastructurii fizice, avand ca rol primordial furnizarea de servicii (ex.
Cloud
156
Storage). Microsoft Azure este o platforma de Cloud deschisa si flexibila care va permite sa dezvoltati, sa
implementati si sa gestionati rapid aplicatii intr-o retea globala de centre de date gestionate Microsoft.
Dezvoltati aplicatii folosind orice limbaj, instrument sau cadru. Puteti integra aplicatiile publice din Cloud
in mediul IT existent.

Fog/Edge Computing si 5G
Fog (ceata) computing este o infrastructură de calcul descentralizată în care datele, calculul, stocarea și
aplicațiile sunt situate undeva între sursa de date și cloud. Ca și calculul de margine (edge), calculul cu
ceață aduce avantajele și puterea norului mai aproape de locul în care sunt create și acționate datele.
Mulți oameni folosesc termenii de calcul de ceață și calcul de margine în mod interschimbabil, deoarece
ambele implică apropierea inteligenței și prelucrarea de locul în care sunt create datele. Acest lucru se
face adesea pentru a îmbunătăți eficiența, deși s-ar putea face și din motive de securitate și
conformitate. Metafora de ceață provine din termenul meteorologic pentru un nor aproape de sol, la fel
cum ceața se concentrează pe marginea rețelei.
Istoria calculului de ceață. În 2015, Cisco a colaborat cu Microsoft, Dell, Intel, Arm și Universitatea
Princeton pentru a forma OpenFog Consortium. Alte organizații, inclusiv General Electric (GE), Foxconn și
Hitachi, au contribuit, de asemenea, la acest consorțiu. Obiectivele principale ale consorțiului au fost
atât promovarea, cât și standardizarea calculului de ceață. Consorțiul a fuzionat cu Industrial Internet
Consortium (IIC) în 2019.
Calculul de ceață vs. calculul de margine. Potrivit consorțiului OpenFog lansat de Cisco, diferența cheie
între calculul de margine și ceață este locul în care sunt plasate informațiile și puterea de calcul. Într-un
mediu strict cețos, inteligența se află în rețeaua locală (LAN), iar datele sunt transmise de la punctele
finale către un gateway de ceață, unde sunt apoi transmise surselor pentru procesare și transmisie de
retur. În calculul de margine (edge) , inteligența și puterea pot fi fie în punctul final, fie într-o poartă.
Susținătorii calculului de margine laudă reducerea punctelor de eșec, deoarece fiecare dispozitiv
funcționează independent și determină ce date să stocheze local și ce date să trimită către un gateway
sau cloud pentru o analiză ulterioară. Susținătorii calculului de ceață vs. calculul de margine spun că este
mai scalabil și oferă o imagine de ansamblu mai bună a rețelei, deoarece mai multe puncte de date
introduc date în ea.

Rețeaua de ceață (Fog) completează - nu înlocuiește - cloud computing; ceațarea permite analize pe
termen scurt la margine, în timp ce norul efectuează analize pe termen lung, consumatoare de resurse.
Deși dispozitivele și senzorii de margine sunt locul în care sunt generate și colectate date, uneori nu au
resurse de calcul și stocare pentru a efectua analize avansate și sarcini de învățare automată. Deși
157
serverele cloud au puterea de a face acest lucru, ele sunt adesea prea departe pentru a procesa datele și
a răspunde în timp util. În plus, conectarea la toate punctele finale și trimiterea de date brute către
cloud prin internet poate avea confidențialitate, securitate și implicații juridice, în special atunci când se
tratează date sensibile supuse reglementărilor din diferite țări. Aplicațiile populare de calcul cu ceață
includ rețele inteligente, orașe inteligente, clădiri inteligente, rețele de vehicule și rețele definite de
software.
Aplicații ale calculului de ceață. Există orice număr de cazuri de utilizare potențiale pentru calculul de ceață. Un
caz de utilizare din ce în ce mai frecvent utilizat pentru calculul cu ceață este controlul traficului. Deoarece senzorii
- cum ar fi cei utilizați pentru a detecta traficul - sunt adesea conectați la rețelele celulare, orașele folosesc uneori
resurse de calcul lângă turnul celular. Aceste capabilități de calcul permit analiza în timp real a datelor de trafic,
permițând astfel semnalelor de trafic să răspundă în timp real la condițiile în schimbare. Fog computing este o
arhitectură de calcul în care o serie de noduri primește date de la dispozitive IoT în timp real. Aceste noduri
efectuează procesarea în timp real a datelor pe care le primesc, cu timp de răspuns de milisecundă. Nodurile trimit
periodic informații rezumative analitice în cloud. O aplicație bazată pe cloud analizează apoi datele care au fost
primite de la diferitele noduri, cu scopul de a oferi informații utile. Această arhitectură necesită mai mult decât
capacități de calcul. Necesită conectivitate de mare viteză între dispozitivele IoT și noduri. Amintiți-vă, obiectivul
este să puteți prelucra date într- o chestiune de milisecunde. Desigur, opțiunile de conectivitate variază în funcție
de caz. Un senzor IoT de pe podeaua fabricii, de exemplu, poate folosi probabil o conexiune prin cablu. Cu toate
acestea, o resursă mobilă, cum ar fi un vehicul autonom, sau o resursă izolată, cum ar fi o turbină eoliană în
mijlocul unui câmp, va necesita o formă alternativă de conectivitate. 5G este o opțiune deosebit de convingătoare,
deoarece oferă conectivitate de mare viteză necesară pentru ca datele să fie analizate în timp real.

Sisteme de asistarea deciziei in cloud (Sisteme colaborative, Platforme de

integrare a serviciilor in cloud)
Primele lucruri mai întâi: ce este un sistem de sprijinire a deciziilor (denumit și DSS)? Pe scurt, este o
soluție computerizată care folosește logică de decizie și date statistice pentru a ajuta managerii și
planificatorii de operațiuni să depășească deficiențele strategice pentru a implementa soluții simplificate
și eficiente. Sistemele DSS pot fi optimizate în întregime prin intermediul computerului, în întregime
alimentate de om sau un hibrid al ambelor.
Definitie. Un sistem de susținere a deciziilor (DSS) este un program computerizat utilizat pentru a sprijini
determinările, judecățile și cursurile de acțiune într-o organizație sau o afacere. Un DSS analizează și
analizează cantități masive de date, compilând informații cuprinzătoare care pot fi utilizate pentru
rezolvarea problemelor și pentru luarea deciziilor. Informațiile tipice utilizate de un DSS includ venituri
vizate sau proiectate, cifre de vânzări sau cele anterioare din perioade de timp diferite și alte date legate
de inventar sau operațiuni.

158
Opțiunea hibridă este cea mai eficientă, deoarece computerele vor urma doar parametrii operaționali.
Între timp, mijloacele pur umane restricționează o afacere de avantajele care provin din aplicarea
datelor mari (statistici privind ordinea terabytes și petabytes) într-un DSS solid. Deci, deși automatizarea
completă este o eroare, automatizarea controlată este ideală. Este de dorit cea mai mare cantitate de
optimizare prin computer, în concordanță cu supravegherea umană. Din acest motiv, majoritatea
covârșitoare a programării DSS se adresează persoanelor din conducerea superioară. Pe măsură ce
organizațiile se concentrează din ce în ce mai mult pe luarea deciziilor bazate pe date, știința deciziei
(sau inteligența decizională) este în creștere, iar oamenii de știință din decizie pot fi cheia pentru a
debloca potențialul sistemelor științifice decizionale.
Există trei componente de bază într-un DSS: o bază de date, o bază de model și o interfață cu
utilizatorul. Un sistem de gestionare a bazelor de date (SGBD) sau un depozit de date constă din
informații structurate, din viața reală, cum ar fi înregistrările conturilor clienților, care stau la baza DSS și
furnizează asistență analitică cantitativă informații decisive pentru probleme decisive. Modelul de bază
sau sistemul de gestionare a bazei de model (MBMS) conține unul sau mai multe modele pentru tipul de
analiză pe care sistemul o va efectua. Integrarea depozitului de date și OLAP este cea care atrage date și
informații sintetizate din DW, reflectă natura internă a unor cantități mari de date și face analize
calitative pentru decizia asistentului prin intermediul raționamentului cunoașterii. Interfața cu
utilizatorul se integrează atât într-un sistem coerent, cât și cu factorul de decizie. Aceste corpuri
principale se completează și se integrează reciproc. Evident, modelele matematice au jucat un rol critic
în dezvoltarea mediilor de business intelligence, iar DSS a urmărit să ofere sprijin activ pentru lucrătorii
cunoașterii. A fost dezvoltat și utilizat în multe domenii de aplicații, de la fizică la arhitectură, de la
inginerie la economie. Modelele adoptate în diferite contexte diferă substanțial în ceea ce privește
structura lor matematică. Sistemul de business intelligence este mai potrivit pentru a reprezenta
anumite tipuri de procese de luare a deciziilor. Datele sunt mai întâi extrase și utilizate pentru
alimentarea modelelor matematice, apoi metodologiile de analiză sunt aplicate pentru a sprijini factorii
de decizie într-un sistem de business intelligence, ar putea fi implementate mai multe aplicații de sprijin
pentru decizie, acestea sunt analize de date exploratorii, analize de serii temporale și modele de
învățare inductivă pentru mineritul de date.

Cine folosește sistemele de asistență decizională?

Oamenii care sunt în măsură să rezolve erorile de structurare sunt de obicei manageri superiori de un
fel. Cu DSS, se pune accentul extrem pe soluțiile care nu numai că se pot adapta la schimbările din
mediu, dar sunt flexibile și facilitează luarea deciziilor. Sistemele de susținere a deciziilor îi ajută pe cei
aflați în poziții de autoritate să compileze suficiente informații pentru a lua o decizie în cunoștință de
159
cauză cu privire la

160
schimbările de politică, implementare și așa mai departe. (După cum știm, exigențele de afaceri sunt la
fel de diverse ca și întreprinderile în sine.) Datele incluse într-un astfel de sistem acoperă de obicei
lucruri precum inventarul, ciclurile de venituri proiectate pe baza tendințelor vânzărilor și cifrelor
comparative ale vânzărilor de la un ciclu la altul. Multe companii au implementat un sistem de susținere
a deciziilor de la kiloocteți și poate la megaocteți; nu terabytes și petabytes ca cele din anul 2020.

Categorii de DSS. DSS se pot imparti în cinci categorii pe baza surselor primare de informații.
 DSS bazat pe date. Aceste sisteme includ sertar de fișiere și sisteme de raportare a gestionării, sisteme de
informații executive și sisteme de informații geografice (GIS). Acestea subliniază accesul și manipularea bazelor
de date mari de date structurate, adesea o serie de date interne ale companiei și uneori date externe.
 DSS bazat pe model. Aceste DSS includ sisteme care utilizează modele contabile și financiare, modele
reprezentative și modele de optimizare. Ele subliniază accesul și manipularea unui model. În general, utilizează
instrumente statistice și analitice simple, dar Power remarcă faptul că unele sisteme OLAP care permit analiza
complexă a datelor pot fi clasificate ca sisteme DSS hibride. Modelele DSS folosesc datele și parametrii
furnizați de factorii de decizie, dar Power notează că, de obicei, nu folosesc date.
 DSS bazat pe cunoaștere. Aceste sisteme sugerează sau recomandă acțiuni managerilor. Uneori numite
sisteme de consultanță, sisteme de consultare sau sisteme de sugestii, acestea oferă expertiză specializată în
rezolvarea problemelor pe baza unui anumit domeniu. Ele sunt de obicei utilizate pentru sarcini, inclusiv
clasificare, configurare, diagnostic, interpretare, planificare și predicție care altfel ar depinde de un expert
uman. Aceste sisteme sunt adesea asociate cu extragerea datelor pentru a trece prin baze de date pentru a
produce relații de conținut de date.
 DSS bazat pe documente. Aceste sisteme integrează tehnologii de stocare și procesare pentru recuperarea și
analiza documentelor. Un motor de căutare este un exemplu.
 Comunicare și DSS de grup (colaborative). DSS bazat pe comunicare se concentrează pe comunicare,
colaborare și coordonare pentru a ajuta oamenii care lucrează la o sarcină partajată, în timp ce grupul DSS
(GDSS) se concentrează pe sprijinirea grupurilor de factori de decizie pentru a analiza situațiile problematice și
pentru a efectua sarcini de luare a deciziilor în grup.

Sistem software DSS. Sistemul software este construit pe un model (incluzând contextul deciziei
și criteriile utilizatorului). Numărul și tipurile de modele depind de scopul DSS. Modelele utilizate în mod
obișnuit includ:
 Modele statistice. Aceste modele sunt utilizate pentru a stabili relații între evenimente și factori
legați de acel eveniment. De exemplu, acestea ar putea fi utilizate pentru a analiza vânzările în
raport cu locația sau vremea.
 Modele de analiză a sensibilității. Aceste modele sunt utilizate pentru analiza „ce-ar fi dacă”.
 Modele de analiză de optimizare. Aceste modele sunt utilizate pentru a găsi valoarea optimă pentru
o variabilă țintă în raport cu alte variabile.
 Modele de prognoză. Acestea includ modele de regresie, analiza seriilor temporale și alte modele
utilizate pentru a analiza condițiile de afaceri și a face planuri.
 Modele de sensibilitate a analizei inverse. Uneori numite analize de căutare a obiectivelor, aceste
modele stabilesc o valoare țintă pentru o anumită variabilă și apoi determină valorile pe care alte
variabile trebuie să le atingă pentru a atinge acea valoare țintă.

161
Utilizarea DSS pentru a ghida luarea deciziilor
În timp ce unii se opun ideii de a avea încredere în soluțiile complexe de software pentru a lua decizii
pentru ei, majoritatea se simt confortabil folosind statistici generate de computer pentru a înțelege
tendințele cheie. Acestea includ analize, cum ar fi statistici de vânzări, rate de garanție și tendințe ale

162
fluxului de numerar, care sunt indicatori importanți care ajută utilizatorii să stabilească starea afacerilor
lor și care determină necesitatea unor acțiuni corective. Dificultatea este că acest nivel de informație nu
poate determina care dintre mai multe posibilități va maximiza randamentele, obținând în același timp
rezultatul dorit. Nici nu poate anticipa schimbări externe care pot avea impact asupra profitabilității, un
factor important, deoarece majoritatea companiilor operează într-un mediu incert guvernat de
sentimentul consumatorilor, de reglementările legale și de concurența intensă. În plus, companiile sunt
vulnerabile la influențe externe, cum ar fi incertitudinea politică, evenimentele meteorologice majore și
disputele comerciale. Acești factori se combină uneori pentru a crea o furtună perfectă în care luarea
deciziilor este împiedicată de lipsa predictibilității, precum și de incapacitatea de a procesa datele
suficient de rapid pentru a sprijini deciziile. Acesta este motivul pentru care sistemele de susținere a
deciziilor care pot analiza rapid datele, determina modele și pot evalua mai multe alternative se
dovedesc de neprețuit pentru liderii de afaceri. Microsoft Office este una dintre cele mai populare
aplicații de afaceri utilizate astăzi, ceea ce înseamnă că aproape fiecare companie folosește Excel. Cu
toate acestea, bazarea pe Excel pentru planificarea critică a afacerii vine cu risc. Cu cât organizația este
mai mare, cu atât setul de fișe de lucru va fi mai mare și mai complex, ceea ce poate duce la erori și
gestionare greșită. Exista limite ale programului Excel Solver pentru gestionarea și răspunsul la întrebări
de planificare a afacerii precum „De ce?” si cum?" Veți descoperi: Limitări și dezavantaje ale
programului de completare Excel Solver, Lipsa de colaborare în programul de completare Excel Solver.
Excel are constrângeri cheie de modelare.

Exemple de sisteme comune de sprijin pentru decizii de zi cu zi

Există multe exemple de utilizare obișnuită de zi cu zi pentru DSS:
Planificarea rutei GPS determină cea mai rapidă și cea mai bună rută între două puncte analizând și comparând
mai multe opțiuni posibile. Multe sisteme GPS includ, de asemenea, capacități de evitare a traficului care
monitorizează condițiile de trafic în timp real, permițând șoferilor să evite aglomerația. Fermierii folosesc
instrumente de planificare a culturilor pentru a determina cel mai bun moment pentru plantare, fertilizare și
recoltare. Software-ul de diagnostic medical care permite personalului medical să diagnosticheze boli este un alt
exemplu. Majoritatea sistemelor împărtășesc un atribut comun prin faptul că deciziile sunt repetitive și se bazează
pe date cunoscute. Cu toate acestea, acestea nu sunt infailibile și pot lua decizii incorecte sau iraționale, lucru
descoperit de mulți utilizatori de GPS.
Exemple de sisteme de sprijin pentru decizii care utilizează date istorice.Analiza datelor istorice, utilizată în toate
aspectele afacerilor și vieții, este bine dezvoltată și matură. Deși astfel de informații nu sunt întotdeauna
acționabile direct, sunt o parte importantă a DSS deoarece raportează performanțele anterioare și evidențiază
domeniile care necesită atenție. Câteva exemple includ: Analize descriptive: valori cum ar fi rezultatele vânzărilor,
cifra de afaceri a inventarului și creșterea veniturilor. Analize de diagnostic: informații de diagnosticare care sapă
ceva mai adânc pentru a dezvălui rezultatele și explică motivele performanței anterioare, măsurate prin analize
descriptive. Business intelligence (BI): Deși se bazează în mare parte pe date istorice, soluțiile BI permit
utilizatorilor să dezvolte și să execute interogări care sunt utilizate pentru a ghida și a sprijini luarea deciziilor.
Tablouri de bord ERP: Tablouri de bord configurabile de utilizator, care permit managerilor să monitorizeze o
varietate de indicatori de performanță. Exemple de sisteme de asistență pentru decizii manuale și hibride. Există
numeroase tehnici manuale care sprijină luarea deciziilor. Acestea includ activități precum analiza SWOT în care
echipele determină punctele tari și punctele slabe ale organizației lor, precum și identificarea amenințărilor cu
care se confruntă organizația și a potențialelor oportunități de creștere ulterioară. Rezultatele unei analize SWOT
sunt decizii acționabile pentru avansarea organizației. Alte instrumente manuale includ matrici decizionale, analize
Pareto și analize costuri-beneficii.Soluțiile hibride DSS includ utilizarea analizelor de foi de calcul care utilizează
capacitatea Excel de a calcula, analiza, compara opțiunile și a evalua scenariile ce se întâmplă.
Alegerea sistemului DSS potrivit pentru nevoile dvs. Cel mai potrivit DSS depinde de
maturitatea organizațională, complexitatea și, într-o anumită măsură, dimensiunea. În organizațiile mici, sistemele
hibride pot fi suficiente. Dacă organizația este nouă în ceea ce privește analiza, sistemele DSS istorice ar fi un loc
bun pentru a începe, în timp ce cei implicați în activități precum tranzacționarea și mărfurile pot beneficia mai mult
de un exemplu de sistem predictiv de sprijinire a deciziilor. Fără îndoială, cel mai mare beneficiu constă în
163
selectarea

164
unui sistem de management al deciziilor derivat din analiza prescriptivă care modelează afacerea și oferă
posibilitatea de a determina cea mai avantajoasă decizie pe baza anumitor criterii, cum ar fi veniturile și
profitabilitatea. Deși presupune o investiție mai mare în resurse și bani, o astfel de soluție are o probabilitate mai
mare de a depăși așteptările și de a obține un ROI mai mare. În plus, elimină presupunerile din procesul de luare a
deciziilor și, deoarece modelul replică afacerea, acest tip de exemplu de sistem de sprijin al deciziilor este mai
probabil să ofere soluții fezabile și raționale.

Migrarea catre Cloud Computing.

Migrarea către cloud computing este una dintre provocările actuale ale întreprinderii. Această tehnologie oferă o
nouă paradigmă bazată pe „plata la cerere” pentru tehnologiile informației și comunicațiilor. În acest sens, se
presupune că întreprinderea mică și mijlocie este cea mai interesată, deoarece investițiile inițiale sunt evitate, iar
tehnologia permite implementarea treptată. Cu toate acestea, chiar dacă caracteristicile și capacitățile au fost
discutate pe scară largă, intrarea în cloud este încă lipsită din punct de vedere al cadrelor practice, reale. Acest
exemplu își propune să umple acest gol, prezentând un instrument real deja implementat și testat, care poate fi
utilizat ca instrument de decizie de adoptare a cloud computingului. Acest instrument utilizează diagnosticul bazat
pe întrebări specifice pentru a aduna informațiile necesare și, ulterior, pentru a furniza utilizatorului informații
valoroase pentru a implementa afacerea în cloud, în special sub formă de soluții Software as a Service (SaaS).
Aceste informații permit factorilor de decizie să își genereze Cloud Road-ul particular. Un studiu pilot a fost realizat
cu întreprinderi la nivel local cu un dublu obiectiv: să se constate gradul de cunoștințe în cloud computing și să
identifice cele mai interesante domenii de afaceri și instrumentele conexe pentru această tehnologie. Așa cum era
de așteptat, rezultatele arată un interes ridicat și cunoștințe scăzute pe acest subiect, iar instrumentul prezentat își
propune să redreseze această nepotrivire, în măsura posibilului. În zilele noastre, trecerea către serviciile de cloud
computing crește rapid. Organizațiile se orientează mai mult spre adoptarea serviciilor bazate pe cloud pentru a-și
crește puterea de calcul și procesare cu costuri operaționale și de întreținere reduse. În mod similar, a fi în era
informației în care sunt generate zilnic cantități uriașe de informații din mai multe sisteme interconectate face mai
dificilă absorbția acestor informații și luarea unor decizii informate precise. Astfel, este evidentă necesitatea unei
abordări automate bine structurate pentru luarea deciziilor. Sistemele de asistare a deciziilor (DSS) sunt sisteme
interactive bazate pe software care joacă un rol fundamental ca facilitator de tehnologie pentru a oferi capacități
analitice și de vizualizare pentru a sprijini factorii de decizie să ia decizii exacte. Exista platforme de luare a
deciziilor de grup care să fie utilizată de diferiți actori. Platformele oferă portale web care utilizează o colecție de
tehnologii și protocoale open-source noi, precum și standarde deschise. Acestea sunt importante pentru accesul
interoperabil pe tehnologii, platforme și dispozitive mobile.

DSS de Grup (GDDS)

Un proces de luare a deciziilor de grup constă într-un proces în care un grup de persoane acționează colectiv
pentru a selecta una sau mai multe alternative pentru a rezolva o anumită problemă. Astăzi, în organizațiile mari,
majoritatea proceselor decizionale (strategice și operaționale) se desfășoară într-un grup. Există mai multe motive
pentru care acest lucru este așa, cum ar fi: se crede că este posibil să se ia decizii mai bune în grup și structura
organizațională actuală a organizațiilor o solicită. Atunci când un proces de luare a deciziilor este realizat în grup,
șansa de a detecta o problemă este mai mare și, ulterior, factorii de decizie pot lucra împreună pentru a găsi o
soluție pentru această problemă. Acest lucru transformă procesul de luare a deciziilor de grup într-un proces mai
eficient și mai rapid. Distribuirea sarcinilor de lucru, pentru a beneficia de calitatea deciziei, pentru a beneficia de
sprijinul părților interesate sau pentru a ajuta membrii grupului mai puțin experimentați sunt alte motive
pertinente care justifică luarea deciziilor în grup. Cu toate acestea, este important să se creeze condițiile potrivite,
astfel încât grupurile să poată profita de luarea deciziilor grupului pentru a îndeplini anumite sarcini, cum ar fi
generarea de idei și soluții prin interacțiunea cu grupul. Se susține că membrii își pot spori capacitatea de a învăța
și de a-și stimula nivelul cognitiv cu procesul de luare a deciziilor de grup. Într-o lume care este din ce în ce mai
globală, este dificil să reuniți factorii de decizie în același spațiu în același timp, ceea ce face imposibilă
desfășurarea de întâlniri față în față și, prin urmare, se pierd multe beneficii asociate procesului tipic de luare a
deciziilor de grup. Sistemele de sprijin pentru decizii de grup (GDSS) bazate pe web au fost studiate de la începutul
secolului 21 și intenționează să sprijine procesul de luare a deciziilor în grup oricând și oriunde. Se disting de GDSS
convențional, deoarece operează pe web, ceea ce le face disponibile prin simpla conexiune la internet. Cu toate
acestea, dacă opinia generală este că aceste
165
sisteme sunt cruciale pentru vremurile actuale, s-au străduit să se impună, așa cum este demonstrat de acceptarea
redusă a organizațiilor. Cercetările din acest domeniu au fost orientate în principal spre studierea modelelor care
sunt capabile să propună soluții în funcție de preferințele factorilor de decizie. Cu toate acestea, un proces de luare
a deciziilor în grup este mult mai mult decât un simplu rezultat. În întâlnirile față în față, factorii de decizie
comunică (prin comunicare verbală și nonverbală) pentru a face schimb de perspective, permițându-le să
raționeze, să argumenteze și să creeze o nouă inteligență. În plus, în scenariile față în față există un proces implicit
care este respectat și în care apare toată interacțiunea. Aceasta înseamnă că procesul are o dimensiune temporală
responsabilă de schimbarea stării deciziei și a tuturor celor implicați.
Comunicarea este ingredientul cheie al unui proces decizional de grup. Astfel, propunem un sistem care
potențează comunicarea dintre factorii de decizie. Evident, este diferit să comunici în contexte față în față și printr-
o aplicație online. Deci, comunicarea ar trebui să fie mai structurată decât cea practicată în contexte fata in fata. Cu
un tip de comunicare mai structurat, sistemul va putea utiliza conversațiile făcute de factorii de decizie pentru a
sprijini procesul decizional și în scopuri de completare automată, de exemplu, în definirea problemelor cu mai
multe criterii sau / și în identificarea de alternative și criterii. Un alt aspect important este că utilizatorii de internet
sunt deja obișnuiți cu rețelele sociale, ceea ce facilitează înțelegerea faptului că fiecare utilizator ar trebui dezbătut
pe un subiect diferit. Pot fi folosite și alte strategii importante, deoarece este ceva cu care oamenii sunt deja
obișnuiți și pot servi ca strategii care permit înțelegerea mai bună a nivelului de acceptare a idei diferite și nivelul
de importanță al diferitelor subiecte.

DSS vs. Business Intelligence

DSS și Business Intelligence (BI) sunt adesea combinate. Unii experți consideră BI un succesor al DSS. Sistemele de
susținere a deciziilor sunt, în general, recunoscute ca un element al sistemelor de business intelligence, împreună
cu depozitarea datelor și extragerea datelor. În timp ce BI este o categorie largă de aplicații, servicii și tehnologii
pentru colectarea, stocarea, analiza și accesarea datelor pentru luarea deciziilor, aplicațiile DSS tind să fie mai bine
concepute pentru a sprijini decizii specifice. De exemplu, o DSS de afaceri ar putea ajuta o companie să-și
proiecteze veniturile pe o perioadă stabilită, analizând datele anterioare privind vânzările de produse și variabilele
actuale. Furnizorii de asistență medicală utilizează sisteme de sprijin pentru deciziile clinice pentru a face fluxul de
lucru clinic mai eficient: alerte computerizate și memento-uri către furnizorii de asistență medicală, îndrumări
clinice, seturi de comenzi specifice condițiilor etc.

Studiu de Caz 5: Platforma Oracle Cloud CX

166
Curs10. Solutii integrate de Sisteme Informatice. Sisteme ERP (caracteristici,
arhitectura, avantaje si dezavantaje), Sisteme de tip CRM (caracteristici,
arhitecturi). Platforme Inteligente de Date pentru Clienti (ICDP). Exemple
Predare cele 5 Studii de caz (Vineri ora 22/ Saptamana 10)

Solutii integrate de Sisteme Informatice

Software-ul de gestionare a afacerilor oferă o viziune holistică a operațiunilor de afaceri. O astfel de
abordare este esențială pentru a stimula creșterea veniturilor și pentru a susține chiar și cele mai dure
concurențe. Marketingul este o parte integrantă a oricărei afaceri. Fără un plan solid de marketing, orice
afacere ar fi paralizată la obținerea numelui și recunoașterii atât de necesare pe piață în comparație cu
concurenții săi. Eforturile de marketing pot fi susținute de software de gestionare a afacerilor, cum ar fi
Customer Relationship Management (CRM) și Enterprise Resource Planning (ERP), pentru a amplifica
rezultatele. În timp ce software-ul CRM este utilizat pentru a gestiona relațiile cu clienții, pentru a sprijini
eforturile de servicii pentru clienți și pentru a măsura eforturile de automatizare a marketingului,
software-ul ERP se ocupă de operațiunile contabile și financiare. Atunci când ambele instrumente sunt
combinate, acestea oferă rezultate excepționale care sporesc atât productivitatea, cât și profitabilitatea.
Integrarea CRM și ERP oferă o imagine cuprinzătoare a detaliilor clienților. După integrare, echipele de
marketing vor avea acces direct la toate funcțiile oferite în CRM și ERP, cum ar fi vânzări (clienți
potențiali), asistență, detalii de automatizare a campaniei, detalii despre clienți, istoricul achizițiilor
clienților, prețuri, contabilitate etc. Când echipele de marketing sunt bine conștiente din toate aspectele
despre persoana cumpărătorului și călătoria cumpărătorului, devine mai ușor să creați campanii și
planuri de marketing mai eficiente. Când CRM și ERP sunt integrate, acesta vă oferă o imagine de
ansamblu cuprinzătoare asupra detaliilor clientului. După integrare, veți avea acces direct la toate
caracteristicile furnizate în CRM și ERP, cum ar fi vânzări (clienți potențiali), asistență, marketing, detalii
despre clienți, istoricul achizițiilor acestora, prețuri, contabilitate etc. Dacă puteți accesa toate
informațiile legate de unui client, atunci le puteți oferi cu ușurință o soluție mai bună. Sistemele
integrate CRM și ERP vă pot oferi acces în timp real. Va avea un impact respectabil asupra organizației
dvs. și o relație bună cu clientul. Mai devreme, când nu erau furnizate soluții integrate, totul se făcea
fizic și consuma mult timp. După procesul de integrare, sarcinile sunt gestionate automat prin diferitele
caracteristici disponibile în software, cum ar fi fluxurile de lucru etc. A redus, de asemenea, intrările de
replică ale datelor clientului. Integrarea CRM și ERP oferă avantajul partajării ușoare și rapide a datelor.
Echipa de vânzări poate prelua cu ușurință informațiile legate de perspectiva clientului, facturarea și
catalogul acestora. Va fi de ajutor în creșterea productivității companiei. Având în vedere vasta
transformare digitală care a avut loc în ultimii ani, CRM a câștigat marketingul digital a câștigat destul de
mult impuls și CRM este coloana vertebrală a îmbunătățirii și analizei eforturilor dvs. de marketing.
Marketingul pe rețelele sociale, marketingul de conținut, listările de afaceri și experiența clienților sunt
unele dintre cele mai mari oportunități de afaceri. Fără îndoială, serviciul clienți este unul dintre ele.
Odată cu trecerea deceniilor și cu clienții din ce în ce mai inteligenți, companiile au început să
investească maxim în serviciul pentru clienți. Un studiu afirmă că peste 85% dintre clienți vor cheltui mai
mult pe un serviciu mai bun de la capăt la cap. Acum, știți adevăratul motiv din spatele cheltuielilor de
timp și eforturi pentru a vă servi clienții corect. Când CRM și ERP sunt integrate, mai multe echipe se
reunesc cu același obiectiv operațional. În timp ce software-ul Customer Relationship Management
(CRM) se ocupă de serviciile pentru clienți, marketing și eforturile de vânzare, software-ul Enterprise
Resource Planning (ERP) va gestiona conturile, finanțele și resursele. Aceste două software-uri de
gestionare a afacerii oferă o vizualizare de 360 de grade companiilor pentru a-și urmări și măsura
activitățile zilnice și pentru a se conecta la cele mai importante documente legate de clienți și de
167
produsele

168
/ serviciile companiei. Mai multe echipe pot economisi timp în comunicări repetate și actualizări prin e-
mail, întrucât întreaga vizualizare poate fi obținută dintr-un tablou de bord personalizat. Șabloanele de
raportare încorporate și termenii care respectă taxele ajută companiile să obțină beneficii nenumărate
pe termen lung.
Instrumente CASE. Asistăm astăzi la o evoluţie de neimaginat a calculatoarelor electronice,
limbajelor de programare şi metodologiilor de modelare şi, odată cu acestea, a instrumentelor de lucru
adecvate. Trăim într-o eră a cererilor. Clienţii vor de la dezvoltatorii de software tot mai mult: ei vor
calitate înaltă pentru produsele oferite, modificări rapide ale acestora, servicii personalizate şi uşor de
întreţinut, sisteme integrate şi livrări la preţuri cât mai mici. Şi toate acestea imediat. Pentru a răspunde
acestor cerinţe, dezvoltatorii de software solicită din ce în ce mai mult instrumentele CASE în diferite
etape de proiectare şi realizare a sistemelor informatice. Termenul CASE (Computer Aided Software
Engineering) a fost introdus pentru prima dată în anul 1987 de John Manley şi a desemnat instrumentele
informatice concepute pentru a fi utilizate în etapele de analizăşi proiectare, oferind facilităţi de
reprezentare grafică specifice acestor etape. Adoptarea UML ca limbaj standard de modelare a
influenţat benefic evoluţia instrumentelor CASE şi a determinat o creştere sensibilă a interesului
proiectanţilor pentru ele. Astăzi dezvoltarea unei aplicaţii de dimensiuni medii sau mari nu mai poate fi
realizată eficient fără instrumente CASE adecvate. Prin instrumente CASE înţelegem aplicaţiile software
care-i sprijină pe analişti, proiectanţi, programatori, inclusiv personalul de testare şi întreţinere, să
analizeze, săproiecteze, să implementeze (cel puţin parţial), să modifice (extindă), respectiv
săconstruiască teste pentru sistemele informatice.Un produs de tip CASE reprezintă, aşadar, o colecţie
de metode, instrumente şi procese utilizate în ingineria software asistată de calculator. Aceste produse
oferă suport pentru automatizarea metodelor şi tehnicilor folosite pe parcursul ciclului de dezvoltare de
sisteme informatice, de aplicaţii, de programe. Un astfel de produs poate asista dezvoltatorii pe durata
ciclului de viaţă al sistemului dezvoltat, începând cu managementul de proiect şi terminând cu
asigurarea calităţii. Utilizarea instrumentelor CASE nu este astăzi o problema de modă, ci de eficienţă în
activitatea de proiectare, realizare şi/sau dezvoltare de software. Într-un domeniu dinamic si inovator
apare permanenta nevoie de adaptare a proceselor de desfăşurare a afacerilor şi a soluţiilor care le
implementează. Menţinerea sistemelor existente devine din ce în ce mai costisitoare, mai riscantăşi mai
ineficientă.

Sisteme ERP (caracteristici, arhitectura, avantaje si dezavantaje)

Definiție. ERP reprezintă un set de sisteme bazate pe arhitectura client/server dezvoltate
pentru prelucrarea tranzacțiilor şi facilitarea integrării tuturor proceselor, din faza planificării
proceselor, dezvoltării producției, pânăla relațiile cu furnizorii, clienții sau alți parteneri
deafaceri. ERP este considerată expresia cea mai fidelă a interdependenței dintre economic şi
tehnologia informației.
Definiție (orientată tehnologic): ERP reprezintă un sistem informaţional contabil bazat pe
interfețe grafice utilizator, baze de date relaționale, limbaje de generația a IV-a, instrumente
CASE şi arhitectură client/server.
Planificarea resurselor întreprinderii (Enterprise resource planning – ERP) se referă la un tip de software
pe care organizațiile îl utilizează pentru a gestiona activitățile de afaceri cotidiene, cum ar fi
contabilitatea, aprovizionarea, managementul proiectelor, managementul riscurilor și conformitatea,
169
precum și operațiunile lanțului de distribuție. O suită ERP completă include, de asemenea, enterprise
performance

170
management (managementul performanțelor organizației), un software care vă ajută să planificați, să
creați bugete, să anticipați și să raportați rezultatele financiare ale unei organizații. Sistemele ERP unesc
o multitudine de procese de afaceri și permit fluxul de date între acestea. Prin colectarea datelor
tranzacționale partajate ale unei organizații din mai multe surse, sistemele ERP elimină duplicarea
datelor și oferă integritatea datelor printr-o singură sursă de informații. În prezent, sistemele ERP sunt
esențiale pentru gestionarea a mii de afaceri de toate dimensiunile, din toate domeniile. Pentru aceste
companii, ERP este indispensabil precum este energia electrică pentru iluminat.

De la documente pe hârtie la dispozitive mobile . Istoricul ERP datează de peste 100 de ani. În 1913,
inginerul Ford Whitman Harris a creat modelul economic order quantity (EOQ), un sistem de fabricație
pe suport de hârtie folosit la planificarea producției. Timp de câteva decenii, EOQ a fost etalonul din
domeniul producției. Toolmaker Black and Decker a schimbat regulile jocului în 1964, devenind prima
companie care a adoptat soluția material requirements planning (MRP), combinând conceptele EOQ cu
un computer mainframe. MRP a rămas etalonul în producție până la dezvoltarea planificării resurselor
de producție (manufacturing resource planning) (denumit MRP II), în 1983. MRP II conținea „module” în
forma unor componente software arhitecturale esențiale dar și componente de bază integrate pentru
producție, inclusiv achiziții, devize pentru materiale, planificare și gestionare a contractelor. Pentru
prima dată, diferite activități de producție au fost integrate într-un sistem comun. MRP II oferea și o
viziune cuprinzătoare asupra modului în care organizațiile utilizau software-ul pentru a partaja și integra
datele enterprise totodată puteau spori eficiența operațională, obținând o planificare mai bună a
producției, inventare cu volum redus și mai puține pierderi (rebuturi). Datorită evoluției tehnologiei
computerelor în anii 1970 și 1980, conceptele similare cu MRP II au fost dezvoltate pentru a gestiona
activități de afaceri care nu mai țineau doar de producție, integrarea finanțelor, relațiile cu clienții și
datele privind resursele umane. Până în 1990, analiștii în tehnologie au găsit un nume pentru această
categorie nouă de software pentru gestionarea afacerilor – și anume enterprise resource planning.

Valoarea ERP pentru afaceri . Este imposibil să ignorați impactul ERP în lumea afacerilor din prezent.
Deoarece datele și procesele enterprise sunt corelate în sistemele ERP, afacerile pot alinia
departamente separate și pot îmbunătăți fluxurile de lucru, rezultatul fiind economii semnificative la
rezultatele finale. Exemple de beneficii specifice pentru afaceri:
 Date de afaceri mai bune extrase din informațiile în timp real generate de rapoarte
 Costuri operaționale mai mici prin procese de afaceri fluidizate și cele mai bune practici
 Colaborare îmbunătățită prin partajarea datelor de către utilizatori pentru contracte, solicitări și
comenzi de achiziționare.
 Eficiență îmbunătățită printr-o experiență comună a utilizatorilor din cadrul mai multor funcții
de afaceri și procese de afaceri bine definite
 Consecvență la nivelul infrastructurii, de la back-office la front-office, printr-o abordare comună
a tuturor activităților de afaceri
 Rate de adoptare de către utilizatori mai ridicate printr-o experiență și un design comun pentru
utilizatori
 Riscuri reduse prin intermediul integrității îmbunătățite a datelor și al controalelor financiare
 Costuri reduse pentru management și operații prin sisteme uniforme și integrate
Organizațiile s-au străduit întotdeauna să echilibreze costurile ridicate și complexitatea sistemelor ERP
tradiționale cu nevoia de caracteristici personalizate și de flexibilitate, îndeplinind totodată cerințele
companiei. Vizionați și aflați cum Oracle ERP Cloud oferă echipe conectate, date unificate și informații
statistice în timp real pentru a vă ajuta pe dumneavoastră și pe echipa dumneavoastră financiară să vă

171
asigurați că sunt luate cele mai bune decizii de afaceri. Cu o soluție ERP livrată ca serviciu în cloud,
organizația dumneavoastră poate fi pregătită pentru viitor și poate fi cu un pas înaintea schimbării.

Elemente de bază ERP

Sistemele ERP sunt create în jurul unei structuri (scheme) de date unice, definite, care pornește, de
obicei, de la o bază de date comună. Acest lucru contribuie la asigurarea faptului că informațiile utilizate
în întreprindere sunt normalizate și bazate pe definiții și experiențe comune ale utilizatorilor. Aceste
construcții de bază sunt apoi interconectate cu procesele de afaceri conduse de fluxurile de lucru din
toate departamentele de afaceri (de exemplu, finanțe, resurse umane, inginerie, marketing, operațiuni),
conectând sistemele și oamenii care le utilizează. Pe scurt, o soluție ERP este un mijloc de integrare a
persoanelor, proceselor și tehnologiilor dintr-o organizație modernă.
De exemplu: să analizăm o companie care fabrică mașini și se aprovizionează cu piese și componente de
la mai mulți furnizori. Ar putea să utilizeze un sistem ERP pentru a urmări solicitarea și achiziționarea
acestor bunuri și pentru a se asigura că fiecare componentă din cadrul întregului proces de la
aprovizionare la plată utilizează date uniforme și exacte, conectate de fluxurile de lucru ale
întreprinderii, la procesele de afaceri, la raportare și la analiză. Atunci când soluția ERP este
implementată în mod corespunzător în cadrul acestei companii de automobile, de exemplu, o piesă
numită „plăcuțe de frână față” este identificată uniform prin numele piesei, mărimea, materialul, sursa,
numărul lotului, numărul piesei la furnizor, numărul de serie, costul și specificațiile, împreună cu
mulțime de alte elemente descriptive, bazate pe date. Deoarece datele stau la baza tuturor companiilor
moderne, soluția ERP facilitează colectarea, organizarea, analiza și distribuirea acestor informații către
fiecare persoană și sistem care are nevoie de acesta, pentru a-și îndeplini cel mai bine rolul și
responsabilitatea.
Soluția ERP vă asigură, de asemenea, că aceste câmpuri de date și atribute se înscriu în contul corect din
registrul general al companiei, astfel încât toate costurile să fie urmărite și reprezentate corespunzător.
Dacă plăcuțele de frână față au fost denumite „frâne față” într-un singur sistem software (sau poate într-
un set de foi de calcul), „plăcuțe de frână” în altul și „plăcuțe frn.” în cel de-al treilea, ar putea fi dificil
pentru compania de automobile să afle care sunt cheltuielile anuale pentru plăcuțe de frână față și dacă
ar trebui să schimbe furnizorii sau să negocieze un preț mai bun.
Principiul de bază al soluțiilor ERP este colectarea centralizată a datelor pentru distribuție la scară
largă. În locul mai multor baze de date unice, cu inventare nesfârșite de foi de calcul deconectate,
sistemele ERP organizează haosul, astfel încât toți utilizatorii, de la directorii executivi la personalul
administrativ, pot crea, stoca și utiliza aceleași date derivate prin procese comune. Printr-un depozit de
date centralizat și sigur, orice angajat din cadrul organizației poate avea încredere că datele sunt
corecte, actualizate și complete. Integritatea datelor este asigurată pentru orice activitate efectuată la
nivelul organizației, de la declarații financiare trimestriale la rapoarte privind creanțele restante, fără se
baza pe foi de calcul predispuse la erori.
Vizualizați mai multe resurse ERP

De la on-premises la cloud. Un nou model de livrare a soluțiilor ERP. Software ca

serviciu (SaaS)
Din anii '90 și până la începutul secolului XXI, adoptarea ERP a crescut rapid. În același timp, costurile de
implementare a unui sistem ERP au început să crească. Hardware-ul necesar pentru se rula software-ul
era, de obicei, la sediul unității, cu mașini mari într-o cameră de servere. Atât hardware-ul, cât și
licențele software necesitau investiții de capital și se amortizau pe parcursul a 5-10 ani. În plus,
organizațiile au dorit aproape întotdeauna să personalizeze sistemele ERP, pentru a se potrivi nevoilor
172
lor specifice, ceea

173
ce implică o cheltuială suplimentară pentru consultanță software și formare. Între timp, tehnologia ERP
evolua, utilizând internetul, prin funcții și caracteristici noi, cum ar fi analizele integrate. Odată cu
trecerea timpului, multe organizații au descoperit că sistemele ERP on-premise nu puteau ține pasul cu
cerințele moderne de securitate sau cu tehnologiile emergente, cum ar fi telefoanele smartphone.
Pătrundeți în cloud, în modelul de livrare software ca serviciu (SaaS) pentru ERP. Atunci când software-ul
ERP este livrat ca serviciu în cloud, acesta se execută pe o rețea de servere la distanță, în locul unei
camere de servere a companiei. Furnizorul de cloud oferă corecții, gestionează și actualizează software-
ul de mai multe ori pe an, în locul unui upgrade costisitor o dată la 5-10 ani ca în cazul unui sistem on-
premises. Cloudul poate reduce atât cheltuielile operaționale (OpEx), cât și cheltuielile de capital
(CapEx), deoarece elimină necesitatea companiilor de a cumpăra software și hardware sau de a angaja
personal IT suplimentar. Aceste resurse pot fi investite în noi oportunități de afaceri, iar organizația
dispune de cel mai recent software ERP, actualizat întotdeauna. Angajații pot să nu se mai axeze pe
gestionarea infrastructurii IT, ocupându-se mai bine de activitățile cu valoare adăugată, precum
inovațiile și dezvoltarea.
Unul dintre avantajele modelului SaaS este faptul că software-ul este actualizat în permanență cu cele
mai recente caracteristici, funcții și cele mai bune practici. Furnizorii de servicii ERP Cloud
implementează actualizări în mod regulat (în cazul Oracle, cu o frecvență lunară). Acest lucru înseamnă
că cele mai recente tehnologii noi și revoluționare, cum ar fi AI, asistenții digitali, Machine Learning,
rețelele blockchain, realitatea augmentată și Internet of Things (IoT), au devenit disponibile abonaților
într-un ritm regulat. Având acces la aceste tehnologii noi, organizațiile pot îmbunătăți rapid cele mai
bune practici ale afacerii, pe măsură ce software-ul ERP evoluează. Ei pot să automatizeze procesele care
necesita numeroase intervenții manuale, cum ar fi reconcilierea conturilor financiare. În plus, utilizatorii
obțin o înțelegere cuprinzătoare, în timp real, a activităților de afaceri ale întreprinderilor, nu la nivel
front office, ci și în depozite sau în atelierele de producție și în orice alt punct din întreaga întreprindere.
Aceste cunoștințe devin disponibile imediat pe dispozitivele mobile, inclusiv pe smartphone-uri și pe
tablete, pentru toți angajații având roluri corespunzătoare.
Fiind creat pentru epoca digitală, cloudul ERP din prezent cuprinde tehnologiile mobile, sociale, de
analiză, precum și cele mai recente tehnologii emergente. Fără acestea, nicio organizație nu poate
avansa.

Când ai nevoie de un ERP? Semne care îți arată că ai nevoie de un ERP

Câteva dintre cele mai evidente semne care îți arată faptul că ai nevoie de un sistem ERP sunt enumerate mai jos:

1. Folosești o multitudine de aplicații software pentru operațiunile din firmă pentru diferite operațiuni
(contabilitate, vânzări, gestiune stocuri etc.) sau gestionarea informațiilor în Excel nu este eficientă.
2. Chiar dacă ai un volum mare de date pe care le poți utiliza, obții extrem de greu informații/rapoarte
despre propriul business fiindcă nu știi unde se află sau este nevoie de mult timp pentru procesarea
și prelucrarea lor (lucrează 3 persoane, timp de 3 zile pentru un raport). Astfel tu rămâi fără răspuns
la cele multe întrebări de business pe care ți le pui și reacționezi mai greu la probleme și oportunități
3. Facturarea, contabilitatea și managementul financiar al firmei durează extrem de mult și încep să
devină din ce în ce mai dificile.
4. Nu mai poți ține pasul cu cerințele clienților
5. Scad vânzările și calitatea experienței de cumpărare a clienților din cauza volumului mare de date
care trebuie procesate rapid și simultan.
6. Consumi mulți bani, timp și resurse pentru a integra și întreține legătura dintre mai multe sisteme
informatice care nu sunt integrate nativ.
7. Compania s-a dezvoltat, iar sistemul informatic pe care îl folosești nu îți mai satisface nevoile
8. Vrei să îți dezvolți compania și ceea ce folosești acum nu te ajută.
174
9. Ai acces la lista de facturi neîncasate abia după o lună și jumătate de când ai cerut-o.

175
10. Estimările pentru aprovizionare se bazează pe instinct și nu pe date.
11. Nu știi nici unde pierzi, nici unde câștigi în business.
12. Ai un sistem informatic de contabilitate-gestiune dezvoltat in-house/intern care depinde de o
singură persoană sau de o firmă care este foarte mică.
13. Folosești un sistem ERP „mort” care nu a mai fost îmbunătățit și actualizat de foarte mulți ani.
14. Softul ERP sau cel de contabilitate- gestiune permite chiar și ce legislația interzice.
15. Apar, dispar sau se modifică informații fără nicio explicație.
16. Pentru a descoperi cine a operat un document ai nevoie de calități de detectiv.
17. Nu știi niciodată cu exactitate ce ai pe stoc și ce nu.
18. Nu știi dacă sunt respectate procesele și procedurile de către oameni.
19. Multe activități simple durează foarte mult, iar oamenii introduc și prelucrează de mai multe ori
aceleași date.
20. În acest moment nu folosești niciun sistem informatic care să te ajute să îți gestionezi mai ușor și
mai corect afacerea.

Componentele unui sistem ERP. Module ERP și funcționalități

Fiecare modul sau componentă ERP se concentrează de obicei pentru a rezolva nevoile unei zone din
business sau mai bine zis, a unui departament. Partea cea mai bună a unui sistem ERP modular este
aceea că îți permite să combini diferite module, în funcție de nevoile tale specifice. Pe măsură ce
compania începe să se dezvolte, poți adăuga noi module care să te ajute în activitatea ta.
Modulele de contabilitate, salarizare, vânzări și gestiune a stocurilor sunt cele mai populare opțiuni în
ceea ce privește modulele alese de firme. Totodată există și multe module specifice pentru diferite
industrii, de la producție la retail.
Aceste module sunt inter-funcționale și conectează departamentele între ele, pentru a putea colabora
într-un mod eficient și armonios.
Cele mai importante și utile module ERP sunt:
Gestiune stocuri - asigură managementul și monitorizarea în timp real a inventarului, dar și
corectitudinea cantității stocurilor de produse din multiple gestiuni. Sistemele ERP mai avansate permit
crearea mai multor tipuri de gestiuni pe o firmă sau chiar administrarea gestiunilor mai multor firme
dintr-o singură aplicație ERP.
Contabilitate – modul necesar pentru evidența financiar-contabilă, care ajută la automatizarea
operațiunilor contabile precum obținerea declarațiilor sau a rapoartelor contabile care sunt obligatorii
din punct de vedere legislativ.
Salarizare – oferă suport pentru calculul salarial ținând cont de multiple variabile precum pontaje,
concedii, tipul contractului de muncă (CIM), impozite și contribuții (CAS, CASS), bonusuri, deduceri,
bonuri de masă. Totodată un modul bun de salarii permite obținerea de rapoarte cu privire la personal,
dar și depunerea D112 într-un mod corect. Uneori mai poartă denumirea de Payroll sau modul de
Resurse Umane.
Producție – permite planificarea și urmărirea producție. Această trasabilitate e utilă pentru a urmări
comenzile de producție, cantitatea de materie primă utilizată conform rețetelor de producție, bonuri de
intrare sau de consum, diferite rapoarte de producție etc.

176
Imobilizări – util pentru evidența mijloacelor fixe și calculul amortizării. Practic acest modul este un
instrument care permite urmărirea operațiunilor financiare ce țin de obiecte de patrimoniu, precum
mijloacele fixe și obiectele de inventar, toate aceste operațiuni fiind automat înregistrate în
contabilitate.
Comenzi furnizori – modulul e util pentru a aproxima cu o exactitate sporită cantitatea de
produse/stocuri care trebuie comandate la furnizori, pentru a nu bloca degeaba banii în stocuri prea
mari. Prin intermediul acestei componente, ERP-ul ține cont de datele istorice de vânzări, cererea de
produse sau sezonalitate pentru a propune cantități optime de stocuri care să se afle în depozit sau pe
rafturile magazinului.
Aprovizionare – oferă capacitatea de a optimiza eficient lanțul și necesarul de aprovizionare.
Vânzări – asigură abilitatea de a organiza și urmări în mod integrat vânzările, discount-urile, dar și
trasabilitatea documentelor necesare pentru a încheia o vânzare.
Facturare – se ocupă de înregistrarea și crearea documentelor ce țin de facturare (proforme, facturi,
avize etc.). În ERP-ul Transart facturile pot fi personalizate cu logo-urile companiilor sau cu alte
elemente, care asigură o imagine de calitate a brand-ului companiei tale.
Încasări – Plăți – asigură controlul asupra cash-flow-ului prin urmărirea situației facturilor restante,
scadențele facturilor de la clienți și furnizori, dar și monitorizarea clienților care sunt rău-platnici.
Servicii – facilitează desfășurarea activităților firmelor care oferă servicii, service pentru reparații cu sau
fără garanție și ajută la generarea documentației necesare.
Administrare – permite accesul la diferite module din ERP pe baza drepturilor de acces, customizarea
rapoartelor manageriale în funcție de propriile preferințe, realizarea procesului de back-up al bazei de
date etc.
Centre de cost – ajută la înțelegerea rapidă a modului în care se repartizează costurile și profiturile pe
fiecare departament sau punct de lucru pentru a-i ajuta pe manageri să afle ce e profitabil sau nu în
activitatea companiei lor.
CRM – unele platforme ERP au și modul de CRM (Customer Relationship Management) care, după cum îi
spune și numele, se ocupă de managementul relațiilor cu clienții. 😊 Mai exact, acolo se introduc toate
datele despre clienți, interacțiunile cu ei, se programează task-uri, notificări, alerte etc.
BI – la fel ca și în cazul de mai sus, există atât soluții de tip Business Intelligence distincte, care
funcționează prin interfațare cu alte ERP-uri, dar și module BI dedicate unui ERP, care funcționează doar
cu acel ERP. Un modul BI transformă modul în care te uiți la date și la rapoarte fiindcă îți permite să treci
de la o analiză de tip tabelar, la una grafică și interactivă, care îți permite să faci o analiză mai rapidă și
mai avansată.
WMS – un modul ERP care îndeplinește funcționalitățile unui Warehouse Management System este mai
ieftin decât o aplicație distinctă care trebuie integrată. Astfel prin strânsa legătură dintre ERP și WMS,
companiile reușesc să își asigure o trasabilitate și un management de calitate al stocurilor și a activității
operatorilor din depozit.
Nomenclatoare –înregistrează date despre terți/parteneri, gestiuni sau produse.
Rapoarte – generează rapoarte personalizate pentru fiecare department al firmei.
EDI – automatizează și programează schimbul de date și de documente precum proforme, facturi etc.
între furnizori/distribuitori și clienții finali, în special marii retaileri locali(Dedeman) sau IKA(Carrefour,
Mega Image, Kaufland etc.).
177
Notificări – trimite către clienți, direct din ERP, în mod automat informații, documente (facturi, garanții,
rapoarte etc.).

178
Interfețe – un modul de acest tip interfațează/conectează, automatizează și programează schimbul de
date dintre diferite aplicații și ERP. Practic permite integrarea ERP-ului cu un e-Shop, cu un sistem de
management al activității din depozit (WMS), cu soluții Business Intelligence utile pentru analiza de
business a rapoartelor grafice, actualizate în timp real, POS, EDI, soluții pentru automatizarea activității
agenților de distribuție, vânzări și merchandising care activează pe teren (SFA), CRM etc.

Ce este software-ul Cloud ERP?

Calculul bazat pe cloud (numit și Software as a Service sau SaaS) permite utilizatorilor accesul la aplicații software
care rulează pe resurse de calcul partajate (de exemplu, putere de procesare, memorie și stocare pe disc) prin
Internet. Aceste resurse de calcul sunt întreținute în centre de date la distanță dedicate găzduirii diverselor aplicații
pe platforme multiple. Cloud ERP este Software ca serviciu care permite utilizatorilor să acceseze software-ul
Enterprise Resource Planning (ERP) prin Internet. Cloud ERP are, în general, costuri inițiale mult mai mici,
deoarece resursele de calcul sunt închiriate lunar, mai degrabă decât achiziționate direct și întreținute în incintă.
Cloud ERP oferă, de asemenea, companiilor acces la aplicațiile lor critice pentru afaceri în orice moment, din
orice locație. În timp ce, din punct de vedere tehnic, singura diferență între Cloud ERP și ERP local este locul în care
software-ul este localizat fizic, există alte diferențe semnificative. Aici vă explicăm câteva dintre caracteristicile
cheie și avantajele software-ului Cloud ERP. Cloud este deosebit de valoros pentru întreprinderile mici și mijlocii
(IMM-uri), deoarece oferă acces la aplicații cu funcții complete la un preț rezonabil, fără o cheltuială substanțială în
avans pentru hardware și software. Folosind furnizorul adecvat de cloud, o companie își poate extinde rapid
software-ul pentru productivitatea afacerii pe măsură ce afacerea crește sau se adaugă o companie nouă.

Avantajele Cloud. Cloud s-a dovedit că reduce costurile în multe moduri, deoarece: Evită costurile
inițiale pentru toate infrastructurile de calcul, cum ar fi serverele hardware și de date, Reduce serviciile
de asistență IT, deoarece asistența IT este furnizată de centrul de date, Elimină plata în avans a licențelor
software pentru aplicații în favoarea unei taxe lunare, Reduce costurile de întreținere și susținere a
acestor aplicații, deoarece furnizorul de cloud gestionează actualizările și actualizările.

Cele mai importante beneficii ale Cloud ERP depășesc economiile de costuri și includ: Plata doar
pentru resursele de calcul necesare - O rată lunară fixă, astfel încât companiile să își poată folosi
numerarul pentru alte inițiative de afaceri. Profitarea mai rapidă a aplicațiilor Cloud ERP, deoarece nu
este necesară instalarea de hardware și software pe servere sau dispozitive de utilizator. Capacitatea de
a ajusta cantitatea de servicii cloud, pe măsură ce nevoile de calcul sau stocare ale unei companii
fluctuează. Ne bucurăm de încrederea că datele au fost salvate și că există un plan de recuperare în caz
de dezastru. Evitarea atacurilor asupra serverului companiei, deoarece datele nu sunt stocate local, ci în
cloud. Accesarea sistemului de oriunde facilitează extinderea geografică a unei companii, deoarece
internetul este peste tot și nu este nevoie să implementați hardware și software în locații îndepărtate.
Există multe avantaje ale computerului cloud ERP, dar nu toate Cloud ERP sunt la fel.

Componente ale software-ului Cloud ERP. Toate software-urile ERP bazate pe cloud oferă
funcționalități financiare și contabile de bază. De acolo, tipurile de module sau aplicații pe care o
organizație le alege să le implementeze depind de industria sa și de nevoile specifice ale afacerii.
Modulele ERP cloud disponibile includ: Date financiare și contabilitate Managementul capitalului uman
(HCM) și / sau software de gestionare a resurselor umane (HRMS) Managementul relațiilor cu clienții
(CRM) Managementul inventarului Managementul comenzilor Achiziții Managementul lanțului de
aprovizionare Management de proiect Planificarea cerințelor materiale (MRP)

179
Tipuri de software Cloud ERP. Pentru început, nu toți norii sunt egali. Unii furnizori de ERP vechi și-au modernizat
software-ul pentru a rula din propriile centre de date conectate la internet. Companiile care implementează aceste
sisteme ERP pot pierde toate avantajele ERP bazate pe cloud, cum ar fi actualizările simplificate și puterea
modelului de centru de date cloud, unde un fond masiv de resurse sprijină aplicațiile și nu dedică infrastructura
componentelor software individuale. Există, de asemenea, mai multe tipuri de software cloud ERP: SaaS multi-
chiriaș: o versiune unică a software-ului ERP și a infrastructurii sale asociate deservesc mai multe organizații. Cu
toate acestea, în timp ce fiecare organizație folosește același software și este găzduită pe aceleași servere, datele
unei companii rămân inaccesibile altora. Un adevărat sistem ERP cloud este de obicei un SaaS multi-chiriaș. SaaS cu
un singur chiriaș: o singură versiune a software-ului ERP și a infrastructurii sale asociate servește doar o singură
organizație. Cu alte cuvinte, datele unei organizații sunt găzduite pe servere private care rulează o instanță
software unică. Unii furnizori de cloud ERP vor oferi clienților posibilitatea de a rula o instanță privată sau o
instanță partajată. Cloud public: deținut de furnizorul de servicii, mai multe organizații partajează servicii de cloud
computing. Cu toate acestea, datele și aplicațiile fiecărei organizații sunt inaccesibile altora. Exemple de cloud
public includ Amazon Web Services, Google Cloud, Microsoft Azure și Oracle Cloud.Cloud privat: un serviciu care nu
este partajat cu nicio altă organizație. ERP hibrid: Așa cum sună, o abordare ERP hibridă combină software local cu
un cloud privat sau cloud public pentru calcul, stocare și servicii.

Cele mai bune soluții software Cloud ERP: Ce sisteme câștigă pentru 2020?
În acest an și nu numai, factorii care determină organizațiile să compare soluțiile software ERP în cloud încep
adesea cu câteva focalizări puternice. În special, calitatea produselor, producția și monitorizarea proceselor,
utilizarea sporită a aplicațiilor de analiză și business intelligence (BI) și necesitatea unei mobilități mai mari devin
necesități pentru companiile care adoptă un nou software ERP (planificarea resurselor întreprinderii). Companiile
care adoptă ERP în cloud se concentrează, de asemenea, pe modul în care pot fi inteligenți în ceea ce privește
planificarea și gestionarea creșterii rapide. Producătorii tind să fie mai selectivi și să aibă succes cu strategiile de
creștere pe care le urmăresc pe baza informațiilor obținute din sistemele ERP bazate pe cloud. Aceasta înseamnă
că fuziunile și achizițiile ajută la alimentarea adoptării ERP bazate pe cloud. Noile entități de afaceri create din
aceste tranzacții urmăresc îmbunătățirea calității și vitezei produselor. În plus, se vorbește despre o conexiune
între software-ul cloud ERP și răspunsul pandemic COVID-19, care a cerut accelerarea transformării digitale. Este
probabil să vedem o creștere a adoptării sistemelor cloud ERP în următorii ani, în încercarea de a dezvolta lanțuri
de aprovizionare mai agile și mai receptive.

180
Bazele tehnice ale arhitecturilor ERP
Tehnologia informației se schimbă într-un ritm rapid. Tehnologia ERP de bază este necesară pentru a ține pasul cu
primul scenariu IT în schimbare și ar trebui să fie, de asemenea, flexibil pentru a adopta un scenariu de afaceri în
continuă schimbare. Arhitectura tehnică ERP definește practic aspectul straturilor de implementare a aplicației
între servere și desktopuri, interfețe și obiecte software. Arhitectura ERP nu mai este menită să ofere doar
funcționalități tehnice, interfață cu utilizatorul și suport pentru platformă, ci ar trebui să poată absorbi tehnologiile
emergente. Ar trebui să poată fi extins și menținut pentru a satisface nevoile viitoare ale afacerii, cum ar fi
modificările proceselor de afaceri, fuziunile și achizițiile, compatibilitatea cu reglementările viitoare etc.
Era Mainframe: În anii 1980, sistemele ERP rulează pe mainframe, capabile să susțină sute de utilizatori simultan.
Utilizatorii se conectau la acest sistem monolit prin terminale stupide (terminale fără memorie sau putere de
procesare), doar pentru a accesa și introduce date. Conceptul de interfață pentru utilizatorii grafici încă urma să
vină și doar câțiva utilizatori cunoscuți s-au simțit confortabil cu această configurare.

Client-Server: În anii 1990, aplicația ERP client server (C / S) a devenit populară. PC-ul a devenit puternic și a oferit
o interfață de utilizator mai bună (UI), prin intermediul interfeței grafice pentru utilizatori (GUI). Calculatoarele
mainframe au fost înlocuite de un sistem midrange, cum ar fi AS / 400 sau servere PC puternice. PC-urile (clienții),
conectate în rețea cu server / cluster de servere, sunt cunoscute sub numele de platformă Client Server și au
următoarele caracteristici: Serverul găzduiește baza de date centrală și programul de aplicații.Clienții PC, furnizează
date de intrare, solicită servicii de la server, efectuează afișare și efectuează unele prelucrări. Funcțiile sistemului
sunt realizate în trei straturi logice i) Strat de prezentare la PC-ul client ii) Stratul aplicației, executarea
instrucțiunilor de la utilizatori și transferul și primirea datelor din baza de date iii) Stratul bazei de date pentru
gestionarea centralizată a datelor. Sub conceptul C / S, serverul denotă fie un server fizic, fie un server virtual.
Programul de aplicații și baza de date pot fi găzduite pe un singur server sau pe două servere separate. Pentru
sisteme cu locație multiplă sau sisteme mari, programul de aplicații este împărțit într-un număr de servere în rețea
care sporesc viteza și fiabilitatea sistemului. Sistemul monolit din epoca mainframe a oferit arhitecturii
multistratificate și descentralizate a C / S. În consecință, furnizorii de ERP au început să adopte tot mai multe
programe orientate pe obiecte (OO) și un limbaj de programare de generația a treia / a patra (3GL / 4GL). Acest
mediu de dezvoltare componentizat le permite să dezvolte soluții mai modulare care pot fi personalizate, testate,
implementate și adaptate cu ușurință și separat.

ERP activat pe web. Adoptarea tehnologiei Internet permite accesul la un sistem ERP de oriunde și oricând,
permițând noi funcționalități ERP, cum ar fi Automatizarea forței de vânzare. Interfața cu utilizatorul (UI) sub un
sistem Client / Server era în mod normal un mic program software care trebuia instalat, întreținut și actualizat pe
fiecare desktop. Efectuarea acestei sarcini pe mai multe desktopuri situate la diferite noduri ale rețelei extinse a
devenit o sarcină greoaie. În consecință, conceptul de Uniform Resource Locator (URL) a fost adaptat și browserul
de internet a fost utilizat pentru a accesa serverul din partea clientului. Această dezvoltare a eliminat necesitatea
instalării programului client, dar a folosit aplicații Java, care sunt descărcate ori de câte ori se face o conexiune de
către client, prin URL. Acesta a fost începutul adoptării tehnologiei internet de către sistemele ERP. În plus, pe
partea de server, a fost adăugat un nou strat de server web (server HTTP) pentru generarea de pagini HTML,
pentru a răspunde instrucțiunilor clientului. Un server Caching a fost, de asemenea, adăugat pentru a îmbunătăți
viteza și performanța. Clientul activat de browser și stratul suplimentar de servere web, au furnizat primul pas de
activare web a soluțiilor ERP. Următorul pas al activării web este extinderea sistemului ERP backend pe web, astfel
încât lucrătorii mobili, furnizorii și furnizorii să poată accesa și colabora prin intermediul unei conexiuni de internet
securizate. Pentru a realiza acest lucru, sistemele ERP sunt necesare pentru a fi reproiectate și compatibile cu
standardele precum Java 2 Enterprise Edition (J2EE). Aceasta este o lucrare care necesită mult timp, deoarece
sistemele ERP tradiționale sunt complexe, inflexibile și dezvoltate pe platforme proprietare și progresează lent.

Concluzie. Ca o consecință a tehnologiilor emergente, cum ar fi WEB 2.0 și Service Oriented Architecture (SOA), se
dezvoltă noi modele de afaceri precum ERP extins și Software as Service (SAAS). Furnizorii de ERP, care vor putea
să se adapteze și să facă modificări la arhitectura existentă, vor ieși cu succes.

181
DE STUDIAT: EXEMPLU ERP Inteligent
https://www.sap.com/products/s4hana-erp.html?btp=34d2413e-15e6-4322-a4b2-d6f04a871103
Ce este SAP S / 4HANA? SAP S / 4HANA este un sistem ERP (Enterprise Resource Planning) pregătit pentru viitor,
cu tehnologii inteligente încorporate, inclusiv AI, învățarea automată și analize avansate. Transformă procesele de
afaceri cu automatizare inteligentă și rulează pe SAP HANA - o bază de date în memorie de piață care oferă viteze
de procesare în timp real și un model de date simplificat dramatic. Implementare la nivel local, public / privat sau
implementare hibridă, AI încorporat, analiză și automatizare inteligentă a proceselor, Bază de date în memorie și
model de date simplificat, Capacități și cele mai bune practici pentru o gamă largă de industrii, UX pentru
consumatori. ERP inteligent este noua coloană vertebrală a transformării digitale Transformarea digitalizării este
procesul prin care deveniți o afacere digitală inteligentă. Modelele de afaceri existente se schimbă, iar afacerea
dvs. trebuie să fie gata. Nu doar pentru a profita de avantajele pe care le aduce o astfel de transformare, ci și
pentru că, dacă nu sunteți interconectat, riscați să ieșiți din lanțul de aprovizionare. Afacerea digitală este
construită pe o nouă infrastructură de calcul - facilitatorii sunt Cloud, Analytics, Big Data și tehnologii mobile,
accelerate de Internetul obiectelor (IoT), progrese în învățarea automată și inovații precum Blockchain. Aceste
tehnologii oferă companiei dvs. capacitatea de a vă schimba modelele de afaceri și de a crea noi produse și servicii
în economia digitală. În mediul de fabricație, acest lucru duce la fabrici inteligente și produse inteligente.

TEMA: Caracterizati un ERP Inteligent.

Sisteme de tip CRM (caracteristici, arhitecturi)

CRM: acronim pentru Customer Relationship Management, tradus în Managementul Relațiilor cu Clienții.
Definiție CRM: Un CRM este o aplicație software, un sistem de gestiune a relației cu clienții, care are
rolul de a contribui la managementul tuturor relațiilor și interacțiunilor cu clienții actuali sau cu
potențialii clienți. Atragerea de clienți noi și fidelizarea clienților actuali sunt principalele funcționalități
pe care un software CRM le realizează.

Importanța unui soft CRM. O aplicație CRM are 6 roluri majore într-o companie:
1. Creșterea vânzărilor și a business-ului;
2. Monitorizarea activității oamenilor;
3. Automatizarea de procese pentru eficientizarea activității și creșterea productivității;
4. Crearea și îmbunătățirea relațiilor cu clienții pe termen lung;
5. Înțelegerea mai bună a portofoliului de clienți și a nevoilor acestora.
6. Centralizarea istoricului interacțiunilor cu clienții și date

182
Cum Ajuta CRM-ul intr-un business? CRM-ul ajută business-urile să construiască relații durabile cu
clienții, ceea ce ajută la îmbunătățirea loialității și retenției clienților pe termen lung. Cum e mult mai
ieftin pentru companie să vândă ceva unui client deja existent, un soft CRM ajută la îmbunătățirea
profitabilității companiei. Însă probabil cel mai important rol al unui CRM este faptul că îți permite să îți
crești business- ul, să scalezi organic și controlat pe măsură ce îți crește activitatea. Totusi, ce este CRM?
CRM-ul este înainte de toate un instrument strategic, de aceea este bine să începi să îl folosești cât mai
repede posibil, înainte să fie absolut necesar fiindcă nu mai poți face față volumului de clienți.

Un soft CRM te ajută in 4 puncte cheie ale afecerii:

 Învățare. CRM-ul ajută o afacere să învețe și să înțeleagă mai bine cine sunt clienții săi , de ce cumpără și care
este momentul în care cumpără. Așa se pot anticipa nevoile clienților și se pot rezolva proactiv, ceea ce poate
oferi un avantaj strategic. Totodată se pot observa și alte lucruri, cum ar fi faptul că un lead, în majoritatea
cazurilor, se transformă în client după 7 interacțiuni cu el, ale omului de vânzări, de exemplu. De îndată ce
informațiile despre clienți sunt colectate într-un singur loc și sunt organizate așa cum trebuie, îți va fi mult mai
ușor sa segmentezi clienții și sa vinzi mai mult cu un CRM vânzări prin intermediul promoțiilor sau prin
promovarea unor produse noi.
 Organizare. CRM-ul îi ajută pe oameni să devină mai eficienți, să își planifice mai bine activitățile și
interacțiunile cu clienții, dar și să automatizeze diferite procese.
 Optimizare. Ajută la optimizarea interacțiunilor cu clienții, dar și la colaborarea dintre oamenii de vânzări.
 Monitorizare și rapoarte de activitate. Software-ul CRM este un instrument extrem de important atât pentru
administratori/manageri generali, cât și pentru directorii de vânzări, respectiv supervizori zonali sau regionali.
Practic în CRM se poate vedea activitatea tuturor oamenilor de vânzări, ce potențial de vânzări există, ce
vânzări s-au realizat deja etc.

183
 Când ai nevoie de o aplicație CRM pentru vânzări? 17 semne care îți arată că ai
nevoie de un CRM
1. Dacă îți pleacă un om de vânzări, ai pierdut și lead-uri sau clienți (sau cel puțin istoricul interacțiunilor, poate
chiar și datele de contact).
2. Nu știi unde sunt localizate datele clienților. Nu poți găsi persoane de contact de la client, atunci când ai
nevoie, sau alte date relevante.
3. Vrei să crești, să scalezi business-ul și încă te bazezi pe Excel-uri. Ba mai mult, fiecare om de vânzări e cu
Excelul și cu raportele lui.
4. Sună un client și nu poți găsi istoricul achizițiilor lui. Sau poate și mai rău, sună un client și Account managerul
nu e acolo și nimeni nu poate ajuta acel client că nu știe nimeni nimic despre el.
5. Nu poți înțelege care sunt produsele cele mai cumpărate de către clienți.
6. Oamenii tăi de vânzări nu au toate informațiile despre client atunci când merg pe teren
7. Stochezi informații despre vânzări, activitate oameni, clienți în diferite fișiere și hard disk-uri. În CRM ai totul
într-o singură bază de date centralizată și poți analiza aceste lucruri mult mai ușor.
8. Pierzi prea mult timp verificând activitatea oamenilor de vânzări, întrebându-I pe fiecare în parte și cerându-le
să îți trimită rapoarte care sunt realizate manual. În CRM rapoartele despre activitatea lor se generează
automat.
9. Oamenii de vânzări nu colaborează și nu își sincronizează activitățile.
10. Nu mai poți ține pasul cu numărul de lead-uri sau potențiali clienți.
11. Nu e clar modul în care echipa ta comunică cu clienții și cu lead-urile.
12. Nu ai un process de vânzare în pași, care s-a dovedit că este eficient, astfel că fiecare om vinde cum vrea el,
însă nu apar rezultatele dorite.
13. Oamenii de vânzări folosesc pix și agende, Google Calendar sau alte tool-uri pentru a-și planifica activitățile.
Toate aceste lucruri trebuie să apară în CRM, nu îl altă parte.
14. Se uită frecvent să se contacteze clienții sau lead-urile sau să se actualizeze informațiile despre ei. În plus
reminderele pentru follow-up sunt esențiale în procesul de vânzare, iar un CRM le poate realiza automat.
15. Când ai oameni noi de vânzări, care preiau un portofoliu de clienți deja existenți, folosirea unui CRM în care să
se vadă istoricul clientului și datele de contact este vitală.
16. Echipele din diferite departamente nu colaborează, fiecare echipă are datele sale. Izolarea aceasta a datelor
duce la probleme de comunicare. De exemplu, oamenii de la marketing trebuie să meargă întotdeauna la cei
de la vânzări ca să primească datele de contact ale unor clienți sau să vadă ce s-a vândut în ultima perioadă.
17. Pierzi oportunități de vânzare și nu știi de ce.

Exemplu: CRM pentru Creșterea și Monitorizarea Echipelor de Vânzări

 Implementezi modulul CRM Vânzări și poți afla oricând tot ce mișcă în materie de vânzări și oportunități de
vânzare În modulul CRM Vânzări poți verifica ușor ofertele trimise, activitatea echipei de vânzări și oportunitățile
existente. Datele îți sunt la îndemână în orice moment, de pe orice dispozitiv, indiferent că ești la birou, pe teren
sau în vacanță.

 Notificări interne despre activitățile consultanților de vânzări

Știi tot timpul când se modifică ceva în statusul lead-urilor, prospecților sau a clienților cu ajutorul notificărilor
afișate în aplicația CRM.

 Crești cifrele centralizând toate informațiile esențiale despre vânzări

Găsești rapid și ușor răspunsuri la întrebări precum: “Ce vânzări se închid luna asta?”, „Ce oportunități sunt pe cale
să pierd?” sau „Cine se ocupă de un client? sau de o anumită activitate?”. Aceste informații te ajută să îți
îmbunătățești constant procesul de vânzare și să ții sub control faptul că nu niciun membru al echipei nu ratează
oportunități majore sau amânate.

 Găsești rapid informația de care ai nevoie

Ajungi simplu la toate informațiile de care ai nevoie, atunci când ai nevoie. Știi mereu cine s-a ocupat de task-uri. Și
184
ai tot istoricul clienților la doar un filtru distanță.

185
 În aplicație ai totul despre clienți și despre propria activitate. Iar dacă ești Supervizor, descoperi într-o clipă orice ai
nevoie despre activitatea Account Managerilor pe care îi ai în subordine.

 Sincronizează ușor activitatea mai multor divizii într-un sistem CRM vânzări
Un CRM axat pe vânzări, te ajută să rezolvi ușor situația în care reprezentanți de vânzări, din mai multe divizii,
interacționează cu același client. Poți sincroniza cu ușurință vizitele, ofertele sau task-urile acestora pentru a
eficientiza activitatea tuturor diviziilor de vânzări.

 Respectă tot procesul de vânzare. Treci mai ușor de la Lead la Client sau de la Oportunitate la Vânzare
Clasifici în sistemul CRM clienții în funcție de stadiul în care te afli cu negocierea, iar apoi folosești oportunitățile de
vânzare în orice etapă (Lead, Prospect, Client) a relației cu clientul.

 Un singur adevăr pentru toți. Rapoarte de vânzări corecte pe care chiar te poți baza
Excel-urile dispar, iar Exactitatea și Predictibilitatea în Vânzări și Previziuni apar pentru că CRM-ul te ajută să te
bucuri de: Cifre de vânzări actualizate în timp real / Același set de date pentru toată lumea / Același raport care
arată la fel și conține aceleași cifre indiferent că se uită pe el Managerul General, Directorul de Vânzări sau Agentul
de Vânzări
/ Acum rapoartele capătă același sens pentru toți. Iar tu vorbești aceeași limbă cu agenții atunci când discuți
despre rapoartele și targetele lor de vânzări.

Modul CRM Vânzări cu procese automatizate

 Sistem CRM adaptabil pentru nevoile tale de business
Îl folosești așa cum vrei. Tu decizi ce informații vede în softul CRM fiecare membru al echipei. Tu
stabilești sau creezi noi câmpuri obligatoriu de completat pentru echipa de vânzări. Dar mai ales, te
bucuri de flexibilitatea pe care ți-o oferă un CRM ușor de personalizat pentru a-l transforma într-un
instrument cât mai util afacerii tale.

 Implementare fără bătăi de cap. Costuri accesibile pentru oricine

Spune „Adio!” costurilor de achiziție foarte mari pentru licențe software. Spune „Bun venit!” unei
aplicații CRM care funcționează din prima:

 Fără să te mai chinui să instalezi ceva pe vreun device de-al tău.

 Fără să mai fii nevoit să cheltui bani pentru un server.
 Fără să mai fii obligat să îți bați capul cu actualizările aplicației până la ultima versiune.
 Flexibilitate. Mobilitate. Oriunde. Oricând. De pe orice device
Depășește limitele unui soft CRM neintegrat cu ERP. Folosește o platformă Cloud CRM care îți ajută
echipa de agenți să colaboreze și să vândă din orice loc, în orice moment.

 Obții rezultate imediate. Integrezi rapid noii colegi

Creat după cele mai noi standarde de design, HERMES CRM este un instrument Super Simplu de Utilizat
pentru oricare dintre agenții tăi de vânzări. Chiar și noii angajați se vor obișnui rapid cu el și vor începe să
devină productivi chiar din prima lor săptămână de lucru.

 Generarea ofertei în format pdf și trimiterea rapidă prin e-mail este un alt proces automatizat în
modulul CRM Vânzări
Indiferent că ești la sediu sau pe teren, cu sistemul CRM de la Transart creezi rapid o ofertă, gata de
trimis prin e-mail. Dai doar Tap-Tap pe smartphone/tabletă sau folosești mouse-ul dacă ești la birou și
GATA. În câteva minute, clientul deja a primit noua ta ofertă.

186
 Colaborează simplu cu colegii tăi. Asigură-te că toate lucrurile sunt făcute la timpul lor
Creează task-uri și dă-le share cu colegii. Dai doar câteva Tap-uri/click-uri și deja ai împărțit task-urile cu
echipa. Așa te asiguri că se respectă deadline-ul pentru a trimite o ofertă sau pentru a da un telefon.

 Remindere pentru a organiza activitatea mai ușor în fiecare zi. Lucrează ca un expert în vânzări
HERMES CRM te notifică atunci când ai programat în calendar să faci o activitate (cum ar fi să suni un
client), indiferent că ești la birou sau pe teren. Iar dacă ai activități de rutină, care se repetă lunar, le
înregistrezi o singură dată în calendar și veți primi remindere pentru ele atunci când ai stabilit.

Toată lumea vorbește despre CRM-uri și ERP-uri în zilele noastre. Dar, din cauza funcționalităților lor aparent
suprapuse, mulți nu sunt încă siguri despre modul în care funcționează aceste sisteme și despre modul în care sunt
legate între ele. Așadar, să apelăm puțin înapoi și să ne uităm înapoi la un moment în care computerele nu existau
și totul se făcea cu mâna și cu munca grea. Pe vremuri, informațiile de contact erau scrise în volume de agende
telefonice, iar cele mai detaliate informații despre clienți erau scrise în cărți de evidență. La fel s-a procedat și
pentru rapoartele de afaceri și orice alt tip de informații referitoare la afacere: date financiare, prognoză, stocuri,
vânzări etc. Toate acestea erau pe hârtie și erau depuse în sertare, rafturi sau în orice alte sisteme de depozitare
fizice din birou. În același timp, diferite departamente de birouri dintr-o afacere au lucrat în zone desemnate pe un
întreg etaj unic de birou sau pe etaje diferite în clădire. Comunicarea a fost făcută prin apeluri efectuate prin
numere locale și inter-departamentale. Aceasta însemna că fiecare persoană avea un număr local, dar telefonul
era staționar și complet non-mobil (evident). Și orice alt tip de comunicare a fost fie scris de mână, fie
dactilografiat, apoi semnat pe umed, livrat de către un agent de poștă de birou - o persoană reală care mergea din
cameră în cameră și de la etaj la etaj pentru a transmite orice fel de mesaj. După aceea, aceste documente au fost
depuse în dosare sau plicuri

187
separate, depozitate în sertare sau în cutie și depozitate în camera pentru documente. Oricine avea nevoie de
acces la aceste fișiere a trebuit să obțină permisiunea de la departamentul principal sau de la șeful
departamentului și, de asemenea, a trebuit să-și expună motivul pentru care au folosit informațiile. Păstrarea
înregistrărilor a fost manuală și plictisitoare și a fost nevoie de mult timp pentru a împărtăși informații între diferite
echipe și între departamente, ceea ce a fost destul de neproductiv pentru întreaga afacere. Și da, a existat o sală de
înregistrări, menită în mod special să găzduiască toate documentele, documentele de afaceri, chitanțele și orice
altceva care a fost considerat util și important pentru companie. Acest sistem a însemnat mai multă muncă pentru
toată lumea și timpi de livrare mai lungi pentru clienți. Toate aceste lucruri evocă amintiri de birouri și clădiri pe
care le-am văzut în copilărie, poate în anii 70 sau 80, chiar și atunci când chiar și jucăriile noastre erau toate
manuale sau de unică folosință cu baterii. Și tehnologia analogică a fost următorul lucru important. Și dacă există
ceva care rămâne adevărat de atunci până astăzi, este faptul că întreprinderile înțeleg importanța serviciului
pentru clienți și avantajul de a avea un sistem de lucru eficient. De aici, nașterea tehnologiei digitale și începutul
sistemelor sofisticate de automatizare software. Înainte până astăzi, păstrarea înregistrărilor a devenit complet
digitală și sistemele de lucru au devenit automatizate, datorită sistemelor CRM și sistemelor ERP. Astăzi, echipele
orientate către clienți pot accesa informațiile rapid și pot furniza servicii mai rapid. Echipele de back office și
diferitele departamente de afaceri pot comunica acum în timp real, într-un chat privat sau într-un chat de grup și
pot face schimb de informații fără probleme. Și prin integrarea acestor două sisteme, ambele capete pot comunica
mai repede și pot lucra împreună mai eficient.

Deci, ce este un CRM și ce este un ERP?

Pe scurt, CRM este sistemul pe care o echipă de asociați orientați spre client îl utilizează pentru a accesa
informații despre clienți, cum ar fi numele contului, detaliile de contact, adresele, istoricul comenzilor și
achizițiilor, precum și contractele și orice alte documente relevante pentru produs sau serviciu. pe care o
are un client. Tot aici se plasează comenzile și se pot vizualiza informațiile de livrare. Orice lucru care se
face pe CRM oferă date financiare și de afaceri care sunt utile echipelor care sunt responsabile de
prognoză, raportare, depozitare, cumpărare, programare a livrărilor și toată munca care se face în culise.
În termeni mai simpli, un sistem CRM face păstrarea înregistrărilor mult mai ușoară și mai precisă și este
utilizat în principal la front-end.
Un sistem ERP, pe de altă parte, ajută echipele și departamentele să lucreze mai rapid prin
automatizarea proceselor de lucru și este utilizat în principal în back-end. Și, deși aceste sisteme au
funcționalități diferite, ambele sunt esențiale pentru succesul oricărei afaceri - fie ea mare sau mică. La
fel ca echipa dvs. orientată către clienți și echipa dvs. de back office, fiecare echipă are propriul domeniu
de lucru, dar ambele echipe sunt necesare pentru a conduce afacerea. Mai presus de toate, nimeni nu
trebuie să se ocupe de recuperarea și sortarea manuală a fișierelor, deoarece toate acestea pot fi salvate
și gestionate pe cloud (adică pe un server cloud). Și din această cauză, toate informațiile pot fi accesate
oricând și oriunde, atâta timp cât unul este conectat la internet și are acreditări pentru sistem. Când vă
echipați echipele cu un sistem automat care le susține activitatea, cum ar fi Salesforce CRM, rezultă un
randament și o precizie mai ridicate. Acest lucru înseamnă un mediu mai eficient pentru toți cei implicați
și timp de livrare mai rapid pentru clienți. Așadar, dacă sunteți încă pe gard despre faptul că ar trebui să
utilizați un CRM sau un ERP, este foarte recomandabil să le utilizați pe ambele, mai ales că aceste două
sisteme pot fi integrate. Veți obține un sistem robust care va transforma modul în care lucrurile se fac la
locul de muncă și calitatea serviciilor pe care le oferiți clienților dvs. Automatizarea este o tendință
majoră în cea de-a patra revoluție industrială de astăzi. Așadar, dacă petreceți încă o mare parte din
timpul dvs. efectuând sarcini zilnice manuale, este timpul să treceți lucrurile la nivelul următor și să
începeți automatizarea afacerii dvs. prin integrarea unui sistem CRM și ERP adaptat nevoilor afacerii dvs.
188
Acestea sunt extrem de personalizabile,

189
permițându-vă să selectați modulele și aplicațiile de care are nevoie afacerea dvs. Așadar, începe
automatizarea afacerii tale astăzi și vei începe să culegi recompensele mai devreme decât crezi.

190
Exemplu. Microsoft Dynamics 365
Compania dvs. este pregătită pentru viitor? Gestionăm împreună transformarea digitală!
Noua soluție completă de la Microsoft - Dynamics 365 Enterprise - a rezultat din unificarea fostelor
tooluri Dynamics CRM și ERP din Cloud. Software-ul rezultat oferă funcții performante pentru finanțe,
vânzări și achiziții, logistică, producție, management de proiect, servicii pentru clienți, marketing și
managementul personalului. Se poate completa cu analizele derivate din Cortana Intelligence, Power BI
și integrarea în Office 365 – toate acestea oferind o platformă pentru creștere durabilă și succes
corporativ. Aplicăm Dynamics 365 Enterprise pentru a ajuta companiile care trec prin
transformare digitală, permițându-le să conecteze toți factorii care decurg din activitatea
curentă și relația cu angajații, clienții și partenerii de afaceri în moduri inovatoare.
Început flexibil, dezvoltare după nevoi: începeți cu funcțiile de care aveți nevoie la momentul dat și
continuați să dezvoltați în Cloud în ritmul propriu.
Productivitate acolo unde este nevoie: Asistați angajații cu instrumente de productivitate ușor de
încorporat în procesele dvs.
Inteligență integrată: Obțineți rezultate optime împreună cu personalul dvs. - gratie inteligenței
integrate de-a lungul tuturor etapelor procesului.
Concentrare pe creștere: Adoptați practici eficiente, adaptându-se rapid la noile provocări prin aplicații
și platforme flexibile, expandabile.
Combinați Dynamics 365 (ERP și CRM) cu Office 365, Power BI și Servicii Azure este o solutie.

Platforme Inteligente de Date pentru Clienți (ICDP – Intelligence

Customer Data Platform)
Ce este inteligența clienților? Inteligența clienților este colectarea, identificarea și analiza datelor,
comportamentelor și activităților clienților, astfel încât să puteți oferi o experiență excelentă și să luați
decizii în cunoștință de cauză. Aceasta implică identificarea persoanelor pe canale și aplicații la fiecare
punct de contact, astfel încât să puteți livra cea mai rapidă și cea mai relevantă următoare cea mai bună
ofertă și să o personalizați la nivel granular.

Ce este o platformă inteligenta pentru clienți? O platformă inteligentă pentru clienți (CIP) este
următoarea etapă a gestionării datelor clienților. Acesta servește și conectează utilizatorii de afaceri în
vânzări, marketing, comerț și servicii, conectând miliarde de puncte de date între surse de date
disparate pentru a descoperi informații. Un CIP valorifică AI și învățarea automată pentru a înțelege,
rezolva și evalua date structurate și nestructurate în întreaga întreprindere, inclusiv: Rezolvarea și
duplicarea datelor principale de bază despre potențiali, clienți, conturi, locații, tranzacții, preferințe și
date de referință asociate / Potrivirea entităților de date și a noilor tipuri de înregistrări / Îmbogățirea
datelor cu indicatori deduși sau derivați, cum ar fi implicarea, sentimentul, valoarea și călătoria,
permițând unei game largi de utilizatori să efectueze analize complexe printr-o interfață ușor de utilizat /
Generarea mai multor vizualizări unice ale clienților în timp real. O CIP creează vizualizarea unui singur
client care îmbunătățește experiența clientului și agilitatea afacerii. Adăugarea automatizării inteligente
a proceselor
191
ajută la reducerea punctelor de frecare ale clienților prin simplificarea sarcinilor de bază bazate pe date,
permițându-vă să urmăriți și să măsurați fiecare etapă a călătoriei clientului într-o varietate de cazuri de
utilizare.

ICDP-urile încorporează date anonime ale unor terțe părți, precum și date cunoscute de prima parte,
pentru a oferi o înțelegere completă a clientului. Au un strat de inteligență care utilizează învățarea
automată pentru modele predictive și recomandări pentru a produce perspective mai puternice și mai
eficiente. ICDP-urile împărtășesc aceste informații cu orice alt sistem pentru a permite vânzările,
serviciile, marketingul, comerțul, serviciul de teren, finanțele, socialul și altele, cu mai multă inteligență.
De exemplu, dacă un client interacționează cu un agent de servicii pentru a raporta o problemă, este
imperativ ca sistemul de vânzări să-l informeze pe agent că acesta este un client de mare valoare care
tocmai a făcut o achiziție majoră.În mod similar, dacă un client are un bilet de asistență deschis, este
crucial ca sistemul de marketing să informeze agentul de marketing să nu includă clientul respectiv într-o
campanie de marketing până când problema lor nu este rezolvată. Este înnebunitor să primești un e-
mail de marketing de la o marcă prin care să-ți ceri să adresezi un prieten sau să iei în considerare o
achiziție suplimentară atunci când ai probleme cu serviciile. Această abordare permite mărcii să
optimizeze implicarea clienților și ajută la îmbunătățirea satisfacției clienților și crește valoarea de viață a
clienților.

..... Continuati !!!

https://blogs.oracle.com/cx/defining-the-customer-data-platform-and-why-you-should-care

TEMA: Studiati si caracterizati din perspectiva Marketingului Dynamics

Marketing. // https://docs.microsoft.com/en-us/dynamics365-release-plan/2020wave1/

Studiu de Caz 5: Platforma Oracle Cloud CX

https://www.oracle.com/ro/cx/platform/

192
Definirea platformei de date pentru clienți și de ce ar trebui
să vă intereseze
Oracle Customer Experience Cloud (Oracle CX Cloud) este o suită de instrumente bazate pe cloud pentru
gestionarea relațiilor cu clienții (CRM), vânzări, marketing, servicii pentru clienți, comerț electronic și alte
instrumente, cum ar fi instrumentele de configurare, preț, ofertă (CPQ) . Din ce în ce mai mult, Oracle
construiește integrări între aceste instrumente, astfel încât agenții de service ai centrului de contact, de
exemplu, pot face referire la informații de vânzări sau de marketing pe măsură ce revizuiesc informațiile
care se află în cazul unui client pentru a încerca să rezolve o problemă. La fel ca Microsoft, Oracle oferă
tehnologii CRM locale și cloud. Lansat în încarnarea sa originală a Oracle CRM în 1998, Oracle prezintă
mai multe linii de produse achiziționate care alcătuiesc portofoliul său de CRM, inclusiv Siebel - un CRM
local
- precum și Oracle CRM On Demand și Oracle Sales Cloud, care sunt software ca serviciu (SaaS) sau
tehnologii CRM bazate pe cloud.

Platforma Oracle CX este Platforma ca Serviciu (PaaS) care permite organizațiilor să își
conecteze aplicațiile, tablourile de analiză pentru calitatea datelor, procese automatizate și
alte date pe o infrastructură cloud unificată. Caracteristicile includ inteligența artificială (AI) și
învățarea automată, identitatea și conformitatea, chatbots, automatizarea proceselor,
integrări preconstruite, un catalog de interfețe de programare a aplicațiilor (API) și multe
altele.

193
Curs11. Internetul tuturor lucrurilor (IoT) si Webul Semantic
IoT: Caracteristici de baza, arhitecturi, exemple. Industrial IoT (IIoT): caracteristici,
impact economic. Convergenta dintre IoT (IIoT) si Big Data, Cloud/Edge/Fog
Computing. Web-ul Semantic

IoT: Caracteristici de baza, arhitecturi, exemple

Definitie. Internetul obiectelor, sau IoT, este un sistem de dispozitive de calcul interconectate, mașini
mecanice și digitale, obiecte, animale sau persoane care sunt prevăzute cu identificatori unici (UID) și
capacitatea de a transfera date printr-o rețea fără a necesita de la om la om interacțiunea omului sau
om- computer. Un lucru în internetul lucrurilor poate fi o persoană cu implant de monitor cardiac, un
animal de fermă cu un transponder de biocip, o mașină care are senzori încorporați pentru a alerta
șoferul atunci când presiunea anvelopelor este scăzută sau orice altă natură sau artificială obiect căruia i
se poate atribui o adresă de protocol Internet (IP) și este capabil să transfere date printr-o rețea. Din ce
în ce mai mult, organizațiile dintr-o varietate de industrii utilizează IoT pentru a opera mai eficient,
pentru a înțelege mai bine clienții pentru a oferi servicii îmbunătățite clienților, pentru a îmbunătăți
luarea deciziilor și pentru a crește valoarea afacerii.

Cum funcționează IoT. Un ecosistem IoT este format din dispozitive inteligente activate pentru
web care utilizează sisteme încorporate, precum procesoare, senzori și hardware de comunicații, pentru
a colecta, trimite și acționa pe datele pe care le dobândesc din mediile lor. Dispozitivele IoT partajează
datele senzorilor pe care le colectează conectându-se la un gateway IoT sau la un alt dispozitiv de
margine unde datele sunt fie trimise în cloud pentru a fi analizate, fie analizate local. Uneori, aceste
dispozitive comunică cu alte dispozitive conexe și acționează pe baza informațiilor pe care le primesc
unul de la celălalt. Dispozitivele fac cea mai mare parte a lucrului fără intervenția umană, deși oamenii
pot interacționa cu dispozitivele - de exemplu, pentru a le configura, a le oferi instrucțiuni sau a accesa
datele. Conectivitatea, rețelele și protocoalele de comunicații utilizate cu aceste dispozitive web-based
depind în mare măsură de aplicațiile IoT specifice implementate. IoT poate utiliza, de asemenea,
inteligența artificială (AI) și învățarea automată pentru a facilita și dinamica procesele de colectare a
datelor.
De ce este important IoT. Internetul lucrurilor îi ajută pe oameni să trăiască și să lucreze mai
inteligent, precum și să câștige un control complet asupra vieții lor. Pe lângă faptul că oferă dispozitive
194
inteligente pentru automatizarea locuințelor, IoT este esențial pentru afaceri. IoT oferă companiilor o
analiză în timp real a modului în care funcționează sistemele lor, oferind informații despre orice, de la
performanța mașinilor până la operațiunile de lanț de aprovizionare și logistică. IoT permite companiilor
să automatizeze procesele și să reducă costurile forței de muncă. De asemenea, reduce reducerea
deșeurilor și îmbunătățește furnizarea serviciilor, făcând mai puțin costisitoare fabricarea și livrarea de
bunuri, precum și oferind transparență în tranzacțiile clienților. Ca atare, IoT este una dintre cele mai
importante tehnologii din viața de zi cu zi și va continua să prindă abur pe măsură ce mai multe
companii își dau seama de potențialul dispozitivelor conectate pentru a le menține competitive.
Beneficiile IoT pentru organizații. Internetul lucrurilor oferă mai multe avantaje organizațiilor.
Unele beneficii sunt specifice industriei, iar altele sunt aplicabile în mai multe industrii. Unele dintre
beneficiile comune ale IoT: monitorizează procesele lor generale de afaceri; îmbunătățirea experienței
clienților (CX); economisiți timp și bani; crește productivitatea angajaților; să integreze și să adapteze
modele de afaceri; ia decizii de afaceri mai bune; generează mai multe venituri. IoT încurajează
companiile să regândească modurile în care își abordează afacerile și le oferă instrumentele pentru a-și
îmbunătăți strategiile de afaceri. În general, IoT este cel mai abundent în organizațiile de producție,
transport și utilități, folosind senzori și alte dispozitive IoT; cu toate acestea, a găsit și cazuri de utilizare
pentru organizații din agricultură, infrastructură și industriile de automatizare a casei, conducând unele
organizații către transformarea digitală. IoT poate beneficia fermierii din agricultură, facilitându-și
munca. Senzorii pot colecta date privind precipitațiile, umiditatea, temperatura și conținutul solului,
precum și alți factori, care ar ajuta la automatizarea tehnicilor agricole. Capacitatea de a monitoriza
operațiunile din jurul infrastructurii este, de asemenea, un factor cu care IoT poate ajuta. Senzorii, de
exemplu, ar putea fi utilizați pentru a monitoriza evenimente sau schimbări în clădirile structurale,
poduri și alte infrastructuri. Acest lucru aduce beneficii, cum ar fi reducerea costurilor, economisirea
timpului, schimbările de calitate a vieții și fluxul de lucru fără hârtie. O afacere de automatizare a casei
poate utiliza IoT pentru a monitoriza și manipula sistemele mecanice și electrice dintr-o clădire. La o
scară mai largă, orașele inteligente pot ajuta cetățenii să reducă consumul de deșeuri și energie. IoT
atinge fiecare industrie, inclusiv afaceri din domeniul sănătății, finanțelor, comerțului cu amănuntul și
producției.
Avantajele IoT: capacitatea de a accesa informații de oriunde, în orice moment, pe orice dispozitiv;
comunicare îmbunătățită între dispozitivele electronice conectate; transferul de pachete de date printr-
o rețea conectată economisind timp și bani; și automatizarea sarcinilor ajutând la îmbunătățirea calității
serviciilor unei companii și reducând nevoia de intervenție umană.
Dezavantaje ale IoT: Pe măsură ce numărul de dispozitive conectate crește și se împart mai multe
informații între dispozitive, crește și potențialul ca un hacker să fure informații confidențiale.
Întreprinderile ar putea fi nevoite să se ocupe în cele din urmă de un număr masiv - poate chiar de
milioane
- de dispozitive IoT, iar colectarea și gestionarea datelor de pe toate aceste dispozitive va fi o provocare.
Dacă există o eroare în sistem, este posibil ca fiecare dispozitiv conectat să fie corupt. Deoarece nu
există un standard internațional de compatibilitate pentru IoT, este dificil ca dispozitivele de la diferiți
producători să comunice între ele.

Există mai multe standarde IoT emergente, inclusiv următoarele:

 IPv6 pe rețele personale fără fir de mică putere (6LoWPAN) este un standard deschis definit de
Internet Engineering Task Force (IETF).
 Standardul 6LoWPAN permite oricărui radio de consum redus să comunice către internet, inclusiv
804.15.4, Bluetooth Low Energy (BLE) și Z-Wave (pentru automatizarea casei).
 OneM2M este un strat de service de la mașină la mașină care poate fi încorporat în software și
195
hardware pentru conectarea dispozitivelor. Organismul global de standardizare, OneM2M, a fost

196
 creat pentru a dezvolta standarde reutilizabile pentru a permite aplicațiilor IoT din diferite verticale
să comunice. Serviciul de distribuție a datelor (DDS) a fost dezvoltat de Object Management Group și
este un standard IoT pentru comunicarea M2M în timp real, scalabilă și de înaltă performanță.
 Advanced Message Queuing Protocol (AMQP) este un standard open source publicat pentru mesaje
asincrone prin cablu. AMQP permite mesaje criptate și interoperabile între organizații și aplicații.
Protocolul este utilizat în mesageria client-server și în gestionarea dispozitivelor IoT.
 Protocolul de aplicație constrânsă (CoAP) este un protocol conceput de IETF care specifică modul în
care dispozitivele cu consum redus de calcul și constrângere pot funcționa în internetul obiectelor.
Long Range Wide Area Network (LoRaWAN) este un protocol pentru rețelele WAN conceput pentru
a sprijini rețele uriașe, cum ar fi orașele inteligente, cu milioane de dispozitive de consum redus.

Medii Software (Platforme) IoT includ (partial) următoarele:

1. Amazon Web Services (AWS) IoT este o platformă de cloud computing pentru IoT lansată de Amazon. Acest
cadru este conceput pentru a permite dispozitivelor inteligente să se conecteze cu ușurință și să interacționeze
în siguranță cu cloud AWS și alte dispozitive conectate.
2. Arm Mbed IoT este o platformă pentru dezvoltarea de aplicații pentru IoT bazate pe microcontrolere Arm.
Scopul platformei Arm Mbed IoT este de a oferi un mediu scalabil, conectat și sigur pentru dispozitivele IoT
prin integrarea instrumentelor și serviciilor Mbed.
3. Microsoft Azure IoT Suite este o platformă care constă dintr-un set de servicii care le permite utilizatorilor să
interacționeze și să primească date de pe dispozitivele lor IoT, precum și să efectueze diverse operațiuni pe
date, cum ar fi analiza, transformarea și agregarea multidimensională și vizualizarea acelor operațiuni într-un
mod potrivit pentru afaceri.
4. Brillo / Weave de la Google este o platformă pentru implementarea rapidă a aplicațiilor IoT. Platforma este
formată din două coloane principale: Brillo, un sistem de operare bazat pe Android pentru dezvoltarea de
dispozitive încorporate de consum redus de energie și Weave, un protocol de comunicare orientat spre IoT
care servește ca limbaj de comunicare între dispozitiv și cloud.
5. Calvin este o platformă IoT open source lansată de Ericsson concepută pentru construirea și gestionarea
aplicațiilor distribuite care permit dispozitivelor să vorbească între ele. Calvin include un cadru de dezvoltare
pentru dezvoltatorii de aplicații, precum și un mediu de execuție pentru gestionarea aplicației care rulează.

197
Industrial IoT (IIoT): caracteristici, impact economic
Aplicații IoT pentru consumatori Industriali și întreprinderi
Există numeroase aplicații din lumea reală a internetului obiectelor, variind de la IoT de consum și IoT de
întreprindere până la IoT industrial (IIoT). Aplicațiile IoT se întind pe numeroase verticale, inclusiv
automobile, telecomunicații și energie. În segmentul consumatorilor, de exemplu, casele inteligente care
sunt echipate cu termostate inteligente, aparate inteligente și încălzire, iluminare și dispozitive
electronice conectate pot fi controlate de la distanță prin intermediul computerelor și smartphone-
urilor. Dispozitivele purtabile cu senzori și software pot colecta și analiza datele utilizatorilor, trimitând
mesaje către alte tehnologii despre utilizatori cu scopul de a face viața utilizatorilor mai ușoară și mai
confortabilă. Dispozitivele purtabile sunt, de asemenea, utilizate pentru siguranța publică - de exemplu,
îmbunătățirea timpilor de reacție a primilor respondenți în caz de urgență prin furnizarea de rute
optimizate către o locație sau prin urmărirea semnelor vitale ale lucrătorilor din construcții sau ale
pompierilor în locurile care pun viața în pericol. În domeniul sănătății, IoT oferă multe avantaje, inclusiv
capacitatea de a monitoriza mai îndeaproape pacienții folosind o analiză a datelor generate. Spitalele
folosesc adesea sistemele IoT pentru a finaliza sarcini precum gestionarea stocurilor atât pentru produse
farmaceutice, cât și pentru instrumente medicale. Clădirile inteligente pot, de exemplu, să reducă
costurile cu energia folosind senzori care detectează câți ocupanți sunt într-o cameră. Temperatura se
poate regla automat - de exemplu, pornirea aparatului de aer condiționat dacă senzorii detectează o
sală de conferințe este plină sau reducerea căldurii dacă toți cei de la birou au plecat acasă. În
agricultură, sistemele de agricultură inteligentă bazate pe IoT pot ajuta la monitorizarea, de exemplu, a
luminii, temperaturii, umidității și a umidității solului din câmpurile de cultură folosind senzori conectați.
IoT este, de asemenea, instrumental în automatizarea sistemelor de irigații. Într-un oraș inteligent,
senzorii și implementările IoT, cum ar fi farurile inteligente și contoarele inteligente, pot ajuta la
atenuarea traficului, conservarea energiei, monitorizarea și soluționarea problemelor de mediu și
îmbunătățirea canalizării.
LiteOS este un sistem de operare (OS) asemănător Unix pentru rețelele de senzori fără fir. LiteOS
acceptă smartphone-uri, articole portabile, aplicații inteligente de fabricație, case inteligente și
internetul vehiculelor (IoV). Sistemul de operare servește și ca platformă de dezvoltare a dispozitivelor
inteligente. ZigBee este o rețea wireless cu consum redus de energie, cu un nivel redus de date, utilizată
în principal în setări industriale. ZigBee se bazează pe standardul 802.15.4 al Institutului de ingineri
electrici și electronici (IEEE). ZigBee Alliance a creat Dotdot, limbajul universal pentru IoT care permite
obiectelor inteligente să funcționeze în siguranță pe orice rețea și să se înțeleagă.
IoT a evoluat din convergența tehnologiilor fără fir, a sistemelor microelectromecanice (MEMS), a
microserviciilor și a internetului. Convergența a ajutat la dărâmarea barierelor dintre tehnologia
operațională (OT) și tehnologia informației (IT), permițând analizarea datelor nestructurate generate de
mașini pentru a obține informații despre îmbunătățiri. Deși Ashton's a fost prima mențiune a
internetului lucrurilor, ideea dispozitivelor conectate există încă din anii 1970, sub internetul încorporat
și computerul omniprezent. Primul aparat de internet, de exemplu, a fost un aparat de cocsificare la
Universitatea Carnegie Mellon la începutul anilor 1980. Folosind internetul, programatorii ar putea
verifica starea mașinii și pot stabili dacă ar fi o băutură rece care îi așteaptă, dacă ar decide să facă
călătoria la mașină. IoT a evoluat din comunicarea M2M, adică mașinile care se conectează între ele
printr-o rețea fără interacțiune umană. M2M se referă la conectarea unui dispozitiv la cloud,
gestionarea acestuia și colectarea datelor. Trecând la nivelul următor M2M, IoT este o rețea de senzori
de miliarde de dispozitive inteligente care conectează oameni, sisteme și alte aplicații pentru a colecta și
partaja date. Ca bază, M2M oferă conectivitatea care permite IoT. Internetul obiectelor este, de
asemenea, o extensie naturală a controlului de supraveghere și a achiziției de date (SCADA), o categorie
de programe de aplicații software pentru controlul proceselor, colectarea datelor în timp real de la
locații îndepărtate până la controlul echipamentelor și condițiilor. Sistemele SCADA includ
198
componente hardware și software. Conceptul

199
ecosistemului IoT nu a intrat în realitate până la mijlocul anului 2010, când, în parte, guvernul Chinei a
spus că va face din IoT o prioritate strategică în planul său de cinci ani. Un analist tehnologic, Gartner,
prezice că întreprinderile și sectoarele auto vor reprezenta 5,8 miliarde de dispozitive în acest an, în
creștere cu aproape un sfert față de 2019. Utilitățile vor fi cel mai mare utilizator de IoT, grație lansării
continue a contoarelor inteligente. Dispozitivele de securitate, sub formă de detectare a intrușilor și
camere web vor fi a doua cea mai mare utilizare a dispozitivelor IoT. Automatizarea clădirilor - cum ar fi
iluminatul conectat - va fi sectorul cu cea mai rapidă creștere, urmat de automobile (mașini conectate) și
asistență medicală (monitorizarea afecțiunilor cronice). In total se estimeaza ca vor exista 41,6 miliarde
de dispozitive IoT conectate până în 2025, sau „lucruri.

200
Convergenta dintre IoT (IIoT) si Big Data, Cloud/Edge/Fog Computing
Edge computing și IoT - când inteligența se mută la margine. Calculul Edge și Internet of Thing se
potrivesc perfect din mai multe motive. Nu este de mirare că astazi calculul de margine este în practic
toate rapoartele de tendințe IoT. De multe ori am folosit termenul de calcul de margine și, așa cum fac
majoritatea oamenilor, l-au folosit în mod interschimbabil cu calculul de ceață. Cu toate acestea, există o
diferență între calculul de ceață și calculul de margine și modalitățile exacte (tehnologice) în care
acestea joacă un rol în ecosistemul IoT, în principal în IoT industrial (IIoT) care este (dar nu doar acolo).
Atât calculul de margine, cât și cel de ceață sunt puternic în creștere din aceleași motive exacte: un
potop de date IoT, cu siguranță în IIoT.Acest potop de date IoT, printre altele, are loc în lumile
convergente ale IT și OT (din nou preponderent IoT industrial) și apare în general pe măsură ce adăugăm
mai multe dispozitive IoT în domeniul proiectelor IoT la scară largă, pe piețele industriale ale Industria
4.0 și IoT utilizează cazuri și aplicații în care o mulțime de date trebuie analizate și valorificate, adesea și
într-un mediu IT și OT, așa cum le găsim, de exemplu, în IoT în producție.

Dacă obțineți o mulțime de date, așa cum se întâmplă atunci când utilizați IoT în astfel de moduri end-
to- end sau chiar în medii specifice cu intensitate mare în senzori și, prin urmare, cu date intensive, prin
care datele sunt generate la margine, ceea ce, prin definiție, se întâmplă în IoT deoarece dispozitivele
dvs. de detectare și colectare a datelor sunt la limită (gândiți-vă la toți senzorii și datele pe care le
generează într- un proiect mare de petrol și gaze în care puteți avea sute de mii de puncte de date ale
senzorilor în nenumărate fântâni, dar și despre toate datele IoT din un oraș inteligent sau o clădire mare
de putere critică, cum ar fi un aeroport), întâmpinați inevitabil provocări la niveluri precum lățimea de
bandă, latența rețelei, viteza generală și așa mai departe, unde ceața și computerul de margine joacă un
rol. În aplicațiile IoT cu o componentă critică pentru misiune și / sau la distanță, necesitatea de viteză și
de abordări diferite, cum ar fi calculul de margine, este chiar mai importantă.
În funcție de contextul și scopul proiectului, doriți rapid datele de care aveți nevoie. Sau mai bine: aveți
nevoie de datele agregate și analizate, sub forma unei inteligențe acționabile, care să vă permită să luați
acțiuni și decizii, rapid, indiferent dacă aceste decizii sunt sau nu umane. Deci, nu aveți nevoie de toate
acele date pentru a le stoca și a le analiza în cloud, ci doriți doar acea bucată de date care călătorește
prin rețelele dvs. Vă puteți imagina sute de scenarii în care datele rapide și rapide sunt esențiale, de la
gestionarea activelor, probleme de putere critice, optimizarea proceselor, întreținere predictivă și
analize predictive până la necesitățile în timp real de gestionare a lanțului de aprovizionare într-o lume
hiperconectată, lista este fără sfârşit. Vă puteți imagina, de asemenea, cu cât clădirea, ecosistemul de
afaceri și ceea ce nu mai dezvoltă pe baza datelor rapide și a managementului holistic în timp real în
orice context mai larg, cu atât datele pot deveni mai valoroase atunci când sunt filtrate corespunzător și
analizate rapid. Trăim în vremuri în care a avea cunoștințe corecte suficient de repede poate avea

201
consecințe enorme. Viteza datelor și a analizelor este esențială în multe aplicații IoT industriale, dar este,
de asemenea, un element cheie al transformării industriale și în toate celelalte domenii în care ne
îndreptăm spre decizii autonome și semi-autonome luate de sisteme, actuatori și diferite controlere.
Acest grad de autonomie se află chiar în centrul multor rezultate dorite și al obiectivelor, de exemplu, în
industria 4.0, în timp ce ne îndreptăm spre etapa următoare a celei de-a treia platforme, care este totul
despre autonomie. Pe lângă IIoT, aplicațiile IoT cu care se confruntă consumatorii devin, de asemenea,
mai sofisticate și critice pentru misiune. În primul val de aplicații IoT pentru consumatori, industria și
consumatorii explorează cazuri de utilizare interesante. Ele sunt adesea mai puțin solicitante (de
exemplu, schimbarea culorii becurilor). Cu toate acestea, pe măsură ce piața IoT se maturizează, IoT va
deveni coloana vertebrală a infrastructurilor care susțin activități importante în viața de zi cu zi a
oamenilor. Fiabilitatea și răspunsul în timp real vor fi esențiale. Sistemul automat de conducere (ADS)
este unul dintre aceste exemple. ADS folosește mai multe tehnologii avansate, inclusiv senzori multi-
modali, viziune computerizată, inteligență artificială și învățare automată. Sistemul efectuează fuziunea
datelor, analiza imaginilor, cartografierea și predicțiile pentru a determina cea mai bună acțiune și
controale pentru trenul de rulare. Toate acestea trebuie făcute în mod fiabil în milisecunde fără
întrerupere. Cerințele privind lățimea de bandă și latența datelor impun un nod de procesare puternic în
mașină, cu redundanță încorporată.

Legatura dintre IoT si Inteligenta Artificiala (Artificial Intelligence of

Things - AIoT)
Pe lângă ADS, inteligența artificială (AI) și aplicațiile de viziune pe computer vor duce, de asemenea, la o
cerere crescută pentru calculul cu ceață. Un sistem inteligent IoT nu colectează și analizează doar date
pentru consumul uman. Trebuie să răspundă la situații fără intervenția umană. Pentru a realiza acest
lucru, efectuează inferența AI în timp real, utilizând date de la un număr mare de senzori. Apoi trimite
comenzi actuatorilor din mașini, drone sau roboți pentru a efectua acțiuni. Într-un cadru
nesupravegheat, motorul AI colectează, de asemenea, rezultatele în timp real pentru a evalua
următoarele acțiuni de întreprins. Avem nevoie de un model hibrid de ceață / nor, în care nodurile de
procesare a marginilor să gestioneze viziunea computerizată sensibilă la timp și sarcinile de interferență
AI. În plus, nodurile cloud gestionează funcții non-timp real sau soft în timp real, cum ar fi actualizarea
software-ului, colectarea informațiilor contextuale și analiza pe termen lung a datelor mari. Pentru
multe sisteme încorporate sau mobile, GPU- urile (Graphical Processing Unit) tipice sunt mult prea
scumpe. În ultimii câțiva ani, companii precum Nvidia, Intel, ARM și Apple depun eforturi mari pentru
proiectarea sistemelor integrate AI. Puternicul procesor Tegra de la Nvidia cu tehnologie CUDA este în
prezent lider de piață. Platforma Nvidia Jetson este utilizată pe scară largă în dronele inteligente și
vehiculele ADS. Intel investește, de asemenea, în mod activ în tehnologii similare de AI încorporate, cum
ar fi achiziționarea recentă a companiei Movidius cu cipuri de viziune computerizată. Qualcomm,
Mediatek, Huawei, AMD și unele startup-uri privesc, de asemenea, piața în creștere rapidă. Ei dezvoltă
capabilități de rețea neuronală în viitorul lor System On Chip (SOC). Aceste tehnologii își vor intra pe
piață în următorii câțiva ani. De asemenea, furnizorii de cipuri colaborează îndeaproape cu dezvoltatorii
de software pentru a optimiza implementările pe procesoarele lor. Mai mult, dezvoltatorii de software
încorporat caută, de asemenea, să optimizeze arhitecturile rețelei neuronale care să asigure echilibrul
corect între cerințele de complexitate și precizie. Cerințele sunt de obicei foarte diferite pentru diferite
aplicații și cazuri de utilizare. Un exemplu este recunoașterea feței, în care precizia în timp real și
cerințele în timp real sunt foarte diferite pentru sistemul de control al accesului față de aplicațiile de
marcare a fotografiilor. Diferența are ca rezultat diferențe în ordinea mărimii în cerințele de procesare
și, în cele din urmă, costul sistemului.

202
Ce este Inteligența Artificială a lucrurilor? Când AI întâlnește IoT (AIoT)
În mod individual, Internetul obiectelor (IoT) și inteligența artificială (AI) sunt tehnologii puternice. Când
combinați AI și IoT, obțineți AIoT - Inteligența Artificială a Lucrurilor. Vă puteți gândi la IoT ca la sistemul
nervos digital, în timp ce inteligența artificială este creierul unui sistem.
Pentru a înțelege pe deplin AIoT, trebuie să începeți cu internetul lucrurilor. Când „lucruri” precum
dispozitive purtabile, frigidere, asistenți digitali, senzori și alte echipamente sunt conectate la internet,
pot fi recunoscute de alte dispozitive și colectează și procesează date, aveți internetul lucrurilor.
Inteligența artificială este atunci când un sistem poate finaliza un set de sarcini sau poate învăța din date
într-un mod care pare inteligent. Prin urmare, atunci când inteligența artificială este adăugată la
internetul lucrurilor, înseamnă că aceste dispozitive pot analiza date și pot lua decizii și pot acționa
asupra acestor date fără implicarea oamenilor. Acestea sunt dispozitive „inteligente” și contribuie la
creșterea eficienței. Inteligența AIoT permite analiza datelor, care este apoi utilizată pentru a optimiza
un sistem și a genera performanțe mai mari și informații despre afaceri și pentru a crea date care ajută
la luarea unor decizii mai bune și de la care sistemul poate învăța.

Exemplu: Comerț inteligent cu amănuntul. Într-un mediu inteligent de vânzare cu

amănuntul, un sistem de camere dotat cu capacități de viziune computerizată poate utiliza
recunoașterea facială pentru a identifica clienții atunci când intră pe ușă. Sistemul adună informații
despre clienți, inclusiv sexul, preferințele produsului, fluxul de trafic și multe altele, analizează datele
pentru a prezice cu precizie comportamentul consumatorului și apoi folosește acele informații pentru a
lua decizii cu privire la operațiunile magazinului de la marketing la plasarea produsului și alte decizii. De
exemplu, dacă sistemul detectează că majoritatea clienților care intră în magazin sunt Millennials, poate
împinge reclame despre produse sau oferte speciale din magazin care fac apel la acea populație,
creșterea vânzărilor. Camerele inteligente ar putea identifica cumpărătorii și le vor permite să renunțe la
checkout, cum se întâmplă în magazinul Amazon Go. // Un alt domeniu în care inteligența artificială și
internetul lucrurilor se intersectează este în clădirile/casele inteligente. Unele companii aleg să
instaleze o rețea de senzori inteligenti de mediu în clădirea lor de birouri. Acești senzori pot detecta ce
personal este prezent și pot
203
regla temperaturile și iluminatul în mod corespunzător pentru a îmbunătăți eficiența energetică. Într-un
alt caz de utilizare, o clădire inteligentă (casa) poate controla accesul clădirii prin tehnologia de
recunoaștere facială. Combinația de camere conectate și inteligență artificială care poate compara
imaginile realizate în timp real cu o bază de date pentru a determina cui ar trebui să i se acorde accesul
la o clădire este AIoT la locul de muncă. Într-un mod similar, angajații nu ar trebui să participe, sau
participarea la întâlnirile obligatorii nu ar trebui să fie realizata, deoarece sistemul AIoT se ocupă de
aceasta.

Cum pot companiile să integreze aceste tehnologii?

Pentru a supraviețui scenei de afaceri competitive de astăzi, întreprinderile trebuie să se concentreze pe
analize pentru a îmbunătăți productivitatea și eficiența. Companiile care iau decizii bazate pe valori sunt
mult mai reușite în a câștiga valoare din mediul conectat la internet decât cele care încă folosesc metode
tradiționale. Concentrarea pe IoT implică transformarea, colectarea și studierea specială a datelor și
interpretarea clară a diverselor informații provenite.Transformarea ar trebui să aibă loc în întreaga
organizație, inclusiv în tehnologie, personal și operațiuni. Volumele mari de date ar trebui obținute și
studiate de specialiști pentru cele mai bune rezultate. Utilizarea unei echipe de oameni de știință,
analiști și directori de afaceri este cea mai sigură strategie. Cheia este combinarea analizei conectate la
internet cu alte date furnizate de întreprinderi (CRM, vânzări), date publice (vreme, recensământ public)
și date de la terți (date demografice).

204
Imaginea de mai sus vă va arăta arhitectura în patru etape a sistemului IoT. În prima etapă, datele sunt
colectate și convertite în date utile. În a doua etapă, datele sunt convertite dintr-o formă analogică în
forma digitală. În a treia etapă, sistemul IT Edge analizează mai mult datele. În etapa a patra, datele care
necesită o prelucrare mai mare și nu necesită prelucrare imediată vor fi transmise centrului de date sau
sistemelor bazate pe cloud.

205
Dacă profesioniștii din domeniul tehnologiei se așteaptă ca investițiile lor în IoT sau AI să continue să
ofere valoare pentru mulți ani care urmează, trebuie să știe cum viitorul IoT și AI sunt indisolubil legate.
Potențialul AI pentru IoT este încă în curs de dezvoltare. Pe măsură ce se acumulează mai multe date de
pe dispozitivele conectate și intră în algoritmii AI, efectele AI și IoT asupra vieților și locurilor de muncă
ale oamenilor vor crește. Combinația dintre AI și IoT va duce la un viitor extrem de automatizat în care o
rețea de tehnologie IoT și entități software inteligente lucrează împreună pentru a stimula progresele și
a informa mai bine deciziile.
IoT acumulează cantități mari de date prin conectivitatea dispozitivului prin internet și AI, în special prin
mecanismul său puternic, Machine Learning ajută la asimilarea și evaluarea acestor date. Învățarea
automată în dispozitivele IoT ajută la identificarea tiparelor și la detectarea oricăror defecte în
colectarea datelor prin intermediul unor senzori extrem de avansați. Lucruri intrinseci, cum ar fi
stimularea aerului, temperatura, umiditatea, poluarea, sunetul, vibrațiile, luminile etc. sunt derivate cu
această tehnologie pe o perioadă de timp. Spre deosebire de tehnologia tradițională, IoT și învățarea
automată fac prognozele operaționale de 20 de ori mai rapide cu o precizie sporită. Acesta este motivul
pentru care companiile care folosesc tehnologia AI văd o creștere a numărului de venituri.

Colectarea datelor este extrem de vitală pentru creșterea și dezvoltarea unei companii. O
afacere cu o strategie IoT știe cum tehnologia poate transforma analiza datelor oferind un
acces mai mare la informațiile consumatorilor. AI facilitează gestionarea acestor informații.
Dispozitivele IoT au acest mecanism unic de urmărire, înregistrare și observare a modelelor
unui utilizator și a interacțiunii acestuia cu dispozitivul (dispozitivele). Întreprinderile folosesc
datele obținute pentru a elabora mijloace mai bune pentru a îmbunătăți experiențele
consumatorilor.

Web-ul Semantic
Definitie: Web-ul semantic este o actiune de colaborare condusă de organismul internațional de
standardizare, World Wide Web Consortium (W3C). Standardul promovează formate comune de date pe
World Wide Web. Prin încurajarea includerii conținutului semantic în paginile web, Web-ul semantic își
propune să convertească actualul web dominat de documente nestructurate și semi-structurate într-o
„rețea de date” - care poate fi citită direct de către computere. Stiva Semantic Web se bazează pe cadrul
de descriere a resurselor (RDF) al W3C.
Web-ul semantic nu face mașinile inteligente în sensul inteligenței artificiale sau al învățării automate.
În loc să solicităm mașinilor să înțeleagă oamenii, îi ajutăm pe mașini să rezolve probleme bine definite
pe date bine definite prin operațiuni bine definite. Prin urmare, se pare că AI / ML a continuat și a
permis mașinilor să vadă, să audă și să vorbească. La jumătatea anilor 2010, s-au văzut sosirea
asistenților vocali, chatbot-urilor, aplicațiilor de viziune pe computer și multe altele. Acest lucru a fost
posibil datorită disponibilității datelor pentru antrenarea algoritmilor ML. Deși unii algoritmi ML necesită
anumite date pentru a fi etichetate pentru instruire, nu este nevoie să adăugați metadate semantice la
toate datele în modul Web semantic.Cu toate acestea, web-ul semantic este complementar abordărilor
AI / ML. Chatbots și asistenți inteligenți îi vor folosi. Web-ul semantic poate adăuga cunoștințe de bază
sistemelor AI / ML, în special în domeniile în care datele sunt rare. Vedem, de asemenea, aplicarea AI /
ML pentru a conceptualiza cunoștințele de domeniu pentru web-ul semantic.

206
Web-ul semantic se bazează pe fundamentele web-ului original. Datele (vechi și noi) trebuie descrise
cu metadate. Aceste metadate vor identifica datele, vor interconecta datele și vor raporta datele la
concepte, astfel încât mașinile să le poată înțelege.Datele trebuie să fie identificate în mod unic și
acest lucru se realizează utilizând Uniform Resource Identifier (URI) sau Internationalized Resource
Identifier (IRI). Resource Description Framework (RDF) oferă modelul de date. Înțelesul este adăugat la
un nivel superior cu ceea ce numim ontologii. Cu alte cuvinte, RDF specifică sintaxa în timp ce ontologiile
specifică semantica.Așa cum HTML a fost elementul de bază al web-ului original, RDF este elementul
de bază al Web-ului semantic. Conținutul web își poate expune semantica prin încorporarea
declarațiilor RDF în paginile web. Există multe modalități de a face acest lucru: RDFa, RDF-XML, RDF-
JSON, JSON-LD, Microdate etc. Datele semantice deja procesate și stocate în format RDF pot fi
interogate. La fel cum MySQL există pentru interogarea bazelor de date relaționale, SPARQL este un
limbaj pentru interogarea magazinelor RDF. Având în vedere semantica, regulile pot ajuta la aplicarea
logicii și a raționamentului. În ce este diferit „Web-ul semantic”? Cuvântul semantic în sine implică
sens sau înțelegere. Ca atare, diferența fundamentală dintre tehnologiile web semantice și alte
tehnologii legate de date (cum ar fi bazele de date relaționale sau World Wide Web în sine)
constă în faptul că Web-ul semantic este

207
preocupat de semnificație și nu de structura datelor. Alte tehnologii semantice includ Procesarea
limbajului natural (NLP) și Căutarea semantică. Această diferență fundamentală generează o perspectivă
complet diferită asupra modului în care ar putea fi abordate stocarea, interogarea și afișarea
informațiilor. Unele aplicații, cum ar fi cele care se referă la o cantitate mare de date din multe surse
diferite, beneficiază enorm de această caracteristică. Altele, cum ar fi stocarea unor volume mari de date
tranzacționale foarte structurate, nu. Înțelegerea când este o idee bună și când nu este o idee bună să
aplici tehnologiile Semantic Web este unul dintre obiectivele principale ale Universității Semantice.

Ce este Resource Description Framework (RDF)? După cum sugerează și numele, RDF ne ajută să
descriem orice resursă, atâta timp cât resursa are un identificator unic. Cu alte cuvinte, RDF ne ajută să
definim date despre alte date, adică metadatele. RDF are trei componente: subiect, predicat, obiect.
Este o afirmație despre relația dintre subiect și obiect. Astfel, faptul că Vila X este situată în Franța poate
fi exprimat ca un Triple RDF. Toate cele trei părți ale triplului sunt exprimate ca URI-uri, literale sau
noduri goale. Când combinăm multe astfel de afirmații împreună, obținem ceea ce se numește un graf
RDF. Subiectele și obiectele sunt noduri ale grafului. Predicatele formează arcurile de conectare. De
exemplu, putem afirma că Franța se află în Europa, Parisul este capitala Franței, Parisul are o populație
de 2,2 milioane de locuitori ... Fiecare dintre acestea poate fi exprimată ca un Triple RDF. În mod
colectiv, formează un graf RDF.
RDF el insusi nu dă sens datelor. RDF este un model de date, o metodă de exprimare a relațiilor. Pentru a
da sens, sunt definite vocabulare și ontologii. Acestea sunt de obicei scrise în termeni de clase,
proprietăți și relații cu alte clase. De exemplu, un triplu RDF poate exprima că Parisul este capitala
Franței, dar pentru un computer acest lucru încă nu are sens. Un vocabular poate defini că de exemplu
capitala este un tip de oraș, orașul aparține unei țări, iar țara este o entitate politică. Acest lucru ajută
computerul să capete o perspectivă asupra contextului, deși nu poate înțelege niciodată cu adevărat
modul în care o fac oamenii. Schema RDF (RDFS) este un vocabular simplu, în timp ce Limbajul
Ontologiei Web (OWL) este mai puternic.

Ontologia are un sens metafizic, dar în informatică se referă la o descriere formală a cunoașterii . Sunt
descrise conceptele și relațiile lor într-un domeniu specific. Sunt definite clase, atribute și relații precum
restricții, reguli și axiome. Acestea reprezintă cunoașterea domeniului respectiv. De exemplu, în
domeniul educației, putem defini că un curs este predat de un membru al personalului academic;
membru al personalului academic este o subclasă de membru al personalului; uniunea dintre membrii
personalului și studenți este toți oamenii de la universitate; membru al personalului academic este
echivalent cu facultatea; si asa mai departe. Dacă afirmăm că John predă Chimia, folosind ontologia
putem deduce că John este membru al personalului. Datele provenite din diferite surse se pot baza pe
ontologii pentru o înțelegere comună. Ontologiile pot ajuta, de asemenea, în găsirea unor inconsecvențe
logice, clase care nu pot avea instanțe sau instanțe diferite care au aceleași nume. Un beneficiu
important este că logica și raționamentul pot fi aplicate pentru a descoperi noi cunoștințe.
S-a raportat înca din 2007 că industria petrolului și gazelor utilizează RDF / OWL pentru a combina date
din diverse surse și pentru a standardiza schimbul de date, partajarea și integrarea între parteneri sau
aplicații. Managementul colaborativ al cunoștințelor a devenit de asemenea posibil. În aprilie 2010,
Facebook a lansat Open Graph pe care editorii web îl pot utiliza pentru a-și integra paginile web în
graficul social al Facebook. Acest lucru permite Facebook să înțeleagă ce îi place unui utilizator, să ofere
recomandări personalizate sau să conecteze utilizatorii cu interese similare. A fost adoptată o formă
simplificată de RDF. În timpul Cupei Mondiale FIFA din 2010, site-ul BBC a folosit tehnologii web
semantice pentru a afișa dinamic conținut. Au fost folosite interogări SPARQL și raționament OWL 2 RL.
Odată cu succesul acestui proiect, în ianuarie 2013, BBC s-a angajat să dezvolte Linked Data Platform
pentru a permite publicarea dinamică semantică. Site-ul BBC Music din 2008 a fost, de asemenea, un
exemplu timpuriu de utilizare a web-ului semantic. Alte exemple includ extragerea cauzalității în
208
industria

209
farmaceutică, extragerea semantică a web-ului, extragerea dosarelor de sănătate pentru informații și
detectarea fraudei. De asemenea, puteți căuta pagina W3C intitulată Semantic Web Case Studies and
Use Cases pentru mai multe exemple.

Ce standarde se aplică pe web-ul semantic?

Din punct de vedere tehnic, web-ul semantic constă în principal din trei standarde tehnice:
 RDF (Resource Description Framework): limbajul de modelare a datelor pentru semantic Web.
Toate informațiile Semantic Web sunt stocate și reprezentate în RDF.
 SPARQL (protocol SPARQL și limbaj de interogare RDF): limbajul de interogare al web-ului semantic.
Este conceput special pentru interogarea datelor din diferite sisteme.
 OWL (Web Ontology Language): limbajul schemei, sau limbajul reprezentării cunoștințelor (KR), al
web-ului semantic. OWL vă permite să definiți conceptele în mod compozibil, astfel încât aceste
concepte să poată fi refolosite cât mai mult și cât mai des posibil. Compozibilitatea înseamnă că
fiecare concept este atent definit, astfel încât să poată fi selectat și asamblat în diverse combinații cu
alte concepte, după cum este necesar pentru multe aplicații și scopuri diferite. O modalitate de a
diferenția o aplicație Web semantică de orice altă aplicație este utilizarea acestor trei tehnologii. Cu
toate acestea, Semantic Web a fost denumit in forme echivalente, cum ar fi Web 3.0 sau Linked Data
Web.

Una dintre cele mai comune modalități prin care întreprinderile utilizează tehnologiile web semantice
este o abordare mai ieftină, incrementală și mai agilă a integrării datelor. Organizațiile mari se luptă tot
timpul să lanseze proiecte mari de depozitare de date sau eforturi pentru a oferi angajaților vederi
unificate ale informațiilor de care au nevoie. În principiu, abordările tradiționale de integrare a datelor
suferă de aceeași lipsă de flexibilitate pe care tehnologiile semantice sunt concepute să o depășească.
Luam în considerare trei exemple:
1. Departamentul Apărării leagă zeci de sisteme informaționale disparate prin suprapunerea acestora cu
un model semantic. Zona de misiune de afaceri a DoD a emis un mandat pentru utilizarea tehnologiilor
web semantice ca arhitectură fundamentală pentru noi proiecte de integrare în 2011 și, de atunci, au
văzut timpul necesar pentru a aduce un nou sistem de întreprindere în 6 la 9 luni sau mai mult până la
sub 90 de zile.
2. Compania farmaceutică Biogen Idec aplică tehnologii web semantice pentru a aborda provocările de
integrare a datelor implicate în colectarea și înțelegerea valorilor lanțului de aprovizionare generate de
cei 30 de parteneri de producție cu care fac afaceri. Pentru Biogen, realizarea integrării datelor din lanțul
de aprovizionare prin intermediul tehnologiilor semantice înseamnă că pot integra date mult mai ușor

210
decât înainte și pot începe urmărirea noilor valori și indicatori de performanță pentru a înțelege mai
bine lanțul lor de aprovizionare general.
3. Amdocs folosește tehnologiile Semantic Web pentru a oferi companiilor mari de telecomunicații o
viziune mult mai completă și mai utilă a clienților lor decât au avut până acum. Pentru Amdocs,
tehnologiile semantice oferă infrastructura perfectă pentru colectarea informațiilor din sistemele de
răspuns vocal, sistemele de facturare și plată, sistemele de asistență, sistemele de vânzări și marketing și
multe altele, pentru a oferi contextul complet al interacțiunilor unui client cu o companie de
telecomunicații, după cum este necesar . Flexibilitatea modelului de bază înseamnă că acestea pot baza
schimbarea continuă a proceselor, modelele de decizie și alertele proactive pe această viziune unificată
a clienților fără să știe din timp care sunt cerințele lor complete.
Unele organizații apelează la tehnologiile web semantice pentru a ajuta la abordarea problemei "Gasirea
acului in carul cu fan". În general, problema acului în fân are două dimensiuni. Primul este obținerea
tuturor datelor relevante într-un singur loc, ceea ce reprezintă un exemplu al provocării agile de
integrare a datelor pe care am luat-o deja în considerare. Cealaltă dimensiune a acestei provocări este
clasificarea informațiilor din fânul suficient de bine pentru a facilita găsirea acelor, o provocare
semnificativă în lumea actuală a Big Data. Companiile și alte organizații combină expresivitatea
ontologiilor cu suportul pentru raționamentul automat (inferență), deoarece aplică tehnologii web
semantice problemelor de clasificare a informațiilor. Utilizarea tehnologiilor semantice pentru
clasificarea informațiilor poate varia de la capacități îmbunătățite la etichetarea (manuală) și preluarea
informațiilor până la descoperirea complet automată a informațiilor. La capătul anterior al acestui
spectru, bibliotecile - inclusiv Biblioteca Congresului, Biblioteca Britanică și Universitatea Stanford - și
organizațiile conexe - precum Europeana - au început să-și reprezinte vastele cataloage de informații
bibliografice cu tehnologiile Semantic Web. La celălalt capăt al spectrului, raționamentul este aplicat
seturilor de date mari descrise cu ontologiile Semantic Web pentru a automatiza procesul de localizare a
unor biți cheie de informații. În cazul proiectului SAPPHIRE de la Universitatea din Texas Health Science
Center, aceasta înseamnă combinarea și clasificarea datelor clinice din diferite instituții pentru a
identifica potențialele focare de gripă. În cazul unui proiect prezentat FDA de către Centrul de Excelență
NCE CECR pentru Prevenirea Insuficienței Organice (PROOF), aceasta înseamnă identificarea și
clasificarea pacienților care riscă respingerea imună a transplanturilor de organe înainte de a prezenta
simptome. Grupul care se concentrează pe aspectele de clasificare a tehnologiilor web semantice are
multe în comun cu comunitatea AI. Există multe proiecte de cercetare active atât în mediul academic,
cât și în grupurile corporative de cercetare și dezvoltare axate pe îmbunătățirea acestei capacități.

Ontologii de afaceri. Folosim în mod interschimbabil cuvintele „ontologie” și „model de informații

sau date”. Termenul model de date este bine cunoscut și înțeles de către profesioniștii din tehnologia
informației. Cuvântul „ontologie” este un termen mai nou în informatică. A luat naștere în filozofie ca
modalitate de a vorbi despre conceptele și relațiile dintr-o anumită zonă sau domeniu. De exemplu,
atunci când definim conceptele și relațiile necesare pentru a descrie clienții unei companii și
interacțiunile acestora cu o companie, dezvoltăm o ontologie (sau model de date) necesară pentru a
sprijini domeniul de gestionare a relației cu clienții (CRM). Astfel, o ontologie construită în scopuri CRM
poate fi reutilizabilă în totalitate sau parțial în alte domenii - resurse umane, managementul furnizorilor
etc. Toate produsele de integrare a informațiilor utilizează modele de informații care descriu modul în
care sursele integrate sunt legate între ele. Unele abordări implementează astfel de modele într-un mod
ad hoc, de exemplu, încorporând concepte de afaceri și conexiuni între ele în scripturile de transformare
a datelor. Alții susțin o abordare de integrare mai scalabilă prin construirea de modele canonice, adesea
sub formă de ontologii de afaceri, modele de obiecte ale întreprinderii sau modele de informare
unificate. Aceste tipuri de modele descriu concepte importante pentru întreprindere și relațiile dintre
ele. Ele pot reprezenta toate

211
informațiile capturate despre clienți, produse și activități ale întreprinderii. Datele din sursele individuale
de date sunt apoi descrise conectându-le la modelul canonic pentru a indica și a mapa informațiile pe
care le conțin.
Pentru ca ontologiile să fie accesibile computerelor, acestea trebuie definite într-un limbaj procesabil pe
computer. Limbajele standard W3C pentru ontologii se numesc RDF (Resource Description Framework),
RDF Schema5 și OWL6 (Web Ontology Language). Ontologiile RDF / OWL pot include:
›Persoane fizice - obiecte de date individuale, cum ar fi„ TopQuadrant ”sau„ California ”› clase - acestea
sunt seturi de indivizi care au unele caracteristici comune, cum ar fi „Companie”, „Stat” ›proprietăți -
acestea sunt caracteristici a obiectelor de date, inclusiv atributele de date precum „vârsta” sau „prețul”
și relațiile care conectează obiecte precum „funcționează pentru” și „create de” Orice persoană, clasă
sau proprietate inclusă în ontologie se numește „resursă”. Fiecare resursă are un identificator unic la
nivel global, astfel încât să poată fi menționat în mod unic. În urma practicii standard pe web,
identificatorii de resurse sunt URI-uri. Pentru a ilustra componentele de mai sus ale unei ontologii de
afaceri, diagrama de mai jos, generată utilizând o componentă de vizualizare vizuală TopBraid Suite,
arată un fragment al unei ontologii pe care TopQuadrant îl folosește pentru a genera cotații de produs
pentru clienți.

TQPerson, Person, Customer, Quotation, QuoteStatus, QuoteTerms, QuoteLineItem și Product9 sunt

clase. Membrii acestor clase sunt elementele de date individuale, cum ar fi produse specifice, persoane
și cotații. TopBraidEnsemble, TopBraidComposer și TopBraidLive_2.0 sunt membri ai clasei Produs.
Ontologia descrie, pentru fiecare clasă, proprietățile membrilor săi care prezintă interes în contextul
utilizării ontologiei. În contextul generării de cotații, suntem interesați să captăm informații despre
prețurile produselor și numerele de versiune, dar nu suntem interesați de cerințele platformei pentru
fiecare produs. Limbajele Semantic Web, RDF, RDFS și OWL, au fost create având în vedere distribuția și
212
agregarea. Aceasta înseamnă că nu numai datele, ci și schema sau modelul pot fi modulare și distribuite
în reprezentarea sa.
O ontologie diferită nu poate fi preocupată de prețurile produselor, ci, în schimb, să se concentreze
asupra cerințelor platformei sau instrumentelor și limbajelor utilizate pentru a crea produse software.
Definiția sa a ceea ce este un produs sau ce informații pot exista poate fi diferită de ontologia prezentată
mai sus. Ambele sunt vizualizări valide și reprezintă seturi valide de informații. Standardele web
semantice ne permit să combinăm și să agregăm cu ușurință aceste vizualizări diferite - după cum și când
este necesar. Acest lucru este susținut prin capacitatea de îmbinare fundamentală a RDF. Ontologiile se
pot importa una pe alta. Există un vocabular bogat de modelare pentru conectarea și relaționarea
resurselor în interiorul și între modele. Include declarații precum subClassOf, subPropertyOf,
equivalentClass, sameAs, differentFrom și disjointWith. În plus față de acest vocabular de bază cu
semantică predefinită, utilizatorii pot crea conexiuni personalizate.
Integrarea utilizând standardele Web semantice are avantaje cheie pentru întreprindere:
›Ontologiile de afaceri reprezentate într-un mod conform standardului pot fi utilizate în produse și
aplicații similare modului în care HTML este utilizabil în browsere, editori HTML și alte instrumente
› Standardele web semantice au fost dezvoltate din teren pentru a sprijini reutilizarea și extensibilitatea.
Aceasta este o necesitate nu numai în World Wide Web, ci și în mediul de afaceri. Modelele modulare se
pot importa și extinde reciproc, astfel încât două departamente să poată împărtăși definiții comune ale
conceptelor la nivelul întregii companii, păstrând în același timp diferențele lor unice de afaceri. Acest
lucru permite o strategie practică, incrementală distribuită, dar conectabilă, pentru dezvoltarea
soluțiilor.

Care este motivația din spatele Web-ului semantic?

Permițând mașinilor să înțeleagă datele, putem beneficia în mai multe moduri:
 Automatizare: putem evita să facem lucruri banale, cum ar fi rezervarea biletelor sau
reprogramarea programărilor. Acestea pot fi gestionate în mod eficient de către asistenți sau agenți
virtuali.
 Personalizare: conținutul de pe web crește zilnic. Ne este imposibil să urmărim totul. Agenții ne pot
personaliza sau personaliza conținutul.
 Recuperarea informațiilor: în cadrul întreprinderilor sau prin intermediul motoarelor de căutare
web, Semantic Web ne poate oferi răspunsuri mai relevante.
 Reutilizarea datelor: Deoarece Web-ul semantic permite conectarea datelor dintr-o varietate de
surse, datele pot fi reutilizate. Datele care anterior erau stocate în baze de date izolate pot fi acum
partajate într-un mod standard.
 Descoperirea cunoștințelor: prin conectarea datelor de pe web, pot fi descoperite noi cunoștințe.
Web-ul semantic permite mașinilor să aplice logica relațiilor existente și să deducă relații noi. De
exemplu, acest lucru ar putea fi util în descoperirea de noi medicamente.

Pentru a înțelege volumele de date despre care vorbim (și care sunt în continuă creștere), luați în
considerare aceste statistici (sursa CISCO VNI: Prognoză și metodologie, 2015-2020). Traficul IP global va
crește de aproape trei ori în următorii 5 ani, traficul IP global anual va atinge 2,3 ZB pe an până în 2020,
traficul smartphone-urilor va depăși traficul PC până în 2020 și numărul de dispozitive conectate la
213
rețelele IP va fi de peste trei ori populația globală până în 2020. Deși este incontestabil faptul că volumul
de date

214
crește mai repede decât oricând (și vom continua să creăm conținut nou care să fie gestionat în fiecare
secundă), dezbaterea despre o definiție Web 3.0 și conexiunile sale cu universul digital al datelor sunt
încă deschise.

Definiție Web 3.0: 5 caracteristici principale

Este mai ușor să identificăm diferențele majore dintre Web 1.0 (utilizatorii consultă pasiv paginile web
și, în cea mai mare parte, nu participă la generarea de conținut) și Web 2.0 (utilizatorii creează conținut
și interacționează cu site-urile și între ei prin intermediul social media, forumuri, etc.). În schimb, cu Web
3.0, diferențele nu sunt atât de clar definite. Termenul, inventat în 2006, se referă la o nouă evoluție a
Internetului, a treia generație a acestuia, și include inovații și practici specifice. Mai jos sunt 5
caracteristici principale care ne pot ajuta să definim Web 3.0:
1) Web semantic. Următoarea evoluție a webului implică web-ul semantic. Web-ul semantic îmbunătățește
tehnologiile web pentru a genera, partaja și conecta conținut prin căutare și analiză bazate pe capacitatea de a
înțelege semnificația cuvintelor, mai degrabă decât pe cuvinte cheie sau numere.
2) Inteligența artificială. Combinând această capacitate cu procesarea limbajului natural, în Web 3.0, computerele
pot înțelege informații precum oamenii pentru a oferi rezultate mai rapide și mai relevante. Devin mai inteligenți
pentru a satisface nevoile utilizatorilor.
3) Grafică 3D. Designul tridimensional este utilizat pe scară largă în site-uri web și servicii în Web 3.0. Ghidurile
muzeelor, jocurile pe computer, comerțul electronic, contextele geospațiale etc. sunt toate exemple care utilizează
grafică 3D.
4) Conectivitate. Cu Web 3.0, informațiile sunt mai conectate datorită metadatelor semantice. Ca rezultat,
experiența utilizatorului evoluează la un alt nivel de conectivitate care utilizează toate informațiile disponibile.
5) Omniprezenta. Conținutul este accesibil de mai multe aplicații, fiecare dispozitiv este conectat la web, serviciile
pot fi folosite oriunde.
Cum ne poate schimba viața Web3.0? Aceste caracteristici ne apropie de o definiție Web 3.0. Acum, să vedem un
exemplu care reunește aceste 5 funcții. În Web 3.0, în timp ce conduceți, puteți pune pur și simplu o întrebare
asistentului auto („Aș dori să văd un film romantic și să mănânc mâncare japoneză”). Motorul de căutare
încorporat în asistentul auto vă oferă un răspuns personalizat, care ține cont de locația dvs., sugerând cel mai
apropiat cinema care se potrivește cu cererea dvs. și un restaurant japonez bun, consultând automat recenziile pe
social media. Apoi, ar putea prezenta chiar și un meniu 3D de la restaurant pe afișaj. Acest scenariu al Web 3.0 nu
este un vis ... În cea mai mare parte, este deja o realitate astăzi (de exemplu, web-ul semantic și inteligența
artificială) datorită tehnologiei cognitive. Folosind analiza semantică și procesarea limbajului natural, tehnologia
Cogito AI vă ajută să înțelegeți sensul și să extrageți informații din conținutul web și din datele nestructurate.
Cogito folosește software de inteligență emoțională în timp real care încorporează AI și învățarea automată
pentru a analiza apelurile vocale și pentru a ajuta centrele de apeluri să interacționeze mai bine cu clienții lor, pe
lângă evaluarea și îmbunătățirea performanței reprezentanților lor. Este foarte dificil să înțelegeți sau să citiți
emoțiile umane, ceea ce face dificilă comunicarea cu clienții și satisfacerea clienților, în special la telefon. Scenariile
laboratorului MIT Media, precum Affectiva și Cogito, se concentrează pe aplicarea principiilor științei
comportamentale pentru a analiza emoțiile umane complexe și pentru a ajuta companiile să își îmbunătățească
serviciile și să prezică comportamentul consumatorului.

TEMA SEMESTRU: Tehnologiile AI, 5G, Cloud, Blockhain, IoT

ajută companiile din domeniul turismului să găsească o ieșire din criză
și să asigure profitabilitatea
https://www.idt.com/us/en/application/industrial/iot-edge-ai-platform
https://www.cloudflight.io/tech/ways-to-implement-a-profitable-iot-platform-strategy-39135/

215