Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Podejście rozmyte w prototypowaniu strategii konkurencyjności MŚP

Tytuł:
Podejście rozmyte w prototypowaniu strategii konkurencyjności MŚP
The Fuzzy Approach in Prototyping SMEs Competitiveness Strategy
Autorzy:
Rostek, Katarzyna
Data publikacji:
2015-02-02
Wydawca:
Uniwersytet Warszawski. Wydawnictwo Naukowe Wydziału Zarządzania
Tematy:
competitiveness strategy
competitive analysis
uncertain and imprecise data
hybrid AHP
regression analysis
uzzy decision trees
Źródło:
Problemy Zarządzania; 2015, 2/2015 (52), t.1; 162-175
1644-9584
Język:
polski
Prawa:
Wszystkie prawa zastrzeżone. Swoboda użytkownika ograniczona do ustawowego zakresu dozwolonego użytku
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
Wspomaganie problemów decyzyjnych źle strukturalizowanych, a do takich należy zaliczyć zadania z zakresu wyznaczania strategii konkurencyjności, przy braku dostępu do wiedzy eksperckiej jest trudne i nieefektywne. Jednak nie wszystkie przedsiębiorstwa, czego przykład stanowią MŚP, mają możliwość korzystania z zasobów wiedzy eksperckiej. Istnieje zatem potrzeba zastąpienia doświadczenia i umiejętności ekspertów wiedzą pozyskiwaną poprzez analizę danych pochodzących z przedsiębiorstwa oraz jego otoczenia. Dane te są zazwyczaj niekompletne i niedokładne, co decyduje o precyzji podejmowanych decyzji. Znane z literatury przedmiotu metody wyznaczania strategii konkurencyjności nie wykorzystują dostępnych technik drążenia danych i uwzględniających ich niepewność technik wnioskowania rozmytego. Proponowana metoda integrująca te techniki stanowi atrakcyjną alternatywę dla stosowanych metod jakościowych lub jakościowo-ilościowych. Weryfikacja metody została przeprowadzona na grupie MŚP świadczących usługi medyczne.

Supporting the decision-making in unstructured problems, such as tasks related to developing a competitiveness strategy, is difficult and inefficient without access to expert knowledge. However, not all companies, for example SMEs, have the ability to use their resources. There is a need to replace the experience and skills of experts by knowledge obtained through the analysis of data from the company and its environment. This data is usually incomplete and inaccurate, which affects the precision of decisions made. The methods of developing competitiveness strategies that are known from literature do not use available data mining techniques or fuzzy inference techniques taking into account the uncertainty of data. The proposed method, which integrates the above techniques, is an attractive alternative to the use of qualitative or qualitative-quantitative methods. The verification of the method was carried out on a group of SMEs providing medical services.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies

Prześlij opinię

Twoje opinie są dla nas bardzo ważne i mogą być niezwykle pomocne w pokazaniu nam, gdzie możemy dokonać ulepszeń. Bylibyśmy bardzo wdzięczni za poświęcenie kilku chwil na wypełnienie krótkiego formularza.

Formularz