Wykorzystanie analitycznego systemu hybrydowego w procesie reengineeringu przedsiębiorstw usługowych

• Autorzy: Pilipczuk O.
• Języki publikacji: PL

Abstrakty

PL

Opisano analityczny system hybrydowy, wspomagający automatyzację procesu identyfikacji i doboru tych procesów biznesowych, które mogą zostać racjonalnie przeprojektowane w procesie reengineeringu. Omówiono czynniki wpływające na racjonalność przeprojektowania procesów. Szczególną uwagę poświęcono określeniu jakości procesów za pomocą zbiorów przybliżonych oraz wpływu, jaki mają te procesy na klientów organizacji.

EN

The article describes the Analytical Hybrid System, which supports procedure of identification and selection of business processes might be rebuilt with most rationality through the course of reengineering. In addition, the article depicts the factors, which have influence on rationality of the processes rebuilding. The comprehensions of the Risk Zone and Enlarge Zone of Tolerance are bringing in. A special attention is paid to the determination of the quality of the processes using Rough Sets and to the influence these processes have on the clients of the company.

Słowa kluczowe

PL

analityczny system hybrydowy; reengineering; zbiory przybliżone; jakość procesów gospodarczych; strefa tolerancji

EN

Analytical Hybrid System; reengineering; rough sets; business process quality; Zone of Tolerance

• Wydawca: Wydawnictwo Politechniki Częstochowskiej
• Czasopismo: Informatyka Teoretyczna i Stosowana
• Rocznik: 2006
• Tom: R. 6, nr 10
• Strony: 41--49
• Opis fizyczny: Bibliogr. 9 poz., rys., tab.

Twórcy

autor

Pilipczuk O.

• Wydział Informatyki, Politechnika Szczecińska ul, Żołnierska 49, 71-220 Szczecin

Bibliografia

• [1] Hammer M., Champy J., Reengineering w przedsiębiorstwie, Neuman Management Institute, Warszawa 1996.
• [2] Radosinski E., Systemy informacyjne w dynamicznej analizie decyzyjnej, WN PWN, Warszawa 2001.
• [3] Gwynne A.L., Devlin J.F., Ennew C.T., The Zone of Tolerance: Insights and Influences, Journal of Marketing Management 2000, 16, 545-564.
• [4] Engel J.F., Kollat D.T., Blackwell R.D., Consumer Behaviour, Holt, Rinehart & Winston, New York 1968.
• [5] Lin T.Y., Cercone N., Rough Sets and Data Mining. Analysis of imprecise data, Kluwer Academic Publishers, Boston-Dordrecht-London 1997.
• [6] Oliver R.L., A conceptual model of service quality and service satisfaction, Advances in Services Marketing and Management 1993, 65-86.
• [7] Parasuraman A., Guru's view: Service quality and productivity: a synergistic perspective, Managing Service Quality 2002, 12, 1, 6-9.
• [8J Pawlak Z., Rough Sets, International Journal of Information and Computer Science 1982, 11, 341.
• [9] Zeithaml V.A., Bitner M.J., Services Marketing, International Edition, McGraw-Hill, Singapore 1996.