[World_of_Science]

Dariusz Prokopowicz
www.researchgate.net/profile/DariuszProkopowicz

Procesy badawcze Big Data Analytics w zastosowaniach analizy SWOT i określenia strategii rozwoju innowacyjnych startupów

Do niniejszej dyskusji proponuję dodać rozważania dotyczące następującego istotnego zagadnienia:
Zastosowanie analizy sentymentu oraz procesów badawczych przeprowadzanych na platformach analitycznych Big Data Analytics na potrzeby przeprowadzania analizy SWOT celem określenia perspektyw rozwoju, w tym także zdefiniowania strategii rozwoju innowacyjnych startupów.

Na potrzeby przeprowadzenia analizy dotyczącej problematyki dotyczącej procesów badawczych Big Data Analytics w zastosowaniach analizy SWOT i określenia strategii rozwoju innowacyjnych startupów sformułowałem następującą tezę, zgodnie z którą moim zdaniem rosną możliwości zastosowań analizy sentymentu oraz procesów badawczych przeprowadzanych na platformach analitycznych Big Data Analytics celem doskonalenia procesów przeprowadzania analizy SWOT z uwzglednieniem określenia perspektyw rozwoju, w tym także zdefiniowania strategii rozwoju innowacyjnych startupów oraz innych podmiotów gospodarczych.

Celem przeprowadzenia weryfikacji powyższej tezy badawczej proponuję kontynuację dyskusji w zakresie problematyki procesów badawczych Big Data Analytics w zastosowaniach analizy SWOT i określenia strategii rozwoju innowacyjnych startupów oraz w zakresie odpowiedzi na następujące pytanie:
Czy analiza sentymentu przeprowadzana na pozyskanych z Internetu danych oraz analityka oparta na Big Data Analytics może być pomocna dla przeprowadzenia analizy SWOT celem określenia perspektyw rozwoju, w tym także zdefiniowania strategii rozwoju innowacyjnych startupów?

Poniżej przedstawiłem szczególnie istotne determinanty problematyki dotyczącej procesów badawczych Big Data Analytics w zastosowaniach analizy SWOT i określenia strategii rozwoju innowacyjnych startupów. Wnioski z niniejszej dyskusji w kluczowych aspektch omawianej problematyki potwierdzają sformułowaną tezę badawczą. Do powyższej dyskusji chciałbym dodać następującą konkluzję sformułowaną jako podsumowanie moich wcześniejszych rozważań dotyczących tematu: Zastosowanie analizy sentymentu oraz procesów badawczych przeprowadzanych na platformach analitycznych Big Data Analytics na potrzeby przeprowadzania analizy SWOT celem określenia perspektyw rozwoju, w tym także zdefiniowania strategii rozwoju innowacyjnych startupów.

Analiza SWOT jest często stosowana jako element różnych opracowań analitycznych opisujących sytuację ekonomiczno-finansową i perspektywy rozwoju przedsiębiorstw, instytucji publicznych i innych podmiotów ze względu na swój uniwersalny charakter oraz prostotę. Mimo swej prostoty posiada wiele cech pozytywnych i stała się elementem składowym wielu innych, znacznie bardziej złożonych procesów analitycznych. Analiza SWOT jest to jedna z najprostszych metod analitycznych stosowanych celem zdiagnozowania mocnych i słabych stron funkcjonowania określonego podmiotu oraz szans i zagrożeń rozwoju analizowanego przedsiębiorstwa. Analiza SWOT jest najprostszą metodą określenia strategii rozwoju dla podmiotu gospodarczego. Może być także pomocna przy zdefiniowaniu strategicznej misji funkcjonowania określonego przedsiebiorstwa. W związku z tym analiza SWOT jest częścią takich opracowań jak analiza wiarygodności kredytowej, biznes plan, prospekt emisyjny, raport analityczny sporządzony na potrzeby analizy możliwości i ryzyka projektu inwestycyjnego, planu strategicznego, marketingowego, due dilligence, analizy fundamentalnej inwestycji w papiery wartościowe, analizy procesu zarządzania ryzykiem w przedsiębiorstwie, planu rozwoju innowacyjnego start-upu itd.

Technologie informacyjne ICT i Przemysł 4.0 znajdują zastosowanie w zakresie rozwoju technologii zaawansowanego przetwarzania danych i analityki Big Data i analityki Data Science, Data Analytics wykorzystywanych w ekonomii, finansach i zarządzaniu organizacjami, w tym przedsiębiorstwami, instytucjami finansowymi i publicznymi. Moim zdaniem prowadzone badania naukowe potwierdzają silną korelację zachodzącą między rozwojem technologii Big Data, analityki Data Science, Data Analytics a efektywnością wykorzystania zasobów wiedzy. Uważam, że rozwój technologii Big Data i analityki Data Science, Data Analytics oraz innych technologii informacyjnych ICT, technologii wielokryterialnego, zaawansowanego przetwarzania dużych zbiorów informacji, technologii Przemysł 4.0 zwiększa efektywność wykorzystania zasobów wiedzy, w tym także w dziedzinie ekonomii, finansach i zarządzaniu organizacjami. W ostatnich latach technologie informacyjne ICT, Przemysł 4.0 itd. szczególnie dynamicznie się rozwijają i znajdują zastosowanie w gospodarkach opartych na wiedzy. Technologie te znajdują zastosowanie w badaniach naukowych oraz w zastosowaniach biznesowych w komercyjnie działających przedsiębiorstwach i w instytucjach finansowych oraz publicznych. W związku z rosnącym znaczeniem tej problematyki w gospodarkach opartych na wiedzy istotną kwestią jest analiza korelacji między rozwojem technologii Big Data i analityki Data Science, Data Analytics, Business Intelligence a efektywnością wykorzystania zasobów wiedzy w celu rozwiązywania kluczowych problemów rozwoju cywilizacji, np. w kwestii realizacji programów szybkiej implementacji zasad zrównoważonego proekologicznego rozwoju do procesów gospodarczych zgodnie z filozofią green economy i finansowaniu programów tworzenia i wdrażania innowacji ekologicznych oraz pilnej realizacji niezbędnych reform proekologicznych. Celem tych programów proekologicznych przedsięwzięć gospodarczych ma być zmniejszenie poziomu zanieczyszczenia środowiska naturalnego oraz spowolnienie procesu global warming. Jest to jednak tylko jeden z kluczowych problemów globalnych, których rozwiązanie może być uwarunkowane kwestią możliwości zwiększenia efektywności wykorzystania dużych zasobów wiedzy zgromadzonej w bazach Big Data w gospodarkach opartych na wiedzy. W związku z powyższym proponuję następujące pytania badawcze, które mogą zainspirować do realizacji ważnych i interesujących projektów badawczych:
Czy są prowadzone badania, które weryfikują korelację między rozwojem technologii Big Data i analityki Data Science, Data Analytics, Business Intelligence i innych technologii informacyjnych ICT oraz zaawansowanego przetwarzania danych Przemysł 4.0 a efektywnością wykorzystania zasobów wiedzy, w tym także w dziedzinie w ekonomii, finansach i zarządzaniu organizacjami, w tym przedsiębiorstwami, instytucjami finansowymi i publicznymi? W ostatnich latach pojawia się coraz więcej doniesień medialnych, że w wielu krajach odnotowano znaczący wzrost zanieczyszczenia środowiska oraz odnotowane w skali globalnej przyśpieszenie procesu global warming. Problem jest poważny, ponieważ tempo procesu global warming w ostatnich latach znacząco zaczęło przyśpieszać. To jest jednak tylko jeden z wielu kluczowych problemów rozwoju cywilizacji ludzkiej do pilnego rozwiązania w XXI wieku. Niezbędnym jest więc zwiększenie efektywności przetwarzania zasobów wiedzy celem szybszego znalezienia rozwiązania dla kluczowych problemów rozwoju cywilizacji. Zastosowanie technologii Big Data, analityki Data Science, Data Analytics, Business Intelligence i innych technologii informacyjnych ICT oraz zaawansowanego przetwarzania danych Przemysł 4.0 w procesach przetwarzania zasobów wiedzy powinno przyczyniać się do podnoszenia efektywności przetwarzania zasobów wiedzy w gospodarkach opartych na wiedzy, w tym także w dziedzinie ekonomii i finansów.

Wymienione powyżej technologie informacyjne i komunikacyjne w połączeniu doskonaleniem technik teleinformatycznych oraz z implementacją analityki typu Business Intelligence do procesów przeprowadzanych analiz ekonomiczno-finansowych, gospodarczych, makroekonomicznych i rynkowych mogą być instrumentarium pomocnym w sprawnym i efektywnym zarządzaniu procesami gospodarczymi, inwestycyjnymi oraz przedsiębiorstwami, w tym także analizami przeprowadzanymi na potrzeby doskonalenia działalności marketingowej w przedsiębiorstwach.
Coraz więcej firm, banków i innych podmiotów potrzebuje przeprowadzania wielokryterialnych analiz na pobranych z Internetu dużych zbiorach danych opisujących rynki, na których działają oraz kontrahentów i klientów, z którymi współpracują. Z drugiej strony istnieją już wyspecjalizowane firmy technologiczne, które oferują tego typu usługi analityczne, opracowują raporty na zlecenie, które są efektem przeprowadzonych tego typu wielokryterialnych analiz dużych zbiorów danych pozyskanych z różnych stron internetowych oraz z wpisów i komentarzy zawartych na portalach social media.
Istotną, rozwijajacą się w ostatnich latach techniką badawczą, której efekty są wykorzystywane na potrzeby działalności marketingowej firm jest analiza sentymentu realizowana na pobranych z Internetu dużych zbiorach danych zgromadzonych w systemach bazodanowych Big Data. Celem pogrupowania zachowań użytkowników portali social media w określone klasy zachowań należy najpierw te określone klasy zdefiniować. Pomocnym może być analiza sentymentu korzystająca z dużych zbiorów danych zebranych z wpisów i komentarzy z portali social media i przeniesionych do platform bazodanowych Big Data. Następnie obserwując w czasie zmiany określonych rodzajów zachowań użytkowników portali social media można stosownie do tych wyników obserwacji analizować dane zgromadzone w Big Data. Poza tym przydatnym narzedziem może być analiza zachowań użytkowników portali social media na podstawie na bieążąco powstających postów, wpisów i komentarzy na określonych stronach social media, analiza statystyczna komentarzy na określone tematy postów. Tego typu badania przeprowadzają internetowe firmy technologiczne, które prowadzą portale social media i wykorzystują wyniki tych badań do rozwoju swoich usług marketingu wirusowego, ponieważ ta dziedzina marketingu jest kluczowym determinantem generowanych przez te firmy przychodów ze sprzedaży reklam na portalach social media.

W ostatnich latach zwiększa się zakres zastosowań technologii Big Data i analityki Data Science, Data Analytics w ekonomii, finansach i zarządzaniu organizacjami, w tym przedsiębiorstwami, instytucjami finansowymi i publicznymi. W związku z tym rośnie także znaczenie implementacji instrumentów analitycznych zaawansowanego przetwarzania dużych zbiorów danych w przedsiębiorstwach, instytucjach finansowych i publicznych tj. budowy platform Big Data Analytics dla wspomagania procesów zarządzania organizacją w różnych aspektach działalności, w tym także w zakresie poprawy relacji z klientami. Moim zdaniem prowadzone badania naukowe potwierdzają silną korelację zachodzącą między rozwojem technologii Big Data, analityki Data Science, Data Analytics a efektywnością wykorzystania zasobów wiedzy. Uważam, że rozwój technologii Big Data i analityki Data Science, Data Analytics oraz innych technologii informacyjnych ICT, technologii wielokryterialnego, zaawansowanego przetwarzania dużych zbiorów informacji, technologii Przemysł 4.0 zwiększa efektywność wykorzystania zasobów wiedzy, w tym także w dziedzinie ekonomii, finansach i zarządzaniu organizacjami. W ostatnich latach technologie informacyjne ICT, Przemysł 4.0 itd. szczególnie dynamicznie się rozwijają i znajdują zastosowanie w gospodarkach opartych na wiedzy. Technologie te znajdują zastosowanie w badaniach naukowych oraz w zastosowaniach biznesowych w komercyjnie działających przedsiębiorstwach i w instytucjach finansowych oraz publicznych. W związku z rosnącym znaczeniem tej problematyki w gospodarkach opartych na wiedzy istotną kwestią jest analiza korelacji między rozwojem technologii Big Data i analityki Data Science, Data Analytics, Business Intelligence a efektywnością wykorzystania zasobów wiedzy w celu rozwiązywania kluczowych problemów rozwoju podmiotów gospodarczych, w tym także innowacyjnych startupów.
Wobec powyższego w ostatnich latach zwiększa się zakres zastosowań technologii Big Data i analityki Data Science, Data Analytics oraz analizy sentymentu danych pobranych z Internetu w zastosowaniach przeprowadzania analizy SWOT z uwzglednieniem określenia perspektyw rozwoju, w tym także zdefiniowania strategii rozwoju innowacyjnych startupów oraz innych podmiotów gospodarczych.

Prowadzę badania w tej problematyce. Wnioski z przeprowadzonych badań zamieściłem w publikacjach naukowych, które są dostępne na portalu Research Gate. Zapraszam do współpracy.

Zgodnie z powyższym moim zdaniem rosną możliwości zastosowań analizy sentymentu oraz procesów badawczych przeprowadzanych na platformach analitycznych Big Data Analytics celem doskonalenia procesów przeprowadzania analizy SWOT z uwzglednieniem określenia perspektyw rozwoju, w tym także zdefiniowania strategii rozwoju innowacyjnych startupów oraz innych podmiotów gospodarczych.

Czy zgadzasz się ze mną w powyższej kwestii?

Prowadzę badania w tej problematyce. Wnioski z przeprowadzonych badań zamieściłem w publikacjach naukowych, które są dostępne na portalu Research Gate.

Wobec powyższego zwracam się do Państwa z następującymi pytaniami:

- Dlaczego analiza SWOT jest jedną z najczęściej stosowanych metod badawczych analizy funkcjonowania i perspektyw rozwoju firmy?

- Czy analiza SWOT jest istotnym elementem procesu oceny możliwości rozwoju strategicznego innowacyjnych startupów?

- Jakie rodzaje badań i procesów badawczych dostarczają dobrych danych dla przeprowadzenia analizy SWOT?

- Czy analiza sentymentu przeprowadzana na pozyskanych z Internetu danych może być pomocna dla przeprowadzenia analizy SWOT?

- Czy analityka oparta na Big Data Analytics może być pomocna dla przeprowadzenia analizy SWOT?

- Co myślisz w tym temacie?

- Jaka jest Twoja opinia w tym temacie?

Proszę o odpowiedź.

Zapraszam do dyskusji.

Dziękuję bardzo.

Pozdrawiam serdecznie.

Dariusz Prokopowicz

-------------------------------------------------------------------------------------------------------------------------------------------------------------------
Dariusz Prokopowicz
www.researchgate.net/profile/DariuszProkopowicz

Big Data Analytics research processes in the applications of SWOT analysis and defining strategies for the development of innovative startups.

Dear Colleagues and Friends from RG,
Discussions and research conducted on the forum of the Research Gate portal inspired me to the following considerations and to formulate the following research thesis:
In recent years, the possibilities of using sentiment analysis and research processes carried out on Big Data Analytics analytical platforms have been growing to improve SWOT analysis processes including the definition of development perspectives, including the definition of development strategies for innovative startups and other business entities.

Discussions and research conducted on the forum of Research Gate portal inspired me to the following considerations:
The use of sentiment analysis and research processes carried out on Big Data Analytics analytical platforms for the needs of SWOT analysis to determine development perspectives, including the definition of innovative startup development strategies.

For the purposes of analyzing issues related to Big Data Analytics research processes in the applications of SWOT analysis and defining the strategy for the development of innovative startups, I formulated the following thesis that in my opinion the possibilities of using sentiment analysis and research processes carried out on Big Data Analytics analytical platforms to improve the processes of conducting SWOT analysis, including the definition of development perspectives, including the definition of development strategies for innovative startups and other business entities.

In order to verify the above research thesis, I suggest continuing discussions in the field of Big Data Analytics research processes in the applications of SWOT analysis and defining the strategy for the development of innovative startups, as well as in answering the following question:
Can sentiment analysis carried out on data obtained from the Internet and analytics based on Big Data Analytics help to carry out SWOT analysis in order to determine development perspectives, including the definition of innovative startup development strategies?

Below are particularly important determinants of issues related to Big Data Analytics research processes in the applications of SWOT analysis and defining the strategy for the development of innovative startups. The conclusions of this discussion in key aspects of the discussed issues confirm the formulated research thesis. To the above discussion, I would like to add the following conclusion, summarized as a summary of my previous considerations on the topic: The use of sentiment analysis and research processes carried out on Big Data Analytics analytical platforms for the purposes of conducting SWOT analysis to determine development perspectives, including defining the strategy for the development of innovative startups.

SWOT analysis is often used as part of various analytical studies describing the economic and financial situation and development perspectives of enterprises, public institutions and other entities due to its universal nature and simplicity. Despite its simplicity, it has many positive features and has become a component of many other, much more complex analytical processes. SWOT analysis is one of the simplest analytical methods used to diagnose the strengths and weaknesses of the functioning of a particular entity as well as the opportunities and threats to the development of the analyzed enterprise. SWOT analysis is the simplest method for determining a development strategy for an economic entity. It can also be helpful in defining the strategic mission of a given enterprise. Therefore, the SWOT analysis is part of such studies as creditworthiness analysis, business plan, prospectus, analytical report prepared for the purposes of analyzing the possibilities and risk of an investment project, strategic and marketing plan, due diligence, fundamental analysis of investment in securities, process analysis enterprise risk management, innovative start-up development plan, etc.

ICT and Industry 4.0 information technologies are used in the development of advanced data processing technologies and Big Data analytics and Data Science analytics, Data Analytics used in economics, finance and management of organizations, including enterprises, financial and public institutions. In my opinion, scientific research confirms the strong correlation between the development of Big Data technology, Data Science analytics, Data Analytics and the effectiveness of the use of knowledge resources. I believe that the development of Big Data technology and Data Science analytics, Data Analytics and other ICT information technologies, multi-criteria technology, advanced processing of large information sets, and Industry 4.0 technology increases the efficiency of using knowledge resources, including in the field of economics, finance and organization management. In recent years, ICT information technologies, Industry 4.0 etc. have been developing dynamically and are used in knowledge-based economies in particular. These technologies are used in scientific research and business applications in commercial enterprises and in financial and public institutions. Due to the growing importance of this issue in knowledge-based economies, an important issue is the analysis of the correlation between the development of Big Data technology and Data Science, Data Analytics, Business Intelligence and the effectiveness of using knowledge resources to solve key problems of civilization development, e.g. in the implementation programs for the quick implemen