Контрольные, курсовые, рефераты, тесты – готовые и на заказ!
 Гарантия качества, доступные цены, индивидуальный подход
 Работы выполняют высококвалифицированные специалисты
Войти      Регистрация
 тел. 8-912-388-82-05
  std72@mail.ru
> 20 лет успешной работы
> 50000 выполненных заказов
Отзывы/вопросы

Форма входа




Финуниверситет, проф. комп. программы (контрольная работа, г.Москва, часть 2)
23.11.2016, 19:14

Структура отчета  и этапы выполнения Части 2

Практика моделирования процессов решения типовых аналитических задач средствами программной системы  «Контур Стандарт».

Для оформления отчета № 2 рекомендуется следующая структура:

Наименование контрольной работы: ХХХХ.

Вариант: № ХХ.

Введение

I. Постановка задачи

II. Компьютерная модель решения задачи

III. Технология решения задачи

Варианты для самостоятельного выполнения Части 2

Выбор варианта задания для самостоятельного выполнения осуществляется в соответствии со второй буквой фамилии студента (см. табл. 3).

Исходные дынные находятся в базах данных. База данных для каждого варианта задания своя. Она указываются в соответствующем каталоге. Студент должен: описать источники данных, разработать запрос и настроить отчеты, перечень которых имеется в задании.

Представленные ниже варианты заданий заимствованы из [3].

Вариант 1.

Настройте пакет отчетов для анализа отгрузки товаров со складов

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Отгрузка со склада» (client_sklad.dbf) с полями:

Дата отгрузки (DATA), Код документа (DOC_CODE), Код клиента (CL_CODE), Код склада (SKL_CODE), Код товара (W_CODE), Количество отгруженного товара (W_AMOUNT), Сумма товара (SUM).

2. Таблица «Прайс-лист» (price_list.dbf) с полями:

Единица измерения товара (DIM), Код товара (CODE_W), Наименование товара (W_NAME), Тип товара (W_TYPE), Цена товара (PRICE).

3. Таблица «Справочник складов» (sklad_list.dbf) с полями:

Код склада (CODE_SK), Номер склада (NUM_SK).

4. Таблица «Справочник клиентов» (client.dbf) с полями:

Код клиента (CODE_CL), Наименование клиента (NAME_CL), Тип договорных отношений (SALECOND).

Таблицы размещены в папке Sklad.

Необходимо создать OLAP-приложение «Анализ отгрузки со склада» с отчетами:

1. OLAP-отчет «Анализ отгрузки со складов».

2. Таблица «Количественный анализ отгрузки различных товаров».

3. Кластерный анализ «Анализ клиентов по типу договорных отношений».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Выявить склад, обеспечивший наибольшую отгрузку товара в ноябре 2000 года. Определить тройку клиентов, которым отгрузили товара на этом складе на большую сумму. Проанализировать динамику объемов отгрузки свитеров в первой половине ноября 2000 года с этого склада.

2. Провести анализ отгруженного товара по различным складам за первые 5 дней ноября 2000 года. Определить, на какую сумму в этот период времени были закуплены юбки. С помощью круговой диаграммы определить, какую долю составляют юбки от общего объема отгруженных товаров в этот период.

3. Распределить всех клиентов на группы по типу договорных отношений. Определить, на какую сумму со складов было опушено товаров по предоплате в ноябре 2000 года.

 

Вариант 2.

Настройте пакет отчетов для анализа транспортных затрат

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Справочник складов» (sklad_list.dbf) с полями:

Код склада (CODE_SK), Номер склада (NUM_SK).

2. Таблица «Справочник клиентов» (client.dbf) с полями:

Код клиента (CODE_CL), Наименование клиента (NAME_CL), Тип договорных отношений (SALECOND).

3. Таблица «Поставки на склад» (sup_sklad.dbf) с полями:

Дата поставки (DATA), Код документа (DOC_CODE), Код поставщика (SUP_CODE), Код склада (SKL_CODE), Код товара (W_CODE), Код транспорта (TRANS_CODE), Объем поставки (W_AMOUNT), Стоимость перевозки (TRANS_COST), Сумма поставки (SUM), Тариф на транспортировку (TRANS_TARI).

4. Таблица «Прайс-лист поставщиков» (price_list_sup.dbf) с полями:

Единица измерения товара (DIM), Код поставщика (SUP), Код товара (CODE_W), Код транспорта (TRANS_CODE), Наименование товара (W_NAME), Тариф на транспортировку (TRANS_TARI), Тип товара (W_TYPE), Цена товара (PRICE).

5. Таблица «Справочник транспорта» (trans_list.dbf) с полями:

Код транспорта (TRANS_CODE), Наименование транспорта (TRANS_NAME),

Таблицы размещены в папке  Supply. Необходимо создать OLAP-приложение «Анализ транспортных затрат» с отчетами:

1. OLAP-отчет «Анализ транспортных затрат».

2. Таблица «Количественно-стоимостной анализ поставки товаров».

3. Кластерный анализ «Анализ средних цен на товары».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Выяснить, какой из типов транспортировки товара более дорогой для поставщиков. На какую сумму в ноябре 2000 года автомобильным транспортом было поставлено на склады различных видов обуви. С помощью линейной диаграммы проанализировать изменение объемов поставок для 1-го склада железнодорожным транспортом.

2. Провести анализ количества поставленного товара ценой не более 200 рублей за единицу продукции. Проанализировать динамику изменения стоимости поставок этой продукции на склады. Кто является основным поставщиком такой продукции. Какая доля продукции этого производителя поступила на 1-ый склад.

3. Сравнить средние цены на поставляемые товары и определить 3 наиболее дорогих товара.

 

Вариант 3.

Настройте пакет отчетов для анализа бюджета активов и пассивов.

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Бизнес-направление» (napravleniye.dbf) с полями:

Идентификатор (ID), Направление (NAPRAVL).

2. Таблица «Бюджет» (BAP.dbf) с полями:

Бизнес-направление (NAPRAVL), Дата (DATA), План (PLAN), Подраздел (PODRAZDEL), Раздел (RAZDEL), Факт (FACT).

Таблицы размещены в папке Bank.

Необходимо создать OLAP-приложение «Банковский анализ» с отчетами:

1. OLAP-отчет «Бюджет активов и пассивов по бизнес-направлениям».

2. Таблица «Бюджет активов и пассивов по разделам».

3. Тренд «Изменения бюджета по бизнес-направлениям».

4. Кластерный анализ «Анализ плановых показателей пассивов».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Провести «план-факт» анализ бюджетных данных по бизнес-направлениям за первый квартал 2002 года. Настройте просмотр бюджетных данных таким образом, чтобы после запятой указывались только два значащих числа. Выделите в таблице бизнес-направления, относительное отклонение плана от факта по которым не превышает 2 %.

2. Провести анализ фактических данных по бизнес-направлениям. Какая доля всех активов относится к бизнес-направлению «Операции с ценными бумагами».

3. Определить изменение абсолютных показателей и темпы изменения по бизнес-направлению «Кредитование юридических лиц» за март 2002 по отношению к февралю 2002 года в процентах.

4. Выявить 3 бизнес-направления, по которым по пассивам наблюдались максимальные отклонения фактических показателей от плановых.

 

Вариант 4.

Настройте пакет отчетов для анализа бухгалтерского баланса

Исходные данные для анализа хранятся в локальной таблице:

Таблица «Баланс» (Balance.dbf) с полями:

Баланс (BALANCE), Дата (DATE), Подраздел (ACCOUNT1), Раздел (CHAPTER), Статья (ACCOUNT2).

Таблица размещена в папке Balance. Необходимо создать OLAP-приложение «Анализ бухгалтерского баланса» с отчетами:

1. OLAP-отчет «Бухгалтерский баланс».

2. Таблица «Постатейный анализ активов и пассивов за 1998 год».

3. Тренд «Анализ динамики изменения активов».

4. Кластерный анализ «Постатейный анализ структуры активов».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Проверить сходимость балансовых данных за весь отчетный период. Отобразить на круговой диаграмме структуру активов за октябрь 2000 года с указанием доли каждой статьи в процентах. Проанализировать динамику изменения пассивов, прошедших по статье «Акционерный капитал» за 2000 год по месяцам.

2. Отобразить в таблице балансовые данные за первый квартал 1998 года. Определить, какая часть активов за этот период прошла по статье «Касса».

3. Исследовать динамику изменений активов по статье «Дебиторская задолженность» за первые 5 месяцев 2000 года.

4. Выявить статьи активов, суммарный показатель которых превышает 2 млн. рублей.

 

Вариант 5.

 Настройте пакет отчетов для анализа клиентской базы кредитного учреждения

Исходные данные для анализа хранятся в локальной таблице:

1. Таблица CRM (crm.dbf) с полями:

Дата (DATA), Дебет (DEBET), Индустрия (INDUSTRY), Контрагент (CONTR), Кредит (CREDIT), Остаток (OSTATOK), Счет (ACC), Филиал (FILIAL).

Таблица размещена в папке CRM.

Необходимо создать OLAP-приложение «Анализ клиентской базы кредитного учреждения» с отчетами:

1. OLAP-отчет «Анализ остатков и оборотов по счетам контрагента». При этом для измерения контрагента должно выбираться единственное значение.

2. Таблица «Анализ объемов кредитования различных отраслей по филиалам».

3. Тренд «Анализ динамики остатков по счетам контрагента «Инкар».

4. Кластерный анализ «Анализ средних кредитов по счетам в разрезе индустрии».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. С помощью линейной диаграммы проанализировать изменение остатков по счетам контрагента «Тарос», начинающихся с 0003, за отчетный период по месяцам.

2. Определить, какой отрасли выдается большее количество кредитов в каждом из 4 филиалах банка.

3. Проанализировать динамику изменения остатков по счетам контрагента «Инкар» за период с мая по октябрь 2002 года.

4. Определить, в какой отрасли размер среднего кредита по счету меньше.

 

Вариант 6.

Настройте пакет отчетов для анализа закупочной деятельности магазинов спортивных товаров

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Закупки» (Purchase_list.dbf) с полями:

Дата закупки (DATE), Код поставщика (VENDOR_CODE), Код товара (W_CODE), Размер (SIZE), Количество товара (W_AMMOUNT), Сумма (SUM), Код менеджера (MANAGER_CODE).

2. Таблица «Справочник поставщиков» (Vendor_list.dbf) с полями:

Код поставщика (VENDOR_CODE), Страна (COUNTRY), Наименование поставщика (VENDOR).

3. Таблица «Товары» (Price_list.dbf) с полями:

Код товара (W_CODE), Наименование товара (W_NAME), Тип товара (W_TYPE), Закупочная цена (W_PRICE).

4. Таблица «Менеджеры» (Manager_list.dbf) с полями:

Код менеджера (MANAGER_CODE), Менеджер (MANAGER).

Таблицы размещены в папке Custom. Необходимо создать OLAP-приложение «Анализ закупки спортивных товаров» с отчетами:

1. OLAP-отчет «Анализ закупки спортивных товаров».

2. Таблица «Количество закупленных менеджерами товаров».

3. Тренд «Динамика закупки спортивных товаров по кварталам».

4. Кластерный анализ «Стоимостной анализ закупок товаров в разрезе поставщиков».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Определить, какой вид товара был самым закупаемым весной 2003 года. Ранжировать производителей этого товара по их популярности среди закупщиков.

2. Выявить самого активного менеджера по закупке товаров за второе полугодие 2003 года. Проанализировать, благодаря закупке какого товара он вышел на первое место в этот период времени.

3. Исследовать динамику изменения объемов закупки велосипедов за три первые квартала 2003 года.

4. Провести анализ поставщиков по их доле в товарообороте. Определить самого крупного среди них.

 

Вариант 7.

 Настройте пакет отчетов для анализа оптовых цен на алкогольную продукцию

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Оптовые цены» (WSPrice_list.dbf) с полями:

Дата (DATE), Код товара (W_CODE),Код поставщика (VENDOR_CODE), Размер партии (LOT_SIZE), Оптовая цена за штуку (WSPRICE), Цена партии (SUM).

2. Таблица «Справочник поставщиков» (Vendor_list.dbf) с полями:

Код поставщика (VENDOR_CODE), Страна (COUNTRY), Наименование поставщика (VENDOR).

3. Таблица «Товары» (Wares_list.dbf) с полями:

Код товара (W_CODE), Наименование товара (W_NAME), Категория товара (W_TYPE).

Таблицы размещены в папке Price. Необходимо создать OLAP-приложение «Анализ оптовых цен на алкогольную продукцию» с отчетами:

1. OLAP-отчет «Анализ закупки алкогольных напитков».

2. Таблица «Анализ объемов закупки алкогольных напитков».

3. Тренд «Динамика изменения цен за единицу продукции».

4. Кластерный анализ «Анализ средних оптовых цен на весь ассортимент товаров».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Проанализировать объем закупаемых партий пива в разрезе стран производителей поквартально. Определить страну-производителя наиболее закупаемого пива. Просмотреть первичные данные за 1999 год по закупкам пива, произведенного в этой стране.

2. Выявить самую закупаемую категорию алкогольной продукции в 1999 году. Проанализировать его в разрезе стран-производителей. Определить наиболее популярных поставщиков этого товара в первом квартале 1999 года.

3. Проанализировать динамику изменения цен на шампанское за 4 квартала 1999 года.

4. Провести анализ средних оптовых цен на весь ассортимент товаров. Определить десятку самых дорогостоящих напитков.

 

Вариант 8.

Настройте пакет отчетов для анализа результатов проведения маркетингового опроса среди покупателей велосипедов

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Опрос покупателей» (Marketing_list.dbf) с полями:

Дата опроса (DATE), Профессия (OCCUPATION), Образование (EDUCATION), Доходы (PROFIT), Пол (SEX), Код возрастной группы (AGE_CODE), Код товара (W_CODE), Количество (W_AMOUNT).

2. Таблица «Товары» (Price_list.dbf) с полями:

Код товара (W_CODE), Наименование товара (W_NAME), Тип товара (W_TYPE), Цена (W_PRICE).

3. Таблица «Возрастные группы» (Age_list.dbf) с полями:

Код возрастной группы (AGE_CODE), Возраст (AGE).

Таблицы размещены в папке Marketing.

Необходимо создать OLAP-приложение «Анализ результатов маркетингового опроса» с отчетами:

1. OLAP-отчет «Анализ результатов маркетингового опроса среди покупателей велосипедов».

2. Таблица «Анализ потребительского спроса на велосипеды среди различных категорий пользователей».

3. Тренд «Динамика изменения продаж велосипедов среди людей с разным уровнем образования».

4. Кластерный анализ «Анализ популярности среди велосипедов различных марок».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Провести анализ потребительского спроса на велосипеды среди различных возрастных групп. Сравнить суммы, полученные от продажи горных велосипедов в первом полугодии 2003 года, в разрезе людей различных профессий. И определить, горные велосипеды какого наименования предпочитали приобретать врачи в этот период времени.

2. Определить, менеджеры каких возрастных групп активнее приобретают велосипеды. Проанализировать разделение по половому признаку среди этих возрастных групп.

3. Сравнить динамику изменения продаж велосипедов за первые три квартала 2003 года среди людей с разным уровнем образования.

4. Определить тройку самых популярных велосипедов в 2003 году.

 

Вариант 9.

 Настройте пакет отчетов для контроля количества бытовых приборов на складах

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Хранение товаров на складах» (Storage_list.dbf) с полями:

Дата поступления товара (DATE), Код региона (REGION_CODE), Код склада (SKL_CODE), Код товара (W_CODE), Количество товара (W_AMOUNT), Сумма (SUM), Период хранения (STOR_PERIOD), Дни хранения (STOR_DAYS).

2. Таблица «Справочник регионов» (Region_list.dbf) с полями:

Код региона (REGION_CODE), Регион (REGION).

3. Таблица «Справочник складов» (Skl_list.dbf) с полями:

Код склада (SKL_CODE), Код региона (REGION_CODE), Склад (SKL).

4. Таблица «Прайс-лист» (Price_list.dbf) с полями:

Код товара (W_CODE), Тип товара (W_TYPE), Цена товара (W_PRICE).

Таблицы размещены в папке Storage.

Необходимо создать OLAP-приложение «Контроль количества товаров на складах» с отчетами:

1. OLAP-отчет «Анализ номенклатуры товаров на складах».

2. Таблица «Анализ общей стоимости хранимых товаров».

3. Тренд «Динамика поступлений товаров на склады».

4. Кластерный анализ «Сравнение стоимости принятых на хранение товаров».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Сравнить загруженность складов по кварталам. Выявить склад, через который за третий квартал 2003 года прошел наименьший объем товаров. Проанализировать номенклатуру товаров, прошедших за третий квартал на этом складе, и определить тройку самых популярных электротоваров.

2. Проанализировать доли различных категорий товаров в общей стоимости. Определить какой товар занимал большую долю общей стоимости в первом полугодии 2003 года и как эта сумма разделена по различным регионам.

3. Сравнить динамику поступлений товаров на склады за летние месяцы 2003 года.

4. Сравнить стоимость принятых на хранение товаров. Определить пятерку самых дорогостоящих товаров.

 

Вариант 10.

Настройте пакет отчетов для анализа результатов голосования на выборах в г. Москва

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Результаты голосования» (Election_list.dbf) с полями:

Дата (Date), Округ (REGION), Код кандидата (CAND_CODE), Количество голосов (VOTES).

2. Таблица «Список кандидатов» (Candidate_list.dbf) с полями:

Код кандидата (CAND_CODE), ФИО кандидата (CAND_NAME), Код партии (PARTY_CODE).

3. Таблица «Список партий» (Parties_list.dbf) с полями:

Код партии (PARTY_CODE), Название партии (PARTY_NAME).

Таблицы размещены в папке Election. Необходимо создать OLAP-приложение «Анализ результатов голосования на выборах» с отчетами:

1. OLAP-отчет «Анализ результатов выборов».

2. Таблица «Анализ результатов выборов в различных округах Москвы».

3. Кластерный анализ «Результаты голосования».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. С помощью круговой диаграммы определить партию, набравшую наибольшее количество голосов. Посмотреть, как распределились голоса между кандидатами от партии-лидера. Определить кандидата, набравшего наибольшее количество голосов в независимости от партии, является ли он членом партии-лидера. С помощью линейной диаграммы сравнить динамику голосования за различные политические партии. Определить дни, в которые население Москвы активнее голосовали за партию-лидера.

2. С помощью круговой диаграммы определить, население какого округа Москвы активнее участвовало в выборах. Как распределились голоса населения самого активного округа среди политических партий, принимавших участие в выборах. С помощью линейной диаграммы определить дни, в которые население этого округа голосовало наиболее активно.

3. Определить кандидата, набравшего наибольшее количество голосов. Выявить фамилии кандидатов, набравших менее 1,5 млн. голосов.

 

Вариант 11.

Настройте пакет отчетов для анализа результатов социологического опроса

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Результаты опроса » (Poll_list.dbf) с полями:

Дата опроса (Date), Вопрос (QUESTION), Ответ (ANSWER), Код возрастной группы (AGE_CODE), Количество (QUANTITY), Код места (POLL_P_CODE).

2. Таблица «Места опроса» (Poll_p_list.dbf) с полями:

Код места (POLL_P_CODE), Место (POLL_P_NAME), Регион (REGION).

3. Таблица «Возрастные группы» (Age_list.dbf) с полями:

Код возрастной группы (AGE_CODE), Возраст (AGE).

Таблицы размещены в папке Poll. Необходимо создать OLAP-приложение «Анализ результатов социологического опроса» с отчетами:

1. OLAP-отчет «Анализ результатов социологического опроса».

2. Таблица «Возрастная структура респондентов».

3. Кластерный анализ «Анализ ответов, полученных на заданные в ходе опроса вопросы».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Респонденты какого возраста активнее поддерживают политику президента. Сколько людей в возрасте от 18 до 30 людей, проживающих в Санкт-Петербурге, ответили, что совершенно не интересуются политикой. С помощью линейной диаграммы сравнить динамику проведения опроса в Москве и Санкт-Петербурге. В каком районе города Москвы 2 февраля было опрощено большее количество людей.

2. Участники опроса какого возраста наиболее часто затруднялись ответить на поставленные вопросы. Какой самый популярный ответ на поставленные вопросы был у людей старше 50 лет, проживающих в Москве. Какая возрастная группа населения охотнее отвечала на задаваемые им вопросы.

3. Определить самый популярный ответ участников социального опроса. Какой процент участвующих в опросе людей ответили на поставленные вопросы «Не знаю».

 

Вариант 12.

Настройте пакет отчетов для анализа соотношения цена-качество компьютеров отечественного производства

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Производство компьютеров» (Prod_list.dbf) с полями:

Дата (DATE), Регион (REGION), Товар (PRODUCT), Качество (QUALITY), Количество (QUANTITY), Сумма (SUM), Цена (PRICE).

Таблицы размещены в папке Production.

Необходимо создать OLAP-приложение «Качественный анализ отечественных компьютеров» с отчетами:

1. OLAP-отчет «Анализ качества выпускаемой продукции».

2. Таблица «Анализ цен на компьютерную технику».

3. Тренд «Динамика изменения объема выпуска компьютеров в различных регионах».

4. Кластерный анализ «Стоимостной анализ отечественной компьютерной техники».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Проанализировать изменение объема производства компьютерной техники в 2000 году по сравнению с 1999 в различных регионах. Определить, повысилось ли качество выпускаемой продукции в 2000 году. Какой процент от общего объема продукции составляет брака у Московских производителей.

2. Проанализировать разброс цен на все мониторы. Определить самый дорогой отечественный монитор. И с помощью круговой диаграммы определить, какую долю в выпуске этих мониторов занимают производители Санкт-Петербурга.

3. Сравнить динамику изменения объема выпуска компьютеров в Москве и Санкт-Петербурге за 1999-2000 года.

4. Определить перечень товаров, сумма от продажи которых составляет 80% от общей стоимости всей продукции.

 

Вариант 13.

Настройте пакет отчетов для анализа потребления электроэнергии на промышленных предприятиях

Исходные данные для анализа хранятся в локальных таблицах:

Таблица «Потребление электроэнергии» (E_demand_list.dbf) с полями:

Дата (DATE), Регион (REGION), Потребитель (USER), Количество, млн кВт*час (QUALITY), Сумма (SUM).

Таблицы размещены в каталоге: папке E_demand.

Необходимо создать OLAP-приложение «Анализ потребления электроэнергии» с отчетами:

1. OLAP-отчет «Анализ потребления электроэнергии промышленными объектами».

2. Таблица «Расход электроэнергии в регионах».

3. Кластерный анализ «Потребление электроэнергии различными промышленными объектами».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Рассчитать тариф потребляемой электроэнергии. Проанализировать объемы потребления электроэнергии различными промышленными объектами. Определить десятку самых энергоемких промышленных объектов. Определить какую долю среди них занимают объекты города Москвы. Сравнить динамику потребления электроэнергии в Москве и Санкт-Петербурге в первую декаду января 2000 года.

2. Сравнить объем потребления электроэнергии в различных регионах. Определить, как распределилась потребляемая электроэнергия по промышленным объектам Санкт-Петербурга. С помощью линейной диаграммы проанализировать динамику потребления электроэнергии промышленными объектами Москвы в первую декаду января 2000 года.

3. Сравнить количество расходуемой электроэнергии различными промышленными объектами. Определить десятку наименее энергоемких промышленных объектов.

 

Вариант 14.

Настройте пакет отчетов для анализа потребления расходных материалов сотрудниками супермаркета Маркет +

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Потребление расходных материалов» (C_list.dbf) с полями:

Дата (DATE), Код материала (W_CODE), Код потребителя (С_CODE), Количество (W_AMOUNT), Сумма (SUM).

2. Таблица «Перечень расходных материалов» (W_list.dbf) с полями:

Код материала (W_CODE), Наименование (W_NAME), Категория(W_TYPE).

3. Таблица «Справочник потребителей» (Consum_list.dbf) с полями:

Код потребителя (C_CODE), ФИО потребителя (C_NAME), Категория потребителя(C_TYPE).

Таблицы размещены в папке Consume.

Необходимо создать OLAP-приложение «Анализ потребления расходных материалов» с отчетами:

1. OLAP-отчет «Анализ потребления расходных материалов».

2. Таблица «Анализ потребления расходных материалов различными категориями пользователей».

3. Тренд «Динамика изменения объема потребляемых расходных материалов различных категорий».

4. Кластерный анализ «Анализ денежных средств, затрачиваемых на расходные материалы».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Проанализировать суммы, потраченные на различные категории расходных материалов за 4 первых месяца 2000 года. Определить на какую категорию расходных материалов тратятся большие суммы. Выявить какие материалы входят в эту категорию и количество какого из них требуется меньше всего. Определить, сотрудникам какой категории требуется этот расходный материал.

2. Проанализировать объемы потребления расходных материалов различными категориями пользователей. Определить категорию пользователей, потребляющую наибольше количество расходных материалов и выявить самый потребляемый ими товар.

3. Проанализировать динамику изменения расхода униформы за первый квартал 2000 года.

4. Сравнить суммы, затрачиваемые на приобретение различных расходных материалов. Определить пятерку материалов, на которые расходуется большее количество средств.

 

Вариант 15.

Настройте пакет отчетов для анализа работы риелторской конторы

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Аренда помещений» (Lease_list.dbf) с полями:

Дата (DATE), Код помещения (APP_CODE), Категория арендатора (TENANT_TYPE), Арендатор (TENANT_NAME), Вид использования (USE), Срок аренды (LEASE_TERM), Площадь (SQUARE), Плата, $ (SUM).

2. Таблица «Помещения» (App_list.dbf) с полями:

Код помещения (APP_CODE), Наименование (APP_NAME), Тип помещения (APP_TYPE).

Таблицы размещены в папке Lease. Необходимо создать OLAP-приложение «Анализ аренды помещений» с отчетами:

1. OLAP-отчет «Анализ аренды помещений различными категориями пользователей».

2. Таблица «Анализ целевой аренды помещений».

3. Тренд «Динамика изменения стоимости аренды на различные категории помещений».

4. Кластерный анализ «Средний срок аренды на различные категории помещений».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Проанализировать аренду помещений различными категориями пользователей в зависимости от площади снимаемых объектов. Определить какие типы помещений пользуются большей популярностью у юридических лиц. Выявить, для каких целей в первом полугодии 2003 года в основном снимались помещения юридическими лицами.

2. Проанализировать назначение арендуемых помещений в зависимости от площади. С помощью долевого графика определить долю, полученную от сдачи складов, во втором полугодии 2003 года.

3. Проанализировать динамику изменения сумм, полученных в результате сдачи в аренду различных категорий помещений, за 3 квартала 2003 года. Определить категорию помещений, сдача в аренду которых приносит наиболее стабильную прибыль.

4. Проанализировать средние сроки аренды различных категорий помещений. Определить категорию помещений, которая сдается на наиболее длительный срок.

 

Вариант 16.

Настройте пакет отчетов для анализа расходов на заработную плату сотрудникам сети кафе г. Москвы

Исходные данные для анализа хранятся в локальных таблицах:

Таблица «Зарплата» (Pay_list.dbf) с полями:

Дата (DATE), Филиал (DEPART), Профессия (OCCUPATION), Сотрудник (NAME), Сумма (SUM).

Таблицы размещены в папке Pay. Необходимо создать OLAP-приложение «Анализ расходов на заработную плату» с отчетами:

1. OLAP-отчет «Заработная плата сотрудников сети кафе».

2. Таблица «Анализ сумм выделенных на выплату зарплаты в филиалах».

3. Тренд «Динамика расходов на зарплату различным категориям сотрудников».

4. Кластерный анализ «Заработная плата сотрудников за 2004 год».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Определить месяц, в который была выделена наименьшая сумма для выплаты заработной платы сотрудникам сети кафе. Проанализировать, как она распределилась между сотрудниками различных категорий. Определить, какая часть из этой суммы пошла на заработную плату менеджерам и как она распределилась между менеджерами различных филиалов.

2. С помощью круговой диаграммы определить долю заработной платы сотрудников главного филиала во втором полугодии 2004 года занимала. Определить, как эта сумма распределилась между сотрудниками разных профессий. С помощью линейной диаграммы проанализировать динамику изменения суммы, выделяемой на заработную плату сотрудникам главного филиала в 2004 году.

3. Проанализировать динамику изменения средств, выделяемых на выплату заработной платы главному бухгалтеру за 2004. Определить насколько процентов изменилась сумма, выделяемая на заработную плату главному бухгалтеру, во втором квартале.

4. Определить десятку самых высокооплачиваемых сотрудников.

 

Вариант 17.

Настройте пакет отчетов для анализа оптовых закупок сумок сетями спортивных магазинов

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Журнал продаж» (WSales_list.dbf) с полями:

Дата (DATE), Менеджер (S_MANAGER), Код сети (CUSTOM_CODE), Код товара (W_CODE), Количество товара (W_AMMOUNT), Сумма (SUM).

2. Таблица «Справочник покупателей» (Custom_list.dbf) с полями:

Код сети (CUSTOM_CODE), Регион (REGION), Сеть магазинов (CUSTOM_NAME).

3. Таблица «Товары» (Price_list.dbf) с полями:

Код товара (W_CODE), Наименование товара (W_NAME), Тип товара (W_TYPE), Цена (W_PRICE).

Таблицы размещены в папке Wsales. Необходимо создать OLAP-приложение «Анализ оптовых продаж сумок» с отчетами:

1. OLAP-отчет «Анализ оптовых продаж сумок».

2. Таблица «Количественный анализ оптовых продаж».

3. Тренд «Динамика изменения объема продаж различными менеджерами».

4. Кластерный анализ «Сравнение объема закупок различными сетями спортивных магазинов».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Определить тройку самых дорогих закупаемых товаров. Определить месяц 2000 года, в который этих товаров было закуплено на большую сумму. С помощью круговой диаграммы проанализировать, как объем закупленных в январе тройки самых дорогих товаров распределился между сетями магазинов. Просмотреть детальные данные, расшифровывающие значение суммы, уплаченной за эти товары в январе.

2. Проанализировать каким образом распределился между сетями магазинов Москвы общий объем закупаемых товаров. С помощью диаграммы типа «Площадь» определить самый закупаемый товар сетями магазинов Москвы.

3. Проанализировать динамику изменения объемов продаж менеджером Сидоровым А. за 4 квартала 2000 года.

4. Выявить сети магазинов, объем закупок которых превышает 10 тыс. единиц. С помощью круговой диаграммы определить долю сети магазинов «Спорт товары» в общем объеме закупок.

 

Вариант 18.

Настройте пакет отчетов для анализа пассажирских перевозок

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Пассажирские перевозки» (Pass_traffic_list.dbf) с полями:

Дата (DATE), Сезон (SEASON), Код направления (WAY_CODE), Количество (QUANTITY), Доход (PROFIT).

2. Таблица «Справочник тарифов» (Tarif_list.dbf) с полями:

Код направления (WAY_CODE), Направление (WAY), Тип вагона (CAR_TYPE), Тип поезда (TRAIN_TYPE), Цена (PRICE).

Таблицы размещены в папке Pass_traffic. Необходимо создать OLAP-приложение «Анализ доходности пассажирских перевозок» с отчетами:

1. OLAP-отчет «Анализ доходности пассажирских перевозок».

2. Таблица «Сезонность пассажирских перевозок».

3. Тренд «Динамика доходности перевозок в различных типах вагонов».

4. Кластерный анализ «Объемы пассажирских перевозок по направлениям».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Определить самое популярное пассажирское направление. Какой тип вагона по этому направлению является самым популярным среди пассажиров. С помощью линейной диаграммы проанализировать динамику пассажирских перевозок на самом популярном направлении в различные месяцы 2003 года.

Какой доход был получен от продажи билетов в августе 2003 года на самое популярное направление.

2. Проанализировать, как изменяется доход от продажи билетов на направление Москва-Адлер в зависимости от сезона. Сколько было продано плацкартных билетов по этому направлению за все лето.

3. Сравнить динамику изменения доходов от продажи билетов в вагоны СВ и повышенной комфортности за четыре квартала 2003 года.

4. Определить направление, занимающее третье место по популярности среди пассажиров.

 

Вариант 19.

 Настройте пакет отчетов для анализа грузовых перевозок

Исходные данные для анализа хранятся в локальных таблицах:

Таблица «Грузоперевозки» (Fr_traffic_list.dbf) с полями:

Дата (DATE), Отправитель (FROM), Получатель (TO), Тип вагона (WAGON_TYPE), Тип груза (FREIGHT), Грузоотправитель (CONSIGNOR), Грузополучатель (CONSIGNEE), Вес, т (WEIGHT), Доход, $ (PROFIT).

Таблицы размещены в папке Fr_traffic.

Необходимо создать OLAP-приложение «Анализ доходности грузовых перевозок» с отчетами:

1. OLAP-отчет «Анализ доходности грузовых перевозок».

2. Таблица «Количественный анализ грузовых перевозок».

3. Тренд «Динамика изменения доходности от перевозок в различных типах вагонов».

4. Кластерный анализ «Сравнение доходности перевозки различных грузов».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Определить тройку самых доходных типов груза. Определить какой из этих грузов в большем объеме перевозили во втором и четвертом кварталах 2003 года. Определить в каких вагонах в основном осуществлялась перевозка автомобилей во втором полугодии 2003 года, и какой доход был получен от их перевозки в сентябре.

2. Определить в каком направлении (получатель) отправляют грузы на платформах и какие это грузы. Определить какой груз в основном отправляется в Москву, из каких городов и в каком объеме он поступает.

3. Проанализировать изменение доходности от перевозки грузов в крытых вагонах за 4 квартала 2004 года. Определить насколько процентов возросла доходность от перевозки грузов в крытых вагонах в 4-ом квартале по сравнению с 3-им.

4. Определить десятку самых доходных грузов. Выявить сколько из них входят в список грузов, обеспечивающих 80 % дохода от перевозок в целом.

 

Вариант 20.

Настройте пакет отчетов для анализа загруженности перекрестков в г. Москве

Исходные данные для анализа хранятся в локальных таблицах:

Таблица «Загруженность автодорог» (Traffic_list.dbf) с полями:

Дата (DATE), Перекресток (CROSSROAD), Пропускная способность машин/час (CAPACITY), Машин в час (CARS_P_HOUR).

Таблицы размещены в папке Traffic.

Необходимо создать OLAP-приложение «Анализ загруженности перекрестков в Москве» с отчетами:

1. OLAP-отчет «Анализ перегруженности перекрестков по дням недели».

2. Таблица «Анализ загруженности перекрестков».

3. Тренд «Динамика загруженности перекрестков».

4. Кластерный анализ «Дни с максимальной загруженностью».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Выявить самый перегруженный перекресток в Москве. Определить в какой день недели он более всего загружен. Определить насколько процентов была превышена пропускная способность этого перекрестка 1 января 2003 года, в январе 2003 года, во все пятницы в январе 2003 года.

2. Определить перекресток Москвы с самой маленькой общей пропускной способностью. Сравнить загруженность перекрестков ул. Профсоюзной за первую неделю января 2003 года.

3. Сравнить динамику загруженности перекрестков ул. Профсоюзной за период с июля по декабрь 2003 года.

4. Определить 10 дней в 2003 году с максимальной загрузкой перекрестков.

 

Вариант 21.

 Настройте пакет отчетов для анализа использования автотранспорта для доставки товаров в магазины

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Использование автотранспорта» (Car_trips_list.dbf) с полями:

Дата (DATE), Код водителя(DRIVER_CODE), Груз (CARGO), Получатель (CONSIGNEE), Километраж (KM), Количество поездок (TRIPS).

2. Таблица «Справочник водителей» (Driver_list.dbf) с полями:

Код водителя (DRIVER_CODE), Водитель (DRIVER_NAME), Автомобиль (CAR).

Таблицы размещены в папке Car_trips.

Необходимо создать OLAP-приложение «Анализ использования автотранспорта для доставки товаров в магазины» с отчетами:

1. OLAP-отчет «Анализ использования автотранспорта для грузоперевозок».

2. Таблица «Анализ работы водителей».

3. Тренд «Динамика изменения километража».

4. Кластерный анализ «Частота поездок водителей за второе полугодие».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Определить два месяца 2004 года, за которые было сделано наибольшее количество поездок. Какой товар чаще всего перевозили в эти месяцы. Определить фамилию водителя и марку автомобиля, лидирующего по количеству рейсов по итогам двух месяцев.

2. Определить водителя, выполнившего за 2004 год наибольшее количество поездок, тот ли это водитель, который лидирует по километражу. Какой груз в основном перевозил водитель, наездивший наибольшее количество километров, в летние месяцы 2004 года.

3. Проанализировать динамику изменения километража автомобиля «Renault» за период с мая по ноябрь 2004 года. Определить суммарный пробег всех автомобилей за декабрь 2004 года.

4. Определить список водителей, которые за второе полугодие 2004 года выполнили меньше 25 поездок с грузом.

 

Вариант 22.

Настройте пакет отчетов для анализа популярности эстрадных исполнителей

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Хит_парад» (Hit_list.dbf) с полями:

Дата (DATE), Жанр (GENRE), Стиль (STYLE), Категория слушателя (LIS_TYPE), Возраст слушателя (LIS_AGE), Страна исполнителя (COUNTRY), Исполнитель (PERFORMER), Количество голосов (VOTES).

Таблицы размещены в папке Hit.

Необходимо создать OLAP-приложение «Анализ популярности эстрадных исполнителей» с отчетами:

1. OLAP-отчет «Рейтинг эстрадных исполнителей».

2. Таблица «Анализ популярности различных стилей».

3. Тренд «Динамика популярности исполнителей».

4. Кластерный анализ «Анализ аудитории».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Расставить исполнителей по местам. Определить какой исполнитель был на первом месте в хит-параде США в январе 2000 года, в каком стиле он работает. Какой категории слушателей в основном нравится музыка этого исполнителя. Сколько голосов за этого исполнителя отдали студенты в январе 2000 года.

2. Какой стиль является самым популярным среди слушателей хип-парадов в мире, в России. Какая возрастная категория слушателей в основном голосует за исполнителей самого популярного стиля в мире, в России.

3. Проанализировать динамику популярности группы «AltDel» в период с января по май 2000 года. Насколько процентов повысилась популярность этой группы среди слушателей в мае по сравнению с апрелем.

4. Определить самую активную категорию слушателей. Определить категории слушателей, обеспечивающие 50 % голосов.

 

Вариант 23.

Настройте пакет отчетов для анализа данных метеорологических наблюдений

Исходные данные для анализа хранятся в локальной таблице:

Таблица «Метеорология» (Weather_list.dbf)с полями:

Дата (DATE), Сезон (SEASON), Регион (REGION), Температура, С (TEMP), Осадки, мм (ATMOSPH), Счетчик (COUNTER).

Таблица размещена в папке Weather.

Необходимо создать OLAP-приложение «Анализ данных метеорологических измерений» с отчетами:

1. OLAP-отчет «Анализ метеорологических наблюдений в регионах».

2. Таблица «Данные метеорологических наблюдений за 2000 год».

3. Тренд «Динамика изменения количества осадков в регионах».

4. Кластерный анализ «Сравнение средних летних температур в регионах».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. С помощью линейной диаграммы сравнить динамику изменения среднего уровня осадков по месяцам в различных районах. Определить средние сезонные температуры в Ростове-на-Дону.

2. Сравнить количества выпавших осадков в регионах за летние и осенние месяцы 2000 года. Сравнить средние летние температуры в Москве и Ростове-на-Дону.

3. Проанализировать динамику изменения количества выпавших осадков в Москве в период с марта по декабрь 2000 года. Определить абсолютную разницу между количеством выпавших осадков в Москве в августе и сентябре 2000 года.

4. Определить регион с самой высокой средней летней температурой.

 

Вариант 24.

Настройте пакет отчетов для анализа посещаемости сайта компании

Исходные данные для анализа хранятся в локальных таблицах:

1. Таблица «Посещаемость сайта» (Site_frequency_list.dbf) с полями:

Дата (DATE), Количество хитов (HIT), Страница (PAGE), Сервер поисковой машины (SERVER), Поисковая система (S_SYSTEM), Ключевое слово (INDEX), Посетитель (USER), Минут на странице (MIN), Единица журнала продаж (SALE_LIST).

Таблицы размещены в папке Site. Необходимо создать OLAP-приложение «Анализ посещаемости сайта компании» с отчетами:

1. OLAP-отчет «Анализ посещаемости сайта».

2. Таблица «Посещаемость страниц сайта».

3. Тренд «Динамика времени, потраченного на просмотр информации различных страниц сайта».

4. Кластерный анализ «Рейтинг ключевых слов».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Определить в какой день недели пользователи интернет больше времени проводят на страницах сайта. Какую страницу сайта пользователи интернет посещают чаще, посещают чаще в этот день недели. С помощью линейной диаграммы проанализировать динамику посещения страниц сайта в первом квартале 1998 года пользователями поисковой системы moomle.com по неделям.

2. Определить самую популярную страницу сайта компании в январе 1998 года, сколько пользователей интернет посетили эту страницу, какую долю время посещения этой станицы занимает от общего времени посещения сайта в этом месяце. Пользователи какой поисковой системы и по какому ключевому слову в основном посещают страницы сайта компании.

3. Проанализировать динамику изменения времени, которое посетители сайта компании потратили на просмотр информации различных страниц за период с января по март 1998 года. Сколько минут посетители знакомились с информацией на сайте в целом в марте 1998 года.

4. Определить тройку самых популярных слов, по которым пользователи интернет попадают на страницы сайта компании.

 

Вариант 25.

Настройте пакет отчетов для учета кадров на предприятии

Исходные данные для анализа хранятся в локальных таблицах:

Таблица «Учет кадров предприятия» (Specialists.dbf) с полями:

Дата (DATE), Возраст (AGE), Город (CITY), Количество работающих (COUNTER), Образование (EDUCATION), Профессия (OCCUPATION), Регион (REGION), Филиал (DEPART).

Таблицы размещены в папке Specialists.

Необходимо создать OLAP-приложение «Учет кадров на предприятии» с отчетами:

1. OLAP-отчет «Уровень образования работников филиалов предприятия». При этом для измерения «Филиал» должно выбираться единственное значение.

2. Таблица «Учет кадров предприятия».

3. Тренд «Динамика изменения количества работников в филиалах».

4. Кластерный анализ «Минимальный возраст работников предприятия различных профессий».

С помощью созданных отчетов приложения необходимо решить следующие практические задачи:

1. Проанализировать текучесть кадров в главном филиале предприятия за четыре квартала 2003 года. Выяснить, как изменился уровень образования сотрудников главного филиала в четвертом квартале 2003 года по сравнению с третьим. Сотрудники каких профессий с высшем образованием в четвертом квартале уволились из главного филиала предприятия.

2. Какую долю от общего количества сотрудников занимают сотрудники с высшим образованием, сотрудники Пермского филиала, водители. Определить, сотрудники какой профессии, получившие только обязательное образование, преобладают на предприятии.

3. Проанализировать динамику изменения количества работников в главном филиале предприятия в различные кварталы 2003 года. Определить, как изменилось количество работников этого филиала во втором квартале по сравнению с первым.

4. Определить какую должность занимает самый молодой сотрудник предприятия.





АЛФАВИТНЫЙ УКАЗАТЕЛЬ ПО ВУЗАМ
Найти свою работу на сайте
АНАЛИЗ ХОЗЯЙСТВЕННОЙ ДЕЯТЕЛЬНОСТИ
Курсовые и контрольные работы
БУХГАЛТЕРСКИЙ УЧЕТ, АНАЛИЗ И АУДИТ
Курсовые, контрольные, отчеты по практике
ВЫСШАЯ МАТЕМАТИКА
Контрольные работы
МЕНЕДЖМЕНТ И МАРКЕТИНГ
Курсовые, контрольные, рефераты
МЕТОДЫ ОПТИМАЛЬНЫХ РЕШЕНИЙ, ТЕОРИЯ ИГР
Курсовые, контрольные, рефераты
ПЛАНИРОВАНИЕ И ПРОГНОЗИРОВАНИЕ
Курсовые, контрольные, рефераты
СТАТИСТИКА
Курсовые, контрольные, рефераты, тесты
ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТ. СТАТИСТИКА
Контрольные работы
ФИНАНСЫ, ДЕНЕЖНОЕ ОБРАЩЕНИЕ И КРЕДИТ
Курсовые, контрольные, рефераты
ЭКОНОМЕТРИКА
Контрольные и курсовые работы
ЭКОНОМИКА
Курсовые, контрольные, рефераты
ЭКОНОМИКА ПРЕДПРИЯТИЯ, ОТРАСЛИ
Курсовые, контрольные, рефераты
ГУМАНИТАРНЫЕ ДИСЦИПЛИНЫ
Курсовые, контрольные, рефераты, тесты
ДРУГИЕ ЭКОНОМИЧЕСКИЕ ДИСЦИПЛИНЫ
Курсовые, контрольные, рефераты, тесты
ЕСТЕСТВЕННЫЕ ДИСЦИПЛИНЫ
Курсовые, контрольные, рефераты, тесты
ПРАВОВЫЕ ДИСЦИПЛИНЫ
Курсовые, контрольные, рефераты, тесты
ТЕХНИЧЕСКИЕ ДИСЦИПЛИНЫ
Курсовые, контрольные, рефераты, тесты
РАБОТЫ, ВЫПОЛНЕННЫЕ НАШИМИ АВТОРАМИ
Контрольные, курсовые работы
ОНЛАЙН ТЕСТЫ
ВМ, ТВ и МС, статистика, мат. методы, эконометрика
Оформить заказ
Ваше имя *
Ваш e-mail *
Контактный телефон
Город *
Учебное заведение *
Предмет *
Тип работы *
Тема работы/вариант *
Кол-во страниц
Срок выполнения *
Прикрепить файл
Дополнительные условия


Статистика
Онлайн всего: 45
Гостей: 45
Пользователей: 0