{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3241817"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3241817","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Ανάλυση δεδομένων και δημιουργία μέρους συστήματος επιχειρηματικής ευφυΐας στον κλάδο του εμπορίου ανθών-φυτών","abstract":"Στόχος της συγκεκριμένης διπλωματικής εργασίας είναι να προβάλει τα σημαντικότερα στοιχεία ενός συστήματος επιχειρηματικής ευφυΐας (Business Intelligence BI) στον επιχειρηματικό κλάδο του εμπορίου ανθών-φυτών. Κρίνεται απαραίτητο για την καλύτερη κατανόηση του περιεχομένου της εργασίας, να γίνει μια γενική περιγραφή των συστημάτων επιχειρηματικής ευφυΐας και των επιμέρους λειτουργιών που τα συνοδεύουν. Αρχικά, αναπτύσσεται μια θεωρητική ανάλυση των συστημάτων επιχειρηματικής ευφυΐας, χρησιμοποιώντας μεθόδους από τον κλάδο της διοίκησης επιχειρήσεων, όπως ανάλυση SWOT και Porter. Ολοκληρώνοντας την θεωρητική ανάλυση των συστημάτων επιχειρηματικής ευφυΐας, εκτιμώνται οι υπάρχουσες ή οι μελλοντικές προοπτικές των συστημάτων επιχειρηματικής ευφυΐας στον συγκεκριμένο κλάδο. Έπειτα από αυτή την γενική και θεωρητική περιγραφή των συστημάτων, στόχος της συγκεκριμένης εργασίας είναι να εμβαθύνει σε δυο από τις σημαντικότερες λειτουργίες τους. Έτσι, πραγματοποιείται ειδικότερη αναφορά στην ανάλυση των δεδομένων καθώς και στην οπτικοποίηση των αποτελεσμάτων που προκύπτουν από αυτή την ανάλυση. Το τελευταίο μέρος, περιλαμβάνει το πρακτικό μέρος της εργασίας, το οποίο έχει σκοπό να υλοποιήσει και να αποτυπώσει με τον βέλτιστο τρόπο τις θεωρητικές έννοιες που προηγήθηκαν. Η συγκεκριμένη εργασία απαντά σε ερωτήματα μείζονος σημασίας για την καλύτερη λειτουργία του κάθε οργανισμού στον συγκεκριμένο κλάδο, αναλύοντας δεδομένα με χρήση αλγορίθμων από το τομέα της μηχανικής μάθησης (Machine Learning ML). Μετά την ανάλυση αυτών των δεδομένων, ακολουθεί η οπτικοποίηση των αποτελεσμάτων. Σκοπός αυτής της εργασίας, είναι η δημιουργία οπτικοποιήσεων με την μορφή ψηφιακών πινάκων (Dashboards). Πρέπει να σημειωθεί, ότι η οπτικοποίηση αυτή δεν θα γίνει με χρήση έτοιμων εργαλείων, αλλά θα υλοποιηθεί μέσω κατάλληλων αλγορίθμων, οι οποίοι θα εμφανίζουν τους ψηφιακούς πίνακες σε μια εφαρμογή σε προσωπικό ιστότοπο (localhost). Τέλος, χρησιμοποιώντας τα αποτελέσματα από την όλη διαδικασία, εξάγονται συμπεράσματα για την λειτουργία της επιχείρησης και προτείνονται λύσεις για τα όποια προβλήματα μπορεί να εμφανιστούν.","abstract_html":"Στόχος της συγκεκριμένης διπλωματικής εργασίας είναι να προβάλει τα σημαντικότερα στοιχεία ενός συστήματος επιχειρηματικής ευφυΐας (Business Intelligence BI) στον επιχειρηματικό κλάδο του εμπορίου ανθών-φυτών. Κρίνεται απαραίτητο για την καλύτερη κατανόηση του περιεχομένου της εργασίας, να γίνει μια γενική περιγραφή των συστημάτων επιχειρηματικής ευφυΐας και των επιμέρους λειτουργιών που τα συνοδεύουν. Αρχικά, αναπτύσσεται μια θεωρητική ανάλυση των συστημάτων επιχειρηματικής ευφυΐας, χρησιμοποιώντας μεθόδους από τον κλάδο της διοίκησης επιχειρήσεων, όπως ανάλυση SWOT και Porter. Ολοκληρώνοντας την θεωρητική ανάλυση των συστημάτων επιχειρηματικής ευφυΐας, εκτιμώνται οι υπάρχουσες ή οι μελλοντικές προοπτικές των συστημάτων επιχειρηματικής ευφυΐας στον συγκεκριμένο κλάδο. Έπειτα από αυτή την γενική και θεωρητική περιγραφή των συστημάτων, στόχος της συγκεκριμένης εργασίας είναι να εμβαθύνει σε δυο από τις σημαντικότερες λειτουργίες τους. Έτσι, πραγματοποιείται ειδικότερη αναφορά στην ανάλυση των δεδομένων καθώς και στην οπτικοποίηση των αποτελεσμάτων που προκύπτουν από αυτή την ανάλυση. Το τελευταίο μέρος, περιλαμβάνει το πρακτικό μέρος της εργασίας, το οποίο έχει σκοπό να υλοποιήσει και να αποτυπώσει με τον βέλτιστο τρόπο τις θεωρητικές έννοιες που προηγήθηκαν. Η συγκεκριμένη εργασία απαντά σε ερωτήματα μείζονος σημασίας για την καλύτερη λειτουργία του κάθε οργανισμού στον συγκεκριμένο κλάδο, αναλύοντας δεδομένα με χρήση αλγορίθμων από το τομέα της μηχανικής μάθησης (Machine Learning ML). Μετά την ανάλυση αυτών των δεδομένων, ακολουθεί η οπτικοποίηση των αποτελεσμάτων. Σκοπός αυτής της εργασίας, είναι η δημιουργία οπτικοποιήσεων με την μορφή ψηφιακών πινάκων (Dashboards). Πρέπει να σημειωθεί, ότι η οπτικοποίηση αυτή δεν θα γίνει με χρήση έτοιμων εργαλείων, αλλά θα υλοποιηθεί μέσω κατάλληλων αλγορίθμων, οι οποίοι θα εμφανίζουν τους ψηφιακούς πίνακες σε μια εφαρμογή σε προσωπικό ιστότοπο (localhost). Τέλος, χρησιμοποιώντας τα αποτελέσματα από την όλη διαδικασία, εξάγονται συμπεράσματα για την λειτουργία της επιχείρησης και προτείνονται λύσεις για τα όποια προβλήματα μπορεί να εμφανιστούν.","abstract_has_math":false,"creators":["Φιλάνδρου Ελευθερία","Filandrou Eleftheria"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2022,"date_issued":"2022","date_published":"2022","updated_at":"2026-11-19T06:20:01Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3241817"],"render_values":[{"text":"uoadl:3241817","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3241817","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3241817","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3241817","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Φιλάνδρου Ελευθερία","Filandrou Eleftheria"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2022"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3241817","https://pergamos.lib.uoa.gr/uoa/dl/object/3241817"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Στόχος της συγκεκριμένης διπλωματικής εργασίας είναι να προβάλει τα σημαντικότερα στοιχεία ενός συστήματος επιχειρηματικής ευφυΐας (Business Intelligence BI) στον επιχειρηματικό κλάδο του εμπορίου ανθών-φυτών. Κρίνεται απαραίτητο για την καλύτερη κατανόηση του περιεχομένου της εργασίας, να γίνει μια γενική περιγραφή των συστημάτων επιχειρηματικής ευφυΐας και των επιμέρους λειτουργιών που τα συνοδεύουν. Αρχικά, αναπτύσσεται μια θεωρητική ανάλυση των συστημάτων επιχειρηματικής ευφυΐας, χρησιμοποιώντας μεθόδους από τον κλάδο της διοίκησης επιχειρήσεων, όπως ανάλυση SWOT και Porter. Ολοκληρώνοντας την θεωρητική ανάλυση των συστημάτων επιχειρηματικής ευφυΐας, εκτιμώνται οι υπάρχουσες ή οι μελλοντικές προοπτικές των συστημάτων επιχειρηματικής ευφυΐας στον συγκεκριμένο κλάδο. Έπειτα από αυτή την γενική και θεωρητική περιγραφή των συστημάτων, στόχος της συγκεκριμένης εργασίας είναι να εμβαθύνει σε δυο από τις σημαντικότερες λειτουργίες τους. Έτσι, πραγματοποιείται ειδικότερη αναφορά στην ανάλυση των δεδομένων καθώς και στην οπτικοποίηση των αποτελεσμάτων που προκύπτουν από αυτή την ανάλυση. Το τελευταίο μέρος, περιλαμβάνει το πρακτικό μέρος της εργασίας, το οποίο έχει σκοπό να υλοποιήσει και να αποτυπώσει με τον βέλτιστο τρόπο τις θεωρητικές έννοιες που προηγήθηκαν. Η συγκεκριμένη εργασία απαντά σε ερωτήματα μείζονος σημασίας για την καλύτερη λειτουργία του κάθε οργανισμού στον συγκεκριμένο κλάδο, αναλύοντας δεδομένα με χρήση αλγορίθμων από το τομέα της μηχανικής μάθησης (Machine Learning ML). Μετά την ανάλυση αυτών των δεδομένων, ακολουθεί η οπτικοποίηση των αποτελεσμάτων. Σκοπός αυτής της εργασίας, είναι η δημιουργία οπτικοποιήσεων με την μορφή ψηφιακών πινάκων (Dashboards). Πρέπει να σημειωθεί, ότι η οπτικοποίηση αυτή δεν θα γίνει με χρήση έτοιμων εργαλείων, αλλά θα υλοποιηθεί μέσω κατάλληλων αλγορίθμων, οι οποίοι θα εμφανίζουν τους ψηφιακούς πίνακες σε μια εφαρμογή σε προσωπικό ιστότοπο (localhost). Τέλος, χρησιμοποιώντας τα αποτελέσματα από την όλη διαδικασία, εξάγονται συμπεράσματα για την λειτουργία της επιχείρησης και προτείνονται λύσεις για τα όποια προβλήματα μπορεί να εμφανιστούν.","The aim of this thesis is to show the most important elements of a business intelligence system (Business Intelligence BI) in the flower-plant trade business sector. It is considered necessary for a better understanding of the content of the work, to make a general description of business intelligence systems and the individual functions that accompany them. First, a theoretical analysis of business intelligence systems is developed, using methods from the field of business administration, such as SWOT and Porter analysis. Completing the theoretical analysis of business intelligence systems, the existing or future prospects of business intelligence systems in the specific industry are assessed. After this general and theoretical description of the systems, the objective of this work is to delve into two of their most important functions. Thus, a more specific reference is made to the analysis of the data as well as to the visualization of the results resulting from this analysis. The last part includes the practical part of the work, which aims to implement and capture in an optimal way the theoretical concepts that preceded. This specific work answers questions of major importance for the better functioning of each organization in the specific industry, analyzing data using algorithms from the field of machine learning (Machine Learning ML). After analyzing this data, the results are visualized. The purpose of this work is to create visualizations in the form of digital dashboards. It should be noted that this visualization will not be done using ready-made tools, but will be implemented through appropriate algorithms, which will display the digital panels in an application on a personal website (localhost). Finally, using the results from the whole process, conclusions are drawn about the operation of the business and solutions are proposed for any problems that may appear."]},{"key":"dc:title","label":"Title","values":["Ανάλυση δεδομένων και δημιουργία μέρους συστήματος επιχειρηματικής ευφυΐας στον κλάδο του εμπορίου ανθών-φυτών"]}]}],"canonical_facts":{"dc:creator":["Φιλάνδρου Ελευθερία","Filandrou Eleftheria"],"dc:date":["2022"],"dc:description":["Στόχος της συγκεκριμένης διπλωματικής εργασίας είναι να προβάλει τα σημαντικότερα στοιχεία ενός συστήματος επιχειρηματικής ευφυΐας (Business Intelligence BI) στον επιχειρηματικό κλάδο του εμπορίου ανθών-φυτών. Κρίνεται απαραίτητο για την καλύτερη κατανόηση του περιεχομένου της εργασίας, να γίνει μια γενική περιγραφή των συστημάτων επιχειρηματικής ευφυΐας και των επιμέρους λειτουργιών που τα συνοδεύουν. Αρχικά, αναπτύσσεται μια θεωρητική ανάλυση των συστημάτων επιχειρηματικής ευφυΐας, χρησιμοποιώντας μεθόδους από τον κλάδο της διοίκησης επιχειρήσεων, όπως ανάλυση SWOT και Porter. Ολοκληρώνοντας την θεωρητική ανάλυση των συστημάτων επιχειρηματικής ευφυΐας, εκτιμώνται οι υπάρχουσες ή οι μελλοντικές προοπτικές των συστημάτων επιχειρηματικής ευφυΐας στον συγκεκριμένο κλάδο. Έπειτα από αυτή την γενική και θεωρητική περιγραφή των συστημάτων, στόχος της συγκεκριμένης εργασίας είναι να εμβαθύνει σε δυο από τις σημαντικότερες λειτουργίες τους. Έτσι, πραγματοποιείται ειδικότερη αναφορά στην ανάλυση των δεδομένων καθώς και στην οπτικοποίηση των αποτελεσμάτων που προκύπτουν από αυτή την ανάλυση. Το τελευταίο μέρος, περιλαμβάνει το πρακτικό μέρος της εργασίας, το οποίο έχει σκοπό να υλοποιήσει και να αποτυπώσει με τον βέλτιστο τρόπο τις θεωρητικές έννοιες που προηγήθηκαν. Η συγκεκριμένη εργασία απαντά σε ερωτήματα μείζονος σημασίας για την καλύτερη λειτουργία του κάθε οργανισμού στον συγκεκριμένο κλάδο, αναλύοντας δεδομένα με χρήση αλγορίθμων από το τομέα της μηχανικής μάθησης (Machine Learning ML). Μετά την ανάλυση αυτών των δεδομένων, ακολουθεί η οπτικοποίηση των αποτελεσμάτων. Σκοπός αυτής της εργασίας, είναι η δημιουργία οπτικοποιήσεων με την μορφή ψηφιακών πινάκων (Dashboards). Πρέπει να σημειωθεί, ότι η οπτικοποίηση αυτή δεν θα γίνει με χρήση έτοιμων εργαλείων, αλλά θα υλοποιηθεί μέσω κατάλληλων αλγορίθμων, οι οποίοι θα εμφανίζουν τους ψηφιακούς πίνακες σε μια εφαρμογή σε προσωπικό ιστότοπο (localhost). Τέλος, χρησιμοποιώντας τα αποτελέσματα από την όλη διαδικασία, εξάγονται συμπεράσματα για την λειτουργία της επιχείρησης και προτείνονται λύσεις για τα όποια προβλήματα μπορεί να εμφανιστούν.","The aim of this thesis is to show the most important elements of a business intelligence system (Business Intelligence BI) in the flower-plant trade business sector. It is considered necessary for a better understanding of the content of the work, to make a general description of business intelligence systems and the individual functions that accompany them. First, a theoretical analysis of business intelligence systems is developed, using methods from the field of business administration, such as SWOT and Porter analysis. Completing the theoretical analysis of business intelligence systems, the existing or future prospects of business intelligence systems in the specific industry are assessed. After this general and theoretical description of the systems, the objective of this work is to delve into two of their most important functions. Thus, a more specific reference is made to the analysis of the data as well as to the visualization of the results resulting from this analysis. The last part includes the practical part of the work, which aims to implement and capture in an optimal way the theoretical concepts that preceded. This specific work answers questions of major importance for the better functioning of each organization in the specific industry, analyzing data using algorithms from the field of machine learning (Machine Learning ML). After analyzing this data, the results are visualized. The purpose of this work is to create visualizations in the form of digital dashboards. It should be noted that this visualization will not be done using ready-made tools, but will be implemented through appropriate algorithms, which will display the digital panels in an application on a personal website (localhost). Finally, using the results from the whole process, conclusions are drawn about the operation of the business and solutions are proposed for any problems that may appear."],"dc:identifier":["uoadl:3241817","https://pergamos.lib.uoa.gr/uoa/dl/object/3241817"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Ανάλυση δεδομένων και δημιουργία μέρους συστήματος επιχειρηματικής ευφυΐας στον κλάδο του εμπορίου ανθών-φυτών"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:20:01Z"}