توضیحات

رهبران کسب و کار فردا باید با علم داده و تحلیل آشنا باشند

هوش تجاری را با رویکرد عملیاتی و کسب و کار به صورت عملی با داده‌های خود فرا بگیرید و همزمان مسئله‌ای در صنعت خود حل نمایید

در این دوره قصد بر این است تا گام به گام از مفاهیم پایه تا پیاده سازی و اجرا با شما همگام و هم مسیر شویم و موارد زیادی را فرا گیریم.

برای بررسی عمیق‌تر این موضوع ما از رهبران، مدیران و مشاوران خواسته‌ایم تا بینش خود را درباره آن به اشتراک بگذارند. این کارشناسان مزایای قانع کننده‌ای از هوش تجاری را که باعث گسترش فروش از طریق بازاریابی می‌شود شرح دادند. در اینجا چند راه که می‌تواند سازمان شما را ارتقا دهد و به تصمیم گیری‌های شما کمک کند تا انتخاب موثرتری داشته باشید آورده‌ایم:

تعیین نرخ بازگشت سرمایه یا ROI برای شرکت شما

در بازاری که با برنامه‌ها، رسانه‌های اجتماعی، ابزارهای تجزیه و تحلیل و هزینه‌های تبلیغاتی اشباع شده است، هوش تجاری کمک زیادی به کسب و کارهای کوچک می‌کند تا از این طریق استراتژی بازاریابی را که در آن سرمایه گذاری کرده‌اند تا ROI یا بازگشت نرخ سرمایه را داشته باشند پیدا کنند. هوش تجاری را می‌توان به گزارش‌های تجزیه و تحلیل که در آن کسب و کار می‌تواند در مورد تحقیق‌های جامع، داده‌ها و حقایق، فرضیه‌ها، غریزه‌ها و غیره تصمیم گیری کند معنی کرد. این گزارش‌ها به شما کمک می‌کند تا بفهمید چه چیزی در مورد کسب و کار شما درست کار می‌کند و چه چیزی نه.

درک آنچه که باعث کسب درآمد بیشتر برای کسب و کار شما می‌شود

در حالی که هوش تجاری می‌تواند یک واژه بسیار گسترده باشد، برای ما دقیقا به معنای دانستن آنچه برای کسب و کار شما درآمد کسب می‌کند است. برای دانستن اینکه بدانید چه کسی کاربر نهایی شما است، چه چیزی بر تصمیمات او تاثیر می‌گذارد و چگونه اطلاعات خود را مصرف می‌کند به هوش تجاری نیاز دارید. در بازار امروز، هزاران رسانه که اطلاعات را منتشر می‌کنند وجود دارد و همه افراد نمی‌توانند از همه اطلاعات استفاده کنند. هوش تجاری به شما می‌فهماند که مشتریان ایده آل شما کجا و چگونه اطلاعات خود را مصرف می‌کنند و چه چیزی در اختیار آن‌ها قرار می‌گیرد تا آن‌ها را به خرید و اشتراک هدایت کند.

اجتناب از تنگناها و مشکلات در یک بازار شکننده

هوش تجاری برای مدیران و صاحبان سهام نیز به همین اندازه اهمیت دارد، چرا که بینش‌های مربوط به سلامت کاری واقعی یک سازمان را برای آن‌ها فراهم می‌کند که تشخیص سود و زیان را برای آن‌ها به راحتی قابل انجام باشد. امروزه بسیاری از برنامه‌های کاربردی BI در بازار وجود دارد که با نرم افزار حسابداری شما قابل ادغام است. کلید موفقیت شما این است که بدانید کدام نوع برای کسب و کار شما بهتر است چرا که هرکدام دارای مزایا و معایب و ویژگی‌های خاص خود هستند. BI شامل اجتناب از تنگناها و ارائه زمان مناسب برای تصمیم گیری در مواردی مثل خرید یا استخدام جدید است.

ایجاد یک مدل کسب و کار موثرتر

چرا امروزه BI بیشتر از همیشه اهمیت دارد؟ جواب آن در یک کلمه به دلیل «اشباع» است. اینترنت و رشد مدوام تجارت الکترونیک هر بازاری را اشباع کرده است. شما حتی اگر بخواهید لباس، مبلمان یا غذا بخرید، ده‌ها هزار گزینه در اطرافتان وجود دارد که فقط با یک کلیک می‌توانید به آن‌ها دسترسی داشته باشید. برای صاحبان کسب و کار این به معنای تصمیم گیری هوشمندانه و تلاش برای شناخت اینکه کجا باید سرمایه‌گذاری کند و کجا نباید برای بازاریابی خود هزینه کند است. هوش تجاری به شما امکان این شناخت و تصمیم گیری را می‌دهد و با استفاده از آن به راحتی می‌توانید مسیر درست را در کسب و  کار خود تشخیص دهید.

مشاوره مدیریت رخ برگزار کننده دوره آموزشی BI هوش تجاری برای مدیران

کنترل استراتژی شامل نظارت و ارزیابی فرایند مدیریت استراتژیک به عنوان یک کل است و عملکرد مناسب این فرایند را تضمین می‌کند. این فرآیند کنترل تمامی ابعاد تجزیه و تحلیل محیطی، پایه‌گذاری جهت‌گیری‌های سازمانی، تعیین و تدوین استراتژی‌ها، اجرای استراتژی‌ها، حتی نحوه‌ کنترل استراتژی‌ها را در بر دارد. جهت اجرای استراتژی‌ها باید آنها را به تاکتیک و برنامه‌های عملی مربوطه تقسیم کرد.

با آموزش‌های رخ استراتژی‌های سازمان خود را کنترل کنید

5 فایده هوش تجاری در کسب و کار عبارتند از:

  • به تصمیمات سریع و هوشمندانه شما کمک می‌کند

  • به راحتی می‌توانید گزارشات سریع تهیه کنید

  • بهره‌وری شرکت شما را زیاد می‌کند

  • سرعت بخشیدن به بازگشت سرمایه

دو بعد مهم هوش تجاری

در نهایت برای پیاده سازی موفق یک سامانه یا پروژه هوش تجاری دو پارامتر مهم وجود دارد:

۱. بعد فنی و تکنیکال

اساس بعد فنی یا تکنیکال به بخش ساخت انبار داده و عملیات مربوط به دیتابیس، انتقال داده، ابزارهای داشبوردساز و مکعب‌های اطلاعاتی یا Cube مربوط می‌شود.

این اولین، مهم‌ترین و در عین حال ساده‌ترین بخش هوش تجاری است. اگر بخواهیم به زبان ساده این مرحله را تشریح کنیم، این بخش سه مرحلۀ اصلی دارد:

🔺شناخت: در مرحله اول شما باید یک تحلیل جامع از کسب و کار داشته باشید، وضعیت موجود را بسنجید و بخش‌های مختلف آن را شناسایی کنید.

🔺طراحی انبار داده: در این مرحله بر اساس اطلاعاتی که در مرحله قبل به‌دست آوردید، باید یک انبار داده یا Data Warehouse بسازید.

🔺تهیه گزارش: در آخرین مرحلۀ این بخش که تهیه گزارش است، شما بر اساس انبار داده‌های خود گزارش تهیه می‌کنید و اطلاعات خام را به اطلاعات قابل فهم تبدیل می‌کنید.

۲. بعد فرهنگی هوش تجاری

بعد فرهنگی هوش تجاری به آنالیز درست نیازمندی‌ها، فرهنگ استفاده و تفکر مربوط می‌شود. در حقیقت در این بخش تصیمم‌گیری بر مبنای واقعیت‌های موجود (داده‌ها) انجام می‌شود. این مرحله به زیرساخت‌های رفتاری اساسی نیاز است که متاسفانه بیشتر موارد آن در ایران وجود ندارد. برای اینکه این بخش به خوبی انجام شود به نقد و تغییر‌پذیری مداوم‌، انعطاف سازمانی بالا و اینرسی (مقاومت) سازمانی پایین در قبال تغییرات لازم است.

ارسال درخواست

سرفصل‌های این دوره آموزشی هوش تجاری BI

آشنایی با ساخت Data Warehouse در SQL Server 2019

  1. آشنایی با بانک‌های اطلاعاتی OLTP و ویژگی‌های مربوط به آن
  2. آشنایی با مفهوم Data Warehouse
  3. آشنایی با مفهوم Data Mart
  4. آشنایی با نحوه طراحی Data Warehouse
  5. آشنایی با روش طراحی Data Warehouse به روش Kimball
  6. آشنایی با روش طراحی Data Warehouse به روش Inmon
  7. آشنایی با طراحی Data Warehouse به صورت Star Schema
  8. آشنایی با طراحی Data Warehouse به صورت Snow Flake Schema
  9. آشنایی با طراحی Data Warehouse به صورت Constellation Schema
  10. آشنایی با جداول Dimension و انواع آن
  11. آشنایی با جداول Fact و انواع آن
  12. آشنایی با مفهوم Grain
  13. آشنایی با مفهوم Measure و انواع مربوط به آن
  14. آشنایی با مفهوم Surrogate Key و Business Key
  15. آشنایی با نحوه ایجاد Dimension برای کار با تاریخ شمسی
  16. آشنایی با نحوه ایجاد Dimension برای کار با زمان
  17. ایجاد Dimension نقاط جغرافیایی (استان‌، شهر‌، طول و عرض جغرافیایی)
  18. آشنایی با مفهوم Slowly Change Dimension و انواع پیاده‌سازی‌های مربوط به آن
  19. بررسی نحوه ایجاد یک Data Warehouse به ازای یک بانک اطلاعاتی OLTP
  20. آشنایی با Columnstore Index و نحوه ایجاد آن برای افزایش سرعت جداول Fact

یکی از کارهای جالبی که می‌توان با وجود یک Data Warehouse در سازمان انجام داد، تهیه گزارش‌های Ad-Hoc بر روی آن است. با توجه به این که حجم داده‌های موجود در یک DW به شدت بالا است، باید هنگام طراحی گزارشات بر روی این نوع بانک‌های اطلاعاتی به نکات ویژه‌ای توجه داشت، از نمونه این نکات می‌توان به حجم داده‌های موجود در جداول Fact اشاره کرد. در DWهای بزرگ حجم رکوردهای موجود در این نوع جداول میلیاردی است، تهیه گزارش‌های Ad-Hoc بر روی این نوع جداول به شدت کند است که این موضوع باعث نارضایتی شدید کاربران می‌شود، اما در SQL Server ویژگی جدیدی وجود دارد که شما به راحتی می‌توانید با استفاده از آن سرعت گزارش‌های Ad-Hoc از DW و همچنین سرعت پردازش CUB را بالا ببیرد.

بررسی کامل فرآیند ETL و استفاده از آن در 2019 SQL Server

  1. بررسی مفهوم ETL
  2. معرفی برنامه SQL Server Data Tools و آشنایی با محیط آن
  3. بررسی سرویس SQL Server Integration Services
  4. آشنایی با کامپوننت Control Flow Task
  5. آشنایی با کامپوننت‌های Data Preparation (Data Profiler,File System,FTP,Web Service,XML)
  6. آشنایی با کامپوننت‌های RDBMS Task (Bulk Insert, Execute SQL)
  7. آشنایی با کامپوننت‌های Workflow Task (Execute Package,Execute Process,Send Mail,WMI)
  8. آشنایی با Containerها و نحوه استفاده از آنها در Packageها
  9. آشنایی با کامپوننت Data Flow Task
  10. آشنایی با کامپوننت‌های مربوط به Data Source (OLEDB ,Flat File, Excel ,…)
  11. آشنایی با کامپوننت‌های مربوط به Data Destination (OLEDB ,Flat File, Excel ,…)
  12. آشنایی با کامپوننت‌های Data Transformation (Lookup, Aggregate,Merge,Copy Column,Sort ,…)
  13. آشنایی با Script Components
  14. بررسی نحوه کار کردن با Variable, Expression, Parameter
  15. آشنایی با Fuzzy Lookup و Fuzzy Grouping
  16. آشنایی با CDC و نحوه پیکربندی آن
  17. آشنایی با نحوه استفاده از CDC برای تشخیص تغییرات رکوردها در Package
  18. آشنایی با نحوه مدیریت Errorها و Event Handling در SSIS
  19. آشنایی با DTC و نحوه استفاده از آن در Packageها (کنترل Transaction)
  20. آشنایی با روش‌های افزایش سرعت اجرای Packageهای SSIS
  21. آشنایی با تکنیک‌های پر کردن جداول Fact
  22. آشنایی با تکنیک‌های پر کردن جداول Dimension
  23. آشنایی با نحوه Deploy کردن Packageها
  24. آشنایی با نحوه خودکار سازی فرآیند اجرای Packageها

بررسی فرآیند ساخت OLAP در 2019 SQL Server

  1. آشنایی با مدل BI مایکروسافت (Multidimensional Model, Tabular Model)
  2. آشنایی با سرویس SSAS و نحوه پیکربندی آن
  3. بررسی نحوه استفاده از Data Tools برای ایجاد یک پروژه بر پایه Multidimensional Model
  4. بررسی نحوه استفاده از Data Tools برای ایجاد یک پروژه بر پایه Tabular Model
  5. آشنایی با قسمت‌های مختلف یک پروژه SSAS
  6. آشنایی با Data Source
  7. آشنایی با Data Source View
  8. بررسی نحوه طراحی Dimensionها
  9. بررسی کار با Attribute , Attribute Relational ships, Use Hierarchy
  10. بررسی نحوه Browse کردن داده‌های موجود در Dimension
  11. بررسی نحوه مرتب‌سازی Dimensionها
  12. بررسی ایجاد Dimensionهایی از نوع Snowflake
  13. بررسی ایجاد Parent-Child Hierarchy
  14. بررسی نحوه کار با Unary Operator
  15. بررسی تنظیمات مربوط به Storage Mode
  16. بررسی نحوه ایجاد Cube
  17. بررسی نحوه ایجاد Measure و Measure Group
  18. بررسی نحوه ایجاد Calculationها
  19. بررسی نحوه ایجاد Perspective
  20. بررسی نحوه ایجاد Translation
  21. بررسی نحوه ایجاد KPI
  22. آشنایی با نحوه امن کردن CUBE
  23. بررسی نحوه Process یک Cube
  24. بررسی پارتیشن‌بندی CUBE
  25. بررسی نحوه افزایش سرعت پردازش CUBE
  26. بررسی فرآیند خودکار سازی پردازش یک Cube
  27. بررسی نحوه Deploy کردن یک پروژه OLAP
  28. بررسی نحوه Backup و Restore کردن یک بانک اطلاعاتی از نوع OLAP
  29. آشنایی با عبارت‌های MDX

اجرای فرآیند Visualization و مصورسازی داده‌ها در SQL Server

  1. بررسی نحوه کار با Pivot Table در اکسل و ارتباط آن با OLAP
  2. بررسی کار با SSRS و نحوه راه‌اندازی آن
  3. بررسی نحوه استفاده از Matrix Report
  4. بررسی نحوه ایجاد KPI در SSRS
  5. بررسی تنظیمات امنیتی در SSRS
  6. بررسی نحوه استفاده از Power BI
  7. بررسی نحوه نمایش گزارشات Power BI در SSRS
  8. بررسی کار Mobile Report Publisher و نحوه استفاده از آن
  9. بررسی نحوه استفاده از Shape فایل نقشه ایران
  10. بررسی نحوه استفاده از Bing Map برای نمایش شهر‌های ایران
  11. معرفی کامپوننت‌های مربوط به گزارش‌گیری با پشتیبانی از OLAP

 

اجرای Data Mining و داده کاوی در SQL Server 2019

  1. بررسی مفاهیم اولیه Data Mining و کاربردهای مربوط به آن
  2. بررسی چرخه پروژه‌های Data Mining
  3. معرفی الگوریتم‌های قابل پشتیبانی در SQL Server
  4. بررسی مفاهیم کلیدی مانند Attribute,Case,Key,…
  5. بررسی نحوه ایجاد یک مدل در پروسه Data Mining
  6. بررسی نحوه تفسیر یک مدل
  7. بررسی نحوه ارزیابی یک مدل
  8. پیاده‌سازی Market Basket Analysis با استفاده از الگوریتم Association Rule
  9. معرفی زبان Python
  10. آشنایی مقدماتی با برخی از دستورات زبان Python
  11. نحوه راه اندازی سرویس Machine Learning در SQL Server 2019
  12. بررسی نحوه استفاده از اسکریپ‌های زبان Python در SQL Server 2019
  13. بررسی پیاده‌‌سازی یکی از الگوریتم‌های Data Mining در Python با استفاده از SQL Server 2019

معماری هوش تجاری

در واقع معماری هوش تجاری شامل تمامی مراحل، از شناسایی منابع اطلاعاتی گرفته تا استخراج اطلاعات و نمایش دادن آنها به کاربر می شود.

در خیلی از ابزارهای پیاده سازی هوش کسب و کار این مراحل در یک محصول جمع آوری شده و در برخی دیگر نیز برای هر قسمت یک ابزار جدا معرفی شده است.

مشاوره مدیریت رخ برگزار کننده دوره هوش تجاری برای مدیران

تبیین استراتژی و اجرای یک فاز مجزا از مدیریت استراتژیک است. پس از تعیین هدف و مسیر و فرآیند اجرای آن، نوبت به کنترل و ارزیابی آن است. ما در مدیریت رخ به شما کمک می‌کنیم تا به‌درستی بتوانید مسیر خود را کنترل کنید.

اجرای موفق استراتژی‌ها برای هر سازمان دولتی و خصوصی، حیاتی است. بدون اجرا حتی برترین استراتژی نیز بی‌فایده است، بنابراین اجرا مستلزم تخصیص منابع و تغییر ساختار سازمانی است.
الکساندر برای اجرای ناموفق استراتژی چندین دلیل پیشنهاد می‌کند كه عبارتند از: اجرای استراتژی از تدوین استراتژی کمتر فریبنده است وکارکنان به این دلیل که هیچ کس نمی‌تواند آن را انجام دهد، اجرای استراتژی را نادیده می‌گیرند. کارکنان دقیقاً مطمئن نیستند که استراتژی چه چیزی را دربر می‌گیرد و از کجا شروع می‌شود و در کجا پایان می‌یابد ، بعلاوه اینکه، تنها تعداد محدودی از مدل‌های مفهومی در مورد اجرای استراتژی وجود دارد.
تایج مطالعه مبانی نظری موضوع، حاكی از آنست كه موانع متعددی در اجرای استراتژی وجود دارند كه مهم‌ترین آنها عبارتند از: مدیریت نقش ضعیفی را در اجرا ایفا می‌کند – فقدان ارتباطات – فقدان تعهد به استراتژی – ناآگاهی یا درک نادرست از استراتژی – ناهمخوانی سیستم‌های سازمانی و منابع – ضعف هماهنگی و تسهیم مسئولیت – توانمندی‌های ناکافی- فعالیت‌های متعارض و عوامل محیطی غیرقابل کنترل (Alexander.1991).
در اینجا دانشگاه‌های دنیا را در زمینه‌های دوره‌های مختلف تخصصی بررسی می‌کنیم تا بهترین را برای یادگیری انتخاب کنید.
در عصری كه مدیران آن با چالش‌های جدیدی چون تغییر، فرصت‌های زودگذر و عدم قطعیت و بی‌نظمی مواجه‌اند، داشتن رویكردی استراتژیك می‌تواند آنها را در تمركز بر افق‌های دور دست، شناسایی فرصت‌ها و مزیت‌های رقابتی و انسجام بخشی فعالیت‌های سازمان در مسیر روشن یاری رساند.
ارسال درخواست

بعضی از مزایای استفاده از هوش تجاری

۱. افزایش بهره‌وری

با یک برنامه‌ هوش تجاری، ایجاد یک گزارش با یک کلیک برای کسب و کار امکان پذیر است. در نتیجه موجب صرفه جویی در وقت و منابع زیادی می‌شود. ضمن این که به کارکنان این امکان را می‌دهد تا در انجام وظایف‌شان مفیدتر باشند.

۲. بهبود نگرش

هوش تجاری همچنین به بهبود دید فرآیندها کمک می‌کند و امکان شناسایی بخش‌هایی را که نیازمند توجه هستند می‌دهد.

۳- ساده کردن فرآیندهای کسب و کار

هوش تجاری تمام پیچیدگی‌های مرتبط با فرآیندهای کسب و کار را رفع می‌کند و با ارائه‌ی تحلیل پیش بینی شده، مدل‌سازی کامپیوتری، الگو برداری و سایر روش‌ها، تجزیه و تحلیل‌ها را خودکار می‌کند.

۴- فراهم کردن امکان تحلیل‌های ساده

نرم افزار‌های هوش تجاری حتی به کاربران غیر فنی و کسانی که تحلیلگر نیستند نیز امکان می‌دهد داده‌ها را سریعاً جمع آوری و پردازش کنند.

برخی از ترند‌های هوش تجاری

هوش تجاری اشتراکی: نرم‌افزارهای هوش تجاری با ابزارهای مبتنی بر همکاری، از جمله شبکه‌های اجتماعی و سایر تکنولوژی‌های جدید، کار و مشارکت تیم‌ها برای تصمیم‌گیری مشترک/اشتراکی را افزایش می‌دهد.

تجزیه و تحلیل ابری: اپلیکیشن‌های هوش تجاری به زودی در فضای ابری ارائه می‌شوند و کسب و کار‌های بیشتری به این تکنولوژی روی می‌آورند. طبق پیش‌بینی‌ها در عرض چند سال، هزینه تجزیه و تحلیل‌های مبتنی بر ابر ۴.۵ برابر می‌گردد.

منظور از ارزیابی آمادگی داوطلب جهت تحصیل در دوره مربوطه است. در این مصاحبه توانایی فكری از قبیل استدلال منطقی، تفكر انتقادی، تحلیل شواهد(قضاوت) قدرت بیان و استدلال داوطلب مورد سنجش قرار می‌گیرد. ارزیابی داوطلب در مورد مسائل روز (علمی و عملی) رشته مربوطه در موسسات تولیدی، خدماتی و طرح‌های عمرانی و ارزیابی اطلاعات داوطلب در مورد موضوعات مطروحه در رسانه‌های گروهی خصوصاً مجلات حرفه‌ای مدیریت و رشته مربوطه نیز از اهداف این مصاحبه است.

با آموزش‌های تخصصی آینده خود را بسازید

شهریه دوره‌ها برای سازمان‌ها و شرکت‌ها شامل تخفیف ویژه خواهد بود.

هوش تجاری با رویکرد عملیاتی و کسب و کار بصورت عملی با داده های خود فرا بگیرید و همزمان مسئله ای در صنعت خود را حل نمایید

جهت اطلاع دقیق‌تر با کارشناسان رخ تماس حاصل فرمایید.

ارسال درخواست

مدرسین دوره هوش تجاری (BI) برای مدیران

فرناز بهنام نیا
فرناز بهنام نیامشاور تبلیغات و فروش با گرایش آنلاین
دانش‌آموخته حوزه مارکتینگ با گرایش دیجیتال
دارای مدرک مترجمی زبان انگلیسی
متخصص در برگزاری دوره های روانشناسی و مهندسی فروش و بررسی رفتار مصرف کننده
مسلط بر تهیه نقشه سفر مشتری و استراتژی های نگهداشت و افزایش رضایت مشتری و کاهش نرخ ریزش مشتری
سابقه تدوین و اجرای استراتژی های تبلیغات و فروش و نظارت بر محتوا و دیجیتال مارکتینگ
فائزه احمدی
فائزه احمدیمشاور مالی و استراتژی با تخصص حسابداری صنعتی و مدیریت
دارای مدرک مهندسی مالی و حسابداری از دانشگاه دولتی تهران
مدرک مهندسی صنایع از دانشگاه خواجه نصیرالدین طوسی
دارای مدرک MBA از دانشگاه تهران
عضو فعال تیم برنامه‌ریزی سازمانی و تدوین استراتژی
متخصص در تهیه نقشه راه جهت پیاده سازی و اجرایی شدن استراتژی
نظارت و پایش تغییر پس از پیاده سازی و بررسی انحرافات و دلایل ریشه ای
تجربه فعالیت در سازمانهای خصوصی(تنها شرکتهای تولیدی و هلدینگ ها)
حسین نوروزی
حسین نوروزیمشاور فناوری اطلاعات با تخصص کلان داده و هوش مصنوعی
دانش آموخته حسابداری و مهندسی کامپیوتر، تجربه پیاده سازی سیستم‌های حوزه تولید(برنامه ریزی و اجرای تولید، مهندسی محصول، کنترل و تضمین کیفیت)، مدیریت سفارشات خرید و فروش، سیستم های مدیریت هوشمند انبار(WMS)، روش‌های پیش‌بینی فروش و رفتار مصرف‌کننده استقرار و پیاده‌سازی ماژول‌های مدیریت منابع انسانی(پرسنلی، حضور غیاب، حقوق دستمزد، جبران خدمت، ارزیابی عملکرد، جذب و استخدام و استعداد یابی) و مالی(خزانه داری، اموال، دفترداری)