Dynamický model transformace dat ve znalost organizace

1. Dynamický model transformace dat ve znalost organizace Návrh klasifikátoru inovací

2. 1 1 podnik.vize 2 plánování 3 organizování Využití informací pro sekvenční manažerské funkce Informace Rozhodování Ovlivňování 4 operativa kontrola Regulační odchylka

3. Pokud nechceme chápat podnikový management jako prostou sekvenci časově i věcně oddělených samostatných opakovaných akcí korigujících vždy jednorázově situaci, je nutné stanovit mechanismus přeměny informací ve znalost. plán vize Balanced Scorecard 2 1 4 3 řízení struktura

4. Návrh a kvantifikace obecného mechanismu pro využívání nových znalostí k inovaci výstupních produktů za účelem jejich komercializace: Nová znalost určená ke komercializaci Informace jako nová struktura dat Data Úroveň znalostní entropie 4 Filtrovaná data 3 2 Řazení a filtrace dat Informace 1 Báze firemních dat  nová data Časová sekvence Nová znalost

5. 3 Ostatní informace Data o funkčním chování produktu Data o vlastnost.konkur.produktů x1 V1 regulace získávání nových informací Báze firemních znalostí Nový produkt ‘Hladina‘ informací a dat h Filtr I n f e r e n č . m e ch a n i sm x2 V2 regulace odtoku inov. znalostí prostřed. jejich komercializace METODY-VÝSLEDKY OBECNÝ MODEL: Transformace informací ve znalost a jejich regulace

6. OBECNÝ MODEL • Úkolem je kvantifikovaně vyjádřit inferenční mechanismu v řízení přeměny informací v požadovanou znalost. • Vstup představuje diskrétní přísun (tok) dat a informací x1, který je regulován prostřednictvím parametru v1. • Výstupem je nová (inovační) znalost x2, kterou je možné podnikatelsky využít zejména ve prospěch inovace současných produktů. • Formule pro inferenční funkci se získá dáním do poměru žádané hodnoty výstupní znalosti x2 k regulovanému vstupu h. (1) • Regulovaný vstup h je objem informací, které jsou uchovávány v podniku pro jejich budoucí komercializaci.

7. OBECNÝ MODEL • Kdy bychom předpokládali, že každá získaná informaci plynule přejde ve znalost, která je následně komercializována, (informační systém řízen ‘Just in time‘) potom by platilo: (2) • Kde U je užitečnost informace pro jejího příjemce z hlediska relativního snížení informační entropie, dh je okamžitý informační tok do inferenčího mechanismu (diskrétně např. bit/s). • Samozřejmě je potřeba počítat i s informačním šumem a zkreslením původního významu informace R. Maximální tok znalosti je potom dán poměrem mezi relativním šumem a tokem do inferenčního mechanismu: (3)

8. OBECNÝ MODEL • Diferenciální rovnici (4) upravená do diskrétní formy: (5) • Kde T je perioda přeměny informace ve znalost a B je operátor zpětného posunu. • Nyní můžeme vztah (5) dosadit do výchozí rovnice inferenčního mechanismu (1): • Např. pro periodu T = 1 týden, relativní šum R=0,05, velikost informace, které jsou uchovávané v podniku pro její budoucí komercializaci h = 7,9 Tb je inferenční mechanismus roven:

9. Vývoj / inovace produktu Podání návrhu rozhodnutí stanovení řešitele vypracování zadání Zpracování projektu Žádost o akreditaci projektová dokument. záznam o přezkoumání Akreditační řízení  rozhodnutí pilotní ověření zadání k realizaci APLIKAČNÍ PŘÍKLAD ?

10. K3=rizikovost Návrh klasifikátoru pro odlišení perspektivních inovací K1=ZPKI K2=finančníaspekt Vstupy • Popis vstupních kritérií • ZPKI – zbytkový potenciál komercializované inovace • K2-např. pomocí NPV • K3-pomocí fundamentální analýzy nebo distribuční fce

11. Kritérium (koeficient) K1Vzniká agregací dvou faktorů: Reziduálním časem inovace tR, který je vyjádřený pomocí časového poměru mezi dobou již využívání dané inovace a předpokládanou dobou životního cyklu inovace.Druhý faktorem je tzv. Reziduální nenasycenost inovace nR, která je charakterizovaná pomocí poměru mezi počtem producentů, kteří již inovaci komercializovali k předpokládanému počtu producentů, kteří tuto inovaci využijí

12. Výstup z řídícího mechanismu systému pro automatizovanou klasifikaci komerčně perspektivních a neperspektivních inovací: Koeficient (kritérium)K3 -Rizikovost komerčního úspěchu inovace

13. Pravdivostní tabulka: Přehled možných hodnot kritérií ovlivňující úspěšnost inovace s předpokládanými hodnotami komerčního úspěchu produktu

14. Y K3 K2 Kombinační funkce charakterizující kauzální předpoklad komerčního úspěchu/neúspěchu produktu Y sestavíme sjednocením požadavků vyjádřených řádky 2, 7, 8. Tedy: K1

15. K1 ________ K1×K2×K3   K2 K1×K2×K3 K3 _____ K1×K3 K1   ≥1 ≥1 __ K1×K2×K3 K3 K2 K2 LEGENDA   __ __ K1× K2×K3 __ K1 K1  …hradlo ‘NAND’ K3 ≥1 …hradlo ‘NOR’ Navržený integrovaný obvod představující technickou realizaci automatizovaného klasifikátoru inovací podle skladby 3 kritérií ovlivňující komerční úspěch

16. DISKUZE – PRAKTICKÉ VYUŽITÍ 4 • V současném podnikovém řízení je inovační fenomén často spojován s možností vytvoření konkurenční výhody. • Jedním z důsledků je zvyšující se frekvence změn v okolí firmy, a také zvyšování se konkurenčního tlaku, který se projevuje zkracováním vývojového cyklu produktů. • Protože inovačních nápadů je obvykle více, něž kolik z nich je ve zdrojových možnostech organizace prakticky realizovat, je potřeba vybrat ten s největším potenciálem komerčního úspěchu. • Návrh představeného klasifikátoru, (vycházejícího z obecného modelu vytváření znalosti), je možné použít k této selekci inovační nápadů.

17. Naschledanou za 21 dnů