Информационные системы поддержки принятия решений в экономике. Формирование системы сбора и обработки информации в компании

Информационные  системы поддержки  принятия решений  в экономике. Формирование системы сбора  и обработки информации в компании.

Руководство крупных  компаний испытывает потребность в  достоверной информации о различных  аспектах бизнеса компании в целях  поддержки принятия решений. От этого  зависит качество управления компанией, возможность эффективного планирования ее деятельности, выживание в условиях жесткой конкурентной борьбы. Цель построения каждой информационной системы должно быть обеспечение максимально прозрачного и эффективного управления бизнесом, то есть предоставление управляющему звену возможности проводить текущую оценку состояния бизнеса, формулировать и описывать бизнес-цели, определять методы и пути достижения поставленных задач. При этом критически важными являются наглядность форм представления информации, быстрота получения новых видов отчетности. Для этого, с одной стороны, система должна снабжаться максимально полной, актуальной, качественной и согласованной информацией, а с другой - обеспечивать максимально эффективный, быстрый и многоаспектный анализ данных. Системы, предоставляющие такие возможности, называются Системами Поддержки Принятия Решений (СППР). Они с успехом применяются в самых разных отраслях: телекоммуникациях, финансовой сфере, торговле, промышленности, медицине и многих других.

Если попытаться коротко сформулировать роль таких  технологий в системе управления предприятием, то СППР – это инструмент менеджеров предприятия, предназначенный  для решения следующих ключевых задач:

• оценки текущего состояния бизнеса предприятия;
• формулирования и описания бизнес-целей;
• определения методов и способов достижения поставленных бизнес-целей.

Эти технологии уже много лет применяются на Западе и становятся все более актуальными в России.

Структура СППР

СППР состоят  из двух компонентов: хранилища данных и аналитических средств. Хранилище данных предоставляет единую среду хранения корпоративных данных, организованных в структурах, оптимизированных для выполнения аналитических операций. Аналитические средства позволяют конечному пользователю, не имеющему специальных знаний в области информационных технологий, осуществлять навигацию и представление данных в терминах предметной области. Для пользователей различной квалификации, СППР располагают различными типами интерфейсов доступа к своим сервисам.

Хранилище данных представляет собой банк данных определенной структуры, содержащий информацию о производственном процессе компании в историческом контексте. Главное назначение хранилища - обеспечивать быстрое выполнение произвольных аналитических запросов. Перечислим главные преимущества хранилищ данных:

- Единый источник информации: компания получает выверенную единую информационную среду, на которой будут строиться все справочно-аналитические приложения в той предметной области, по которой построено хранилище.

- Производительность: физические структуры хранилища данных специальным образом оптимизированы для выполнения абсолютно произвольных выборок, что позволяет строить действительно быстрые системы запросов.

- Быстрота разработки: специфическая логическая организация хранилища и существующее специализированное ПО позволяют создавать аналитические системы с минимальными затратами на программирование.

- Интегрированность: интеграция данных из разных источников уже сделана, поэтому не надо каждый раз производить соединение данных для запросов, требующих информацию из нескольких источников. Под интеграцией понимается не только совместное физическое хранение данных, но и их предметное, согласованное объединение; очистку и выверку при их формировании; соблюдение технологических особенностей и т.д.

- Историчность и стабильность: OLTP-системы оперируют с актуальными данными, срок применения и хранения которых обычно не превышает величины текущего бизнес-периода (полугода-год), в то время как информационное хранилище данных нацелено на долговременное хранение информации в течение 10-15 лет. Стабильность означает, что фактическая информация в хранилище данных не обновляется и не удаляется, а только специальным образом адаптируется к изменениям бизнес-атрибутов. Таким образом, появляется возможность осуществлять исторический анализ информации.

- Независимость: выделенность информационного хранилища существенно снижает нагрузку на OLTP-системы со стороны аналитических приложений, тем самым производительность существующих систем не ухудшается, а на практике происходит уменьшение времени отклика и улучшение доступности систем.

Аналитические системы СППР позволяют решать три основных задачи:

1. Ведение отчётности
2. Анализ информации в реальном времени (OLAP)
3. Интеллектуальный анализ данных (Data Mining)

Сервис  отчётности СППР.

Помогает организации справиться с созданием всевозможных информационных отчетов, справок, документов, сводных ведомостей и пр., особенно, когда число выпускаемых отчетов велико и формы отчётов часто меняются. Средства СППР, автоматизируя выпуск отчётов, позволяют перевести их хранение в электронный вид и распространять по корпоративной сети между служащими компании.

Анализ  информации в реальном времени – OLAP (On-Line Analitycal Processing).

Сервис представляет собой инструмент для анализа больших объемов данных в режиме реального времени. Взаимодействуя с OLAP-системой, пользователь сможет осуществлять гибкий просмотр информации, получать произвольные срезы данных и выполнять аналитические операции детализации, свертки, сквозного распределения, сравнения во времени. Вся работа с OLAP-системой происходит в терминах предметной области.

Интеллектуальный  анализ данных или  «добыча данных» (Data Mining).

При помощи средств  добычи данных можно проводить глубокие исследования данных. Эти исследования включают в себя:

- поиск зависимостей между данными, например: «Верно ли, что рост продаж продукта А обусловлен ростом продаж продукта В?»;

- выявление устойчивых бизнес-групп, например: «Какие группы клиентов, близких по поведенческим и другим характеристикам, можно выделить? Какие характеристики клиентов при этом оказывают наибольшее влияние на классификацию?»;

- прогнозирование поведения бизнес-показателей, например: «Какой объем перевозок ожидается в следующем месяце?»;

- оценка влияния решений на бизнес компании, например: «Как изменится спрос на товар А среди группы потребителей Б, если снизить цену на товар С?»;

- поиск аномалий, например: «С какими сегментами клиентской базы связаны наиболее высокие риски?».

В зависимости  от функционального наполнения интерфейса системы выделяют два основных типа СППР: EIS и DSS

EIS (Execution Information System) – информационные системы руководства предприятия. Эти системы ориентированы на неподготовленных пользователей, имеют упрощенный интерфейс, базовый набор предлагаемых возможностей, фиксированные формы представления информации. EIS-системы рисуют общую наглядную картину текущего состояния бизнес-показателей работы компании и тенденции их развития, с возможностью углубления рассматриваемой информации до уровня крупных объектов компании. EIS-системы – это та реальная отдача, которую видит руководство компании от внедрения технологий СППР.

DSS (Desicion Support System) – полнофункциональные системы анализа и исследования данных, рассчитанные на подготовленных пользователей, имеющих знания, как в части предметной области исследования, так и в части компьютерной грамотности. Обычно для реализации DSS-систем (при наличии данных) достаточно установки и настройки специализированного ПО поставщиков решений по OLAP-системам и Data Mining.

Такое деление  систем на два типа не означает, что  построение СППР всегда предполагает реализацию только одного из этих типов. EIS и DSS могут функционировать параллельно, разделяя общие данные и/или сервисы, предоставляя свою функциональность, как высшему руководству, так и специалистам аналитических отделов компаний.

Рынок OLAP-систем

Современный рынок OLAP-систем можно разделить на четыре основных сектора.

1. Application OLAP. Поставщиками данного сектора являются: Oracle, Hyperion Solutions, Comshare, Adaytum, Crystal Decisions (formerly Seagate Software), Pilot Software (сейчас Accrue), Gentia Software, SAS Institute, WhiteLight, Sagent, Speedware, Kenan and Information Builders.
2. MOLAP (Многомерная БД OLAP). Поставщики: Hyperion (Essbase), Applix (iTM1), Oracle, Gentia, Microsoft.
3. DOLAP (Настольные OLAP). Поставщики: Cognos, Business Objects, Brio Technology, Crystal Decisions и Hummingbird.
4. ROLAP (Реляционные OLAP). Поставщики: Microstrategy, Oracle.

Примеров использования OLAP-решений довольно много. Не ошибемся, если скажем, что почти в любой  крупной западной компании присутствуют подобные системы. Так, можно привести опыт компании Hallmark, гиганта розничных продаж с оборотом 3,9 миллиарда долларов. Переход Hallmark на платформу DSS позволил лидеру индустрии поздравительных открыток улучшить управление складскими запасами и уменьшить затраты на производство. Как отмечает Тони Маршалл, эксперт по поддержке принятия решений Hallmark, наличие такой системы сэкономило компании время и ресурсы, позволив сосредоточить больше усилий на разработке инновационных приложений.

Пример реализации СППР в банке.

В данном случае в качестве объектов выступают компьютерные системы с установленным специализированным программным обеспечением, системы  сбора, хранения, обработки и передачи информации, телекоммуникационные системы  и т. д. (назовем это многообразие объектов аналитическим программным  комплексом), а в качестве субъектов - консультанты, аналитики, эксперты, коллегиальные  органы при руководстве, заместители, помощники и т. д.

Аналитический программный комплекс (АПК) – универсальное инструментальное средство сбора, консолидации, обработки и анализа больших объемов информации.

Она способна на основе имеющихся данных, например, о клиентах банка, филиалах, совершенных  банковских операциях, последовательности внешних событий и т.п.:

• анализировать текущее положение как головного банка, так и его филиалов, а также клиентов банка;
• оценивать состояние банков-корреспондентов;
• прогнозировать поведение различных показателей;
• автоматически отслеживать происходящие и надвигающиеся критические события;
• анализировать взаимосвязь событий и процессов, происходящих одновременно, а также событий, смещенных во времени;
• на основе выявленных взаимосвязей прогнозировать поведение одних показателей в зависимости от значений других.

В России и странах  СНГ уже реализованы не менее 100 проектов с применением OLAP (это  минимальная оценка, более вероятная  цифра – 200-300 проектов). Однако информация об этом редко публикуется. Из самых  известных можно назвать проекты, реализованные на АвтоВазе, РАО ЕЭС, НК Лукойле, СибНефти, Государственном Таможенном Комитете РФ, Московской Сотовой Связи.

Таким образом, подводя итог, можно сказать, что на текущий момент сложились благоприятные условия для продвижения СППР на рынке. Руководство компаний постепенно осознает роль и значимость для бизнеса систем данного класса, и рынок сегодня готов предложить им широкий спектр продуктов и услуг.

Современному  руководителю сегодня просто необходима система, предоставляющая конечному  пользователю единую точку входа  в информационное пространство предприятия, которая на основе качественной и  стабильной информации обо всех аспектах финансово-хозяйственной деятельности предприятия помогала бы вырабатывать своевременные управленческие решения  как тактического, так и стратегического  характера.