6. Классификация информационных аналитических систем.

Агентство Gartner Group, занимающееся анализом рынков информационных технологий, в 1980-х годах ввело термин "Business Intelligence" (BI), деловой интеллект или бизнес-интеллект. Этот термин предложен для описания различных концепций и методов, которые улучшают бизнес решения путем использования систем поддержки принятия решений.

Понятие BI объединяет в себе различные средства и технологии анализа и обработки данных масштаба предприятия.

На основе этих средств создаются BI-системы, цель которых - повысить качество информации для принятия управленческих решений.

Gartner Group определяет состав рынка систем Business Intelligence как набор программных продуктов следующих классов:

• средства построения хранилищ и витрин данных (data warehouse);

• инструменты оперативной аналитической обработки (On-Line Analytical Processing, OLAP) и прочие средства многомерного анализа;

• информационно-аналитические системы (Enterprise Information Systems, EIS) и системы поддержки и принятия решений (Decision Support Systems, DSS);

• средства интеллектуальной добычи данных (data mining);

• инструменты конечного пользователя для выполнения запросов и построения отчетов (query and reporting tools).

ХРАНИЛИЩА ДАННЫХ

Хранилища данных (data warehouse). Один из авторитетных специалистов в этой области - Б.Инмон (Bill Inmon) определяет хранилища данных (ХД) как «предметно-ориентированные, интегрированные, стабильные, поддерживающие хронологию наборы данных, организованные для целей поддержки управления, призванные выступать в роли «единого и единственного источника истины», обеспечивающего менеджеров и аналитиков достоверной информацией, необходимой для оперативного анализа и принятия решений». Ценность ХД для экономистов заключается в следующем: ХД - это некая база данных масштаба предприятия, которая содержит определенную аналитическую информацию, обеспечивает ее оперативное представление в удобном для пользователя виде и обладает структурой, учитывающей отраслевую специфику деятельности организации. Типичные представители программных продуктов этой категории: SAP Business Warehouse (SAP), Informatica

OLAP-СРЕДСТВА

OLAP-средства. Под термином OLAP, как правило, понимают системы аналитической обработки данных в режиме реального времени. OLAP-системы обеспечивают решение многих аналитических задач: анализ ключевых показателей деятельности, маркетинговый и финансово-экономический анализ, анализ сценариев, моделирование, прогнозирование и т.д. Такие системы могут работать со всеми необходимыми данными, независимо от особенностей информационной инфраструктуры компании. С точки зрения пользователя, отличие OLAP-системы от хранилища данных заключается в предметной (а не технической) структурированности информации, при этом пользователю предоставляется возможность оперировать привычными экономическими категориями и понятиями. К типичным представителям программных продуктов этого класса относятся: Hyperion Essbase (Hyperion Solutions Corporation), Oracle OLAP (Oracle), MS Analysis Services (Microsoft), Business Objects (Business Objects), Cognos PowerPlay (Cognos), MicroStrategy.

ИНФОРМАЦИОННО-АНАЛИТИЧЕСКИЕ СИСТЕМЫ

Информационно-аналитические системы. Этот класс аналитических систем включает множество разнообразных продуктов, основная задача которых - предоставить конечные решения для менеджеров-аналитиков. Характерными примерами программных продуктов данного класса могут служить две разработки ЛАНИТ - Экспертная аналитическая система «Анализ банковской и финансовой информации (АБФИ)» и система LanFinance. Эти системы позволяют осуществлять функции финансового анализа на основе специализированных модулей, реализующих определенную методологию. При этом разработчики предусмотрели возможность использования аналитиками некоторого набора готовых методик для проведения различных видов анализа. Например, для банковской сферы реализованы методики дистанционного анализа, внутреннего и внешнего анализа, анализа прибыльности, рейтинговой оценки надежности банка (CAMEL), расчет рейтинга надежности банка (на основе методики В.С.Кромонова), расчет лимита межбанковского кредитования (на основе методики КБ «Европейский Трастовый Банк»), GAP-анализ.

СРЕДСТВА ИНТЕЛЛЕКТУАЛЬНОЙ ДОБЫЧИ ДАННЫХ

Средства интеллектуальной добычи данных (data mining). Программные продукты, относящиеся к этой категории, обеспечивают поиск полезных данных в огромных массивах информации. Иными словами, такие программные продукты позволяют аналитику получить качественно новую информацию, не содержащуюся в источнике данных явным образом. Здесь используются популярные методы математического анализа данных: фильтрация, дерево решений, ассоциативные правила, генетические алгоритмы, нейронные сети, статистический анализ.

В качестве примера вывода, полученного с помощью средств data mining, приведем результат анализа базы данных биллинговой системы оператора сотовой связи: «в предыдущем месяце наибольшее число продаж самого популярного тарифного плана приходится на клиентов в возрасте от 18 до 27 лет во временном интервале с 10 до 14 часов». Эта информация не хранится в базе данных явно, однако такие результаты могут быть получены после проведения процедуры анализа, при помощи одного из вышеперечисленных методов или их комбинации.

Таким образом, системы data mining помогают аналитику сформировать качественные выводы, которые обычный человек не в состоянии получить стандартными методами исследования данных (во всяком случае, не так быстро, как программа). Как правило, функции интеллектуального извлечения данных встраиваются в OLAP-системы. Типичные представители фирм-разработчиков: Hyperion Essbase (Hyperion Solutions Corporation), Oracle Data Mining (Oracle), SAS (SAS Institute).

ИНСТРУМЕНТЫ КОНЕЧНОГО ПОЛЬЗОВАТЕЛЯ

Инструменты конечного пользователя для выполнения запросов и построения отчетов (query and reporting tools). Такие системы обеспечивают функции построения запросов к информационно-аналитическим системам (в пользовательских терминах), интеграцию данных из нескольких источников, просмотр данных с возможностью детализации и обобщения, построение полноценных отчетов и их печать. Они предназначены для пользователей, обладающих «продвинутыми» техническими навыками. При этом профессиональных знаний в области информационных технологий не требуется, тем не менее, для экономистов такие средства не всегда бывают удобны. Как правило, модули, содержащие функции Query & Reporting, входят в состав многих OLAP-систем, но есть и отдельные программные продукты этого класса. Таким образом, четко провести грань между OLAP и Query & Reporting невозможно. Характерный пример - приложение Hyperion Essbase, которое аналитики относят к обоим классам.

6. Экономический анализ в корпоративных ИС.

7. Программное обеспечение финансовых решений на предприятии.

Одной из важнейших проблем при разработке информационных технологий в финансовом менеджменте является выбор соответствующих программных продуктов. Многообразие задач финансового менеджмента обусловливает необходимость использования различных программных средств, существенно отличающихся по назначению, функциональным возможностям, используемой среде и т.п.

Программные средства, используемые в качестве инструментария поддержки финансовых решений, можно разделить на следующие классы:

• комплексные системы управления предприятиями;

• табличные процессоры;

• пакеты для решения задач фундаментального анализа;

• пакеты для решения задач технического анализа;

• статистические и математические пакеты программ;

• системы искусственного интеллекта (ИИ).

Следует отметить, что такое деление весьма условно, так как одни программные средства могут сочетать в себе свойства и возможности одновременно нескольких выделенных классов, а другие могут быть ориентированными на решение лишь узких специализированных задач.

Примерами комплексных автоматизированных систем управления финансово-хозяйственной деятельностью предприятий являются такие известные в мире программные продукты, как БААН (BAAN, США), КЗ фирмы SAP (Германия), PLATINUM (США), SCALA (Швеция), MAN/MANX (США), Champion (США) и другие, а также ряд отечественных продуктов: «ОЛИМП» (Росэкспертиза, Россия), БОСС (АйТи, Россия), «ГАЛАКТИКА» (Галактика, Белоруссия) и др.

Как правило, такие системы обладают схожими чертами и реализуют стандартные базовые функции управления хозяйственным объектом. Все они ориентированы на применение в гетерогенных вычислительных сетях, реализованы на базе архитектуры «клиент-сервер», позволяют вести обработку информации в режиме реального времени большому количеству пользователей, обладают дружественным графическим интерфейсом, обеспечивают интеграцию с другими популярными программными продуктами на уровне обмена данными и т.д.

Программное обеспечение подобных систем обязательно включает специальные модули или подсистемы, обеспечивающие поддержку управления финансами предприятий.

В разработке фирмы БААН для этих целей предусмотрена специальная подсистема «БРАН — Финансы», в которой реализованы две основные функции финансового управления: анализ и планирование. Тесная интеграция с подсистемами учета, материально технического снабжения и сбыта продукции на основе единой информационной базы обеспечивает доступ к необходимым данным и документам как на уровне отдельного подразделения, так и на уровне всего предприятия.

Функционально подсистема «БААН — Финансы» состоит из следующих модулей: «Главная книга», «Расчеты с дебиторами», «Расчеты с поставщиками», «Анализ затрат», «Основные средства», «Управление денежными средствами», «Финансовые планы», «Финансовые отчеты».

К числу прочих полезных возможностей подсистемы «БААН- Финансы» следует отнести автоматическую поддержку календарей: налогового, финансового и отчетного.

Особенностью отечественной комплексной системы управления финансово-хозяйственной деятельностью предприятий «ОЛИМП» является ориентация на использование программных решений фирмы Microsoft: графической среды Windows 95/98/NT и популярных продуктов семейства Microsoft Office. Архитектура системы «ОЛИМП» приведена на рис. 9.3.

Основные же функции финансового управления реализуются с помощью интеграции специальных программных продуктов-надстроек: «Маркетинг», «Планирование», «ФинЭксперч», «СтатЭксперт», <Линейное программирование» и других которые могут функционировать и как самостоятельные, независимые программы в среде Microsoft Office. Две последние надстройки будут рассмотрены ниже, назначение остальных следует из их названий. Отметим лишь, что подобное построение системы значительно повышает ее гибкость и расширяет ее функциональность.

Например, с помощью надстройки «ФинЭксперт» можно осуществлять анализ финансово-хозяйственной деятельности как собственного предприятия, так и предприятий партнеров-контрагентов, а также любого интересующего объекта при наличии его бухгалтерской отчетности.

Функциональные возможности системы БОСС охватывают все основные бизнес-процессы как государственной бюджетной организации, так и коммерческих предприятий.

Функциональные возможности системы БОСС позволяют:

• осуществлять финансовый анализ и планирование;

• вести управленческий и оперативный учет ресурсов предприятия;

• управлять движением материальных потоков и товарно-материальных запасов;

• координировать работу по выполнению договоров и ведению проектов;

• создать единую систему информационно-защищенного документооборота и делопроизводства и т.д.

С точки зрения финансового менеджера наибольший интерес в данном продукте представляет подсистема «БОСС-Аналитик».

Подсистема «БОСС-Аналитик» предназначена для руководителей всех уровней и сотрудников финансовых подразделений, которым нужно ежедневно принимать обоснованные решения на базе актуальной информации. «БОСС-Аналитик» позволяет оперативно извлекать необходимые данные из учетных приложений БОСС, представлять их в наглядном виде и с нужной степенью детализации, анализировать извлеченную информацию и осуществлять эффективное планирование на основе аналитических данных.

Подсистема «БОСС-Аналитик» интегрирована с основными приложениями, входящими в систему управления БОСС, и позволяет составлять бюджеты и прогнозы сверху вниз, снизу вверх, а также распределенным методом, как на уровне всего предприятия, так и на уровне подразделений.

В системе «ГАЛАКТИКА» реализован так называемый контур административного управления, включающий следующие модули: маркетинг, планирование финансов, управление проектами и финансовый анализ.

абличные процессоры, или электронные таблицы (ЭТ), имеют давнюю историю применения в сфере бизнеса. Разработки нового поколения, такие, как Excel (Microsoft Inc.), Quattro Pro (Соrel Corp.), Lotus (Lotus Development Corp.), отличаются качественно новыми возможностями и уровнем функциональности, позволяющими рассматривать их как мощные системы поддержки принятия решений (decision support system). К наиболее существенным из них следует отнести: широкие возможности математического, статистического и графического анализа данных; эффективное моделирование проблем вида «что будет, если»; прямой доступ к внешним базам данных; развитый интерфейс с другими популярными пакетами; возможность разработки пользовательских программ на языке высокого уровня; поддержку средств мультимедиа; наличие инструментария для работы в сети Интернет и др.

вопрос.

12 Понятие интеллектуальной аналитической системы

Аналитические системы (Business Intelligence) призваны решить проблемы сбора и анализа информации, представления ее в удобном для пользователей виде.

Аналитические системы  — это:

• возможности анализа данных из различных источников – учетные системы, прочие базы данных, плоские файлы;

• разнообразные средства анализа информации: многомерный анализ (OLAP), стандартная отчетность, нерегламентированные запросы; контроль показателей деятельности (KPI, BSC);

• богатые возможности представления результатов (графики, таблицы, диаграммы, «панели приборов»);

• организация совместного доступа и контроль доступа к аналитическим ресурсам: информационные панели, рассылки по электронной почте, настройка прав доступа к данным для различных категорий пользователей.

Аналитические системы предназначены для решения широкого спектра аналитических задач. Для решения специализированных задач, в частности для автоматизации процессов планирования, анализа и контроля показателей эффективности деятельности предприятия используются системы управления эффективностью бизнеса .Системы CPM реализуют функции:

• формирования стратегии, мониторинга и анализа стратегических показателей (BSC, SixSigma);

• функционально стоимостного анализа;

• планирования и бюджетирования;

• формирования корпоративной отчетности (РСБУ, МСФО, GAAP).

13 вопрос. Информационное обеспечение интеллектуального анализа.

Интеллектуальный анализ (Data Mining)—совокупность методов обнаружения в данных ранее неизвестных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности.

Английское словосочетание «Data Mining» пока не имеет устоявшегося перевода на русский язык. При передаче на русском языке используются следующие словосочетания^[4]: просев информации, добыча данных, извлечение данных, а, также, интеллектуальный анализ данных.

Информационное обеспечение (ИО) — важнейшая обеспечивающая подсистема АИС, предназначеная для снабжения пользователей информацией, характеризующей состояние управляемого объекта и являющейся основой для принятия управленческих решений. ИО — это совокупность средств и методов построения информационной системы экономического объекта.

14. Классификация интеллектуальных аналитических систем.

15 вопрос. Понятие логистической аналитической системы

Экономическая система, которая обладает высокими адаптивными свойствами в процессе выполнения комплекса логистических функций и операций, является логистической системой, которая состоит из нескольких подсистем, взаимосвязанных между собой и внешней средой.

Самыми являются два вида математического моделирования: аналитическое и имитационное.

Аналитическое моделирование заключается в своеобразном математическом подходе в процессе исследования логистических систем. Его цель – получение максимально точных решений. Сам процесс аналитического моделирования разбивается на три этапа.

На первом формулируются математические законы и зависимости, которые связывают отдельные объекты системы.

На втором этапе происходит решение уравнений и получение теоретических результатов.

На третьем осуществляется сопоставление полученных результатов с реальностью, приводится проверка на адекватность.

16 нет

17.вопрос Рынок программных продуктов логистического анализа.

В настоящее время на российском рынке представлено ограниченное число программных продуктов для автоматизации логистической деятельности. Их можно разделить на три группы: Специализированные решения для логистических компаний, модули, расширяющие финансовые и бухгалтерские программы с учетом специфических требований логистических компаний, и прикладные программы, созданные для других сфер деятельности, но включающие некоторых логистические функции.

18 нет

19 нет

20 вопрос. Ханилище данных

Хранилище данных (англ. Data Warehouse) — предметно-ориентированная информационная база данных, специально разработанная и предназначенная для подготовки отчётов и бизнес-анализа с целью поддержки принятия решений в организации. Строится на базе систем управления базами данных и систем поддержки принятия решений. Данные, поступающие в хранилище данных, как правило, доступны только для чтения. Данные из OLTP-системы копируются в хранилище данных таким образом, чтобы построение отчётов и OLAP-анализ не использовал ресурсы транзакционной системы и не нарушал её стабильность. Как правило, данные загружаются в хранилище с определённой периодичностью, поэтому актуальность данных может несколько отставать от OLTP-системы.