Implementation of Business Intelligence to Increase the Effectiveness of Decision Making Process of Managers in Companies Providing Payment Services
Notice bibliographique
Résumé
The most important purpose of this research is implementation of intelligence to increase the effectiveness of decision-making process of managers in service providing companies (Case Study: Saman Kish Electronic Payment Company). The importance and necessity of such research becomes clear according to criteria such as Development of knowledge about techniques to facilitate decision-making in intelligence, strategic level of intelligence, tactical level of intelligence, operational level of intelligence and quality of intelligence implementation and absence of a system to provide advice for manager to for decision-making on matters related to intelligence implementation. In the end, the sample size for this research consists of 30 available experts willing to cooperate who were selected using a combination of Purposive non-probability (judgment) sampling and snowball sampling. Data were collected using first set of measuring tools (tools to measure the effect of variables in order to increase the effectiveness of decision-making process of managers) and the second set of measuring tools (tools to validate “support system for decision based on the principle of intelligence implementation in order to increase the effectiveness of decision-making process of managers”). This fact that analyzing business intelligence techniques to facilitate decision making can make decision-making process of managers in Saman Kish Electronic Payment Company comprehensively effective is among the most important results of this study. In the end, it was determined that the final difference between the outputs of support system for decision in this research which are BI+FDSS and average expert opinions has not been significant and has been calculated to be 0.06475 which means there is no significant relation between expert opinions and outputs of BI+FDSS System. ”Techniques to facilitate decision-making in intelligence”, ”strategic level of intelligence”, ”tactical level of intelligence”, ”operational level of intelligence” and quality of intelligence implementation” and “Companies providing payment services”
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».