Розничная торговля
Торговые компании используют технологии СППР для решения таких задач, как планирование закупок и хранения, анализ совместных покупок, поиск шаблонов поведения во времени.
Анализ данных о количестве покупок и наличии товара на складе в течение некоторого периода времени позволяет планировать закупку товаров, например, в ответ на сезонные колебания спроса на товар.
Часто, покупая какой либо товар покупатель приобретает вместе с ним и другой товар. Выявление групп таких товаров позволяет, например, помещать их на соседних полках, с тем, чтобы повысить вероятность их совместной покупки.
Поиск шаблонов поведения во времени дает ответ на вопрос «Если сегодня покупатель приобрел один товар, то через какое время он купит другой товар?».
Рынок сппр
На рынке СППР компании предлагают следующие виды услуг по созданию систем поддержки принятия решений.
Реализация пилот-проектов по СППР-системам, с целью демонстрации руководству Заказчика качественного потенциала аналитических приложений.
Создание совместно с Заказчиком полнофункциональных СППP-систем, включая хранилище данных и средства Business Intelligence.
Проектирование архитектуры хранилища данных, включая структуры хранения и процессы управления.
Создание «витрин данных» для выделенной предметной области.
Установка и настройка средств OLAP и Business Intelligence; их адаптация к требованиям Заказчика.
Анализ инструментов статистического анализа и «добычи данных» для выбора программных продуктов под архитектуру и потребности Заказчика.
Интеграция систем СППР в корпоративные Internet-сети заказчика.
Автоматизация электронного обмена аналитическими документами между пользователями хранилища
Разработка Информационных Систем Руководителя (EIS) под требуемую функциональность.
Услуги по интеграции баз данных в единую среду хранения информации.
Обучение специалистов Заказчика технологиям хранилищ данных и аналитических систем, а также работе с необходимыми программными продуктами.
Оказание консалтинговых услуг Заказчику на всех стадиях проектирования и эксплуатации хранилищ данных и аналитических систем.
Комплексные проекты создания/модернизации вычислительной инфраструктуры, обеспечивающей функционирование СППР: решения любого масштаба, от локальных систем до систем масштаба предприятия/концерна/отрасли.
Ит экспертных систем
Наибольший прогресс в настоящее время достигнут в области экспертных систем, основанных на использовании искусственного интеллекта.
Экспертные системы дают возможность менеджеру получать консультацию экспертов по любым проблемам, о которых этими системами накоплены знания.
Сходство ИТ экспертных систем и ИТ поддержки принятия решений состоят в том, что обе они обеспечивают высокий уровень поддержки принятия решений.
Между ними имеется следующие различия:
В рамках ИТ поддержки принятия решений принятое решение отражает уровень его понимания пользователем. В экспертных системах, наоборот, принимается решение, превосходящее возможности пользователя.
Особенность экспертных систем пояснять свои рассуждения в процессе получения решения, очень часто эти пояснения оказываются более важными, чем само решение.
Третье отличие заключается в использовании экспертной системой нового компонента ИТ — знаний.
Основные компоненты экспертной системы представлены на рис. 1.8.
Рис. 1.8. Компоненты экспертной системы
Интерпретатор производит в определенном порядке обработку знаний. Технология работы интерпретатора сводится к последовательному рассмотрению совокупности правил. Если условие, содержащееся в правиле, соблюдается, то пользователю предоставляется вариант решения проблемы.
Модуль создания системы служит для создания набора правил. Существует два подхода, положенные в основу модуля: использование алгоритмических языков программирования, или использование оболочек экспертных систем. В большинстве случаев, использование готовых оболочек позволяет создать экспертные системы быстрее и легче в сравнении с программированием. Программирование — более тонкий подход к формированию правил экспертной системы.
Главным достоинством экспертных систем является возможность накопления знаний — формализованной информации, на которую ссылаются или используют в процессе логического вывода, и сохранение их длительное время. В отличие от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы.