Toto je objekt systému MBI.

MBI (Management Byznys Informatiky) je portál obsahující zobecněná řešení v řízení provozu a rozvoje IT, resp. podnikové informatiky.

Pokud máte zájem získat více informací o tomto objektu (vazby na další objekty, přílohy, apod.), ale i získat mnoho dalších užitečných materiálů, můžete tak učinit ZDE / (registrace je bezplatná).

Úloha : Analýzy spotřeby energií
Analýzy spotřeby energií
Kód úlohy

Standardní kód úlohy v MBI.

:
UQ454A
Autor návrhu úlohy

Jméno a příjmení autora úlohy

:
MBI tým
Předpokládaná pravděpodobnost užití v praxi

Předpokládaná pravděpodobnost užití úlohy v praxi, hodnoty 0 - 1. Např. 0,7 - úlohu lze využít v 7 z 10 podniků. Hodnoty jsou průběžně testovány a upřesňovány na základě anket a průzkumů.

:
0.4
Charakteristiky úlohy

Charakteristiky úlohy

1. “Analýzy energetického hospodářství“ – účel:
  • Účelem analytické úlohy je především dosažení očekávaných efektů , tj. pozitivních změn v metrikách řízení podnikové dopravy, např. ve snížení spotřeby energií, nákladech na energie apod.
  • Úloha má současně řešit otázky definované ve scénářích MBI, a to zejména ve scénáři, kde jsou formulovány společné otázky a problémy spojené s řešením analytických úloh (SQ004 ).
2. Dimenzionální prostor řízení energií:

Při řešení analýz dopravy lze vyjít z možných analytických hledisek , resp. dimenzí , které je účelné ve vztahu k jednotlivým ukazatelům řízení energií zvažovat a využít. Ty lze vybírat z následujících skupin dimenzí :

  • Základní dimenze (DIG000 ),
  • Dimenze dopravy a hospodaření s energiemi (DIGQ50 ),
  • Podniková organizace (DIGQ01 ),
  • Ekonomické dimenze podniku (DIGQ05 ).
3. Funkcionalita energetických analýz, analytický prostor
  • Analytický dokument: Analýzy spotřeby energií (DQ481A),
  • Dále uvedené ukazatelé a dimenze představují pouze vybrané základní, k nim jsou na stránkách jednotlivých metrik doplněny i další související.
  • Obdobně se předpokládá, že na základě specifikovaných ukazatelů se podle potřeby podnikového řízení vytvářejí i další kalkulované ukazatele .
3.1. Analýzy energetických ukazatelů dle vybraných dimenzí:
  • Ukazatelé pro energetické analýzy: *
  • Objem spotřeby energií podle druhů,
  • Dimenze pro energetické analýzy: *
  • Druhy PHM (DIQ503 ), Druhy energií (DIQ504 ), *
  • Regiony (DI004 ), Podnikové útvary (DIQ003 ).
3.2. Časové analýzy spotřeby energií („Time Intelligence“):
  • Vývoj ukazatelů energií v čase – platí pro všechny uvedené ukazatele, včetně jejich dimenzí a navíc s dimenzí Časová dimenze (DI001 ), tj. obvykle počínaje rokem a konče na úrovni dne a případně, pokud je nutné i s dimenzí Hodiny (DI002 ),
  • Postupný nárůst hodnot ukazatelů energií od aktuálního data - k začátku roku (YTD (year-to-date), resp. k začátku kvartálu (QTD, quarter-to-date), resp. k začátku měsíce (MTD, month-to-date).
  • Meziročních porovnání ukazatelů energií, vývojové trendy – tj. hodnoty ukazatelů jak za aktuální období, resp. rok, tak za odpovídající období v minulých létech.
  • Analýzy klouzavých ukazatelů energií – např. klouzavý roční souhrn (moving annual total, MAT) - sleduje souhrnné hodnoty za posledních 12 měsíců.
4. Zdroje dat:
  • Evidence spotřeby energií (DQ452A),
  • Evidence výroby tepla (DQ453A).
5. Vztahy energetických analýz k IT:
  • Aplikace a technologie Business Intelligence (FSG400 ) umožňující v tomto případě zejména analýzy nákupů nad datovými sklady a OLAP databázemi a specifické analytická aplikace (F409 ).
  • Aplikace Self Service Business Intelligence (F455 ). Příkladem nástrojů pro aplikace této třídy je Power Pivot (AQ001A ), nebo Power BI (AQ002A ) a s nimi spojený jazyk DAX (AQ003A ), Tableau (AQ006A ), Qlik Sense (AQ007A),
  • Celopodnikové aplikace - ERP (F300 ) umožňují základní energetické analýzy.
6. Podmínky úspěšnosti energetických analýz:
  • Uplatnění vysoké komplexnosti a kvality analýz dopravy s vazbou na celopodnikové analýzy, řešení analýz s využitím potřebného množství analytických dimenzí,
  • Dosažení požadované flexibility analýz vzhledem k aktuálním potřebám a podmínkám manažerů a současně potřebné granularity dat pro realizaci analytických operací, zajištění takové úrovně detailních dat pro analýzy, která je dosažitelná a ekonomicky přiměřená, např. data o jednotlivých dopravních akcích apod.