Systemy inteligencji biznesowej w prognozowaniu zużycia gazu ziemnego

• Autorzy: Chrulski, Tomasz

Warianty tytułu

EN

Business intelligence systems in forecasting the demand for natural gas consumption

• Języki publikacji: PL

Abstrakty

PL

Dokonano przeglądu popularnych aplikacji informatycznych w zakresie analityki biznesowej, które mogą posłużyć do prognozowania zużycia gazu ziemnego. Przeglądu dokonano, opierając się na ogólnej wiedzy teoretycznej związanej z tym zagadnieniem, i pod kątem rodzaju wykorzystywanych modeli prognostycznych przez poszczególne aplikacje. Przedstawiono perspektywy rozwoju narzędzi informatycznych w zakresie analityki biznesowej.

EN

A survey was conducted with the use of an electronic questionnaire on the used business intelligence systems among employees from the energy industry. Power BI and Tableau were the most popular among the surveyed respondents. Popular IT applications in the field of business analytics that can be used to forecast natural gas consumption were reviewed.

Słowa kluczowe

PL

gaz ziemny; prognozowanie zużycia gazu; model prognostyczny; analityka biznesowa

EN

natural gas; gas consumption forecasting; prognostic model; business analyst

• Czasopismo: Przemysł Chemiczny
• Rocznik: 2021
• Tom: T. 100, nr 12
• Strony: 1170--1172
• Opis fizyczny: Bibliogr. 15 poz., tab.

Twórcy

autor

Chrulski, Tomasz

• Szkoła Doktorska, Wydział Wiertnictwa, Nafty i Gazu, Akademia Górniczo-Hutnicza im. St. Staszica w Krakowie, al. Adama Mickiewicza 30, 30-059 Kraków,

Bibliografia

• [1] G. Ülker, E.Coşkun, Turkish Universities, 2021, 74, 10.
• [2] J. Ślizowski, K. Urbańczyk, M. Łaciak i in., Przem. Chem. 2017, 96, nr 5, 994.
• [3] J. Stefanowski, Analiza szeregów czasowych. Projekt eksploracji danych, Politechnika Poznańska, 2020.
• [4] J. Chrabołowska, J. Nazarko, Prace Nauk. Akademii Ekonomicznej we Wrocławiu 2003, 10, 988.
• [5] M. Kowerski, Barometr Regionalny 2009, 16, nr 2, 7.
• [6] E. Rolnik-Sadowska, Economics Manage. 2013, 5, nr 2, 9, DOI: 10.12846/j.em.2013.02.05.
• [7] E. Ostertagova, O. Ostertag, Acta Electrotech. Inform. 2012, 3, 12, 63, DOI: 10.2478/v10198-012-0034-2.
• [8] https://help.tableau.com/current/pro/desktop/en-us/forecast_how_it_works.htm, dostęp 29 września 2021 r.
• [9] https://btprovider.com/forecast-in-tableau, dostęp 29 września 2021 r.
• [10] https://data-flair.training/blogs/tableau-forecasting, dostęp 29 września 2021 r.
• [11] https://www.ibm.com/docs/en/planning-analytics, dostęp 29 września 2021 r.
• [12] Z. Szyjewski. Studia i Prace WNEiZ US, 2018, nr 54, 147.
• [13] https://www.researchgate.net/publication/308556918, dostęp 29 września 2021 r.
• [14] I. Stefaniak, Zesz. Nauk. Uniw. Ekonom. w Katowicach, 2000, 258.
• [15] A. Zalewska-Bochenko, Studia Inform. Pomerania 2016, 40, nr 2, 87.

Identyfikatory

DOI

10.15199/62.2021.12.4