Крупные внедрения информационно аналитические системы. Информационно-аналитические системы

Существенным ограничением является размерность рядов чисел, которая не может превышать 30 (тридцати). Тем самым сужаются рамки применения этого средства и сводятся в основном к использованию индивидуальным и малым бизнесом малоразмерными массивами данных.

Упоминавшийся уже пакет Statistica широко распространен, имеет широкие возможности по осуществлению интеллектуального анализа, интегрируется с другими средствами через инструмент OLE. Имеются намерения у фирмы-разработчика доведения продукта до требований Codd,a. Ограничений по объемам выборок нет. Предназначен для профессиональной аналитической работы с неограниченными по объемам массивами данных в различных предметных областях.

Встроенные средства OLAP и интеллектуального анализа

Крупные ИИС, такие как SAP и другие системы подобного класса имеют в своем составе полный набор средств создания и поддержки ИХ, OLAP и Data mining. Менее развитые системы, в особенности российские, включают в свой состав инструментальные средства других фирм или имеют собственные разработки ограниченных масштабов и возможностей.

Примером могут служить разработки российских компаний «ПиБи» «OLAP 7.7», ориентированная на работу с широко распространенной системой «1С: Предприятие 7.7» и компании «1С-Рарус» - «1С-Рарус: Динамические отчеты», в которых продукт Контур интегрируется с системой 1С версий 7.7 и 8.

Необходимо при этом учитывать уровень пользователя. Можно приобрести дорогой инструмент с массой возможностей, но из-за недостаточного профессионализма пользователей или из-за отсутствия постоянной необходимости в применении инструмента в полном объеме его возможностей он найдет лишь ограниченное применение. В таком случае целесообразно пойти по пути привлечения консультационных фирм, которые выполняли бы такие работы по мере необходимости.

Примером встраивания заимствованных пакетов могут служить «Галактика», использующая инструменты Oracle, Никос-софт с продуктом NS-2000 и встроенным инструментарием анализа и ИХ канадской фирмы COGNOS.

Многие российские фирмы - производители ЭИС на интуитивном уровне встраивают в свои системы средства OLAP и Data mining, не осознавая, что придают своим продуктам такие свойства.

Специализированные инструментальные средства ИАС

Наиболее известными специализированными инструментами создания и поддержки ИАС являются продукты фирм:

- SAS Institute - комплекс программ, обеспечивающих проведение всех работ по созданию и поддержке ИХ, проведению всех видов анализа, имеет инструменты моделирования, имеется и собственная объектная СУБД;

- Oracle - наиболее полный набор программных средств, включая СУБД, CASE-сред- ства и инструменты имитационного моделирования, но средства data mining представлены в ограниченном наборе. Программный комплекс ориентирован на мощные платформы в виде суперкомпьютеров, майнфреймов. Для персональных компьютеров имеются адаптации, но с ограниченными возможностями, которые подчас трудно на практике выделить.

- набор специализированных программных продуктов для создания и поддержки корпоративных ИХ и систем поддержки принятия решений компании Microsoft . Продукты Microsoft SQL Server c подсистемами Microsoft Data Transformation services и Microsoft Decision Support services (DSS). Названные продукты обеспечивают создание и поддержку ИХ, а также выполнение OLAP-анализа. Для осуществления Data mining привлекаются продукты других фирм. Широко привлекаются компоненты для создания клиентских приложений.

- к мощным системам относятся также продукты фирм Informix, Sybase, IBM, Hiperion;

- к продуктам среднего класса можно отнести Seagete Software, Act, Arbor Software, Эти пакеты выполняют в основном функции создания и поддержки ИХ, OLAP-анализа;

- продуктом массового применения, обеспечивающим выполнение названных для продуктов среднего класса функций является комплекс программ фирмы версии 5.1 Business Objects, включающий модули BO, BM, BQ. Главное достоинство его - возможность работы на платформах персональных компьютеров, в локальных сетях уровня Windows. Этот продукт наиболее приемлем для средних предприятий. Следующая 6-я версия вывела продукт на нишу крупных пользователей.

Фирма реализовала комплексирование своих продуктов с пакетами программ закупленной фирмы Crystal Decisions, что резко расширяет границы его применения ввиду простоты применения, широкой функциональности и относительной ценовой доступности. С продуктами фирмы комплексируются такие известные ИИС как BAAN и другие, в том числе и российские.

Мощным игроком на рынке инструментов создания ИАС выступила российская фирма «Intersoft Lab», которая выпустила на рынок серию продуктов «Контур» в составе «Контур Стандарт», «Контур Корпорация». «Контур Дизайнер кубов», «Контур OLAP Browser», «Контур Contour Cube components», Названные продукты удовлетворяют всем требованиям к OLAPсистемам и информационным хранилищам, имеют некоторые преимущества в части скорости доступа, удобства интерфейса. Различия между продуктами в масштабах обслуживаемых объектов и систем: малый, средний объекты, корпоративная система. Продукты «Контур Дизайнер кубов», «Контур OLAP Browser», «Контур Contour Cube components» являются инструментами создания объектных надстроек и OLAP-приложений.

Необходимо отметить на рынке российскую фирму «Релэкс» г. Воронеж. Эта фирма предлагает весьма совершенные оригинальные инструменты «Линтер» - СУБД класса MS SQL Server, Oracle, имеющий практически все достоинства названных систем и информационноаналитическую систему «Невод», которая обеспечивает представление результатов интеллектуального анализа помимо традиционных представлений также в виде графических структур выявленных связей и ассоциаций. Производится непрерывное развитие названных продуктов. Отличительной чертой является самая высокая степень защиты информации из всех средств, представленных на рынке и ценовая доступность продуктов.

В целом российские фирмы в настоящее время предлагают полный набор весьма совершенных продуктов, выполняющих функции инструментальных средств создания и ведения информационно-аналитических систем.

Вопросы для самопроверки

1. Что входит в состав структуры программных средств ИАС? 2. Каково назначение средств сбора и доработки данных?

3. В чем состоят функции средств преобразования данных?

4. Какие задачи и какими методами выполняют средства оперативного анализа?

5. В чем особенности средств интеллектуального анализа?

6. Какие виды средств интеллектуального анализа Вы знаете, в чем их отличия?

7. Какие средства интеллектуального анализа представлены на рынке, каковы их возможности?

9. Какими способами совмещаются программные средства реализации инфор- мациионно-аналитических систем?

10. В чем сущность управления информационно-аналитической системой?

11. На какой структуре сведений о предметной области основано управление ИАС?

12. Какое значение имеют «метаданные» при создании и поддержке ИАС?

13. В чем заключается методика создания базы метаданных?

14. В чем заключаются задачи администрирования ИАС?

15. Раскройте содержание задач загрузки и обновления данных в ИХ.

16. Раскройте содержание планирования работы ИАС.

Основы создания и применения информационно аналитических систем

17. В чем содержание организации и осуществления эксплуатации ИАС?

18. В чем состоит основная задача проектирования ИАС?

19. Каковы условия превращения данных в знания?

20. Опишите содержание этапов проектирования ИАС.

21. Какие факторы необходимо учитывать при проектировании ИАС?

1. Программные средства создания и применения ИАС структурируются в соответствии с:

1. выполняемыми ими функциями;

2. исходя из наличия программных средств.

Дайте правильный ответ.

2. Средства выборки и доработки данных осуществляют выборку данных из баз данных с помощью:

1. Драйверов СУБД, например…

Ответ: BDE (Borland Database Engine) и ODBC (Open Database Connectivity).

2. Средств, входящих в состав…

3. Все источники информации регистрируются в:

1. информационно-аналитической системе;

2. службе контроллинга. Выберите правильный ответ

4. Перед загрузкой данных в информационное хранилище производится проверка и обеспечение достоверности различными аппаратно-программными средствами и многими способами, в том числе:

1. обратная проверка;

2. контрольное суммирование;

3. помехозащитное кодирование;

4. логическая обработка данных, семантический контроль и т.д.

Какой обязательный вид контроля не назван?

5. В каком виде чаще используются данные для анализа?

1. детальном;

2. агрегированном.

6. Основным способом создания отчетов в OLAP-системах является:

1. сборка структур отчетов из элементов, представленных в графическом виде;

2. написание запросов на языке SQL.

7. Для создания сложных сценариев OLAP-анализа используются в основном:

1. мнемонические средства;

2. стандартный SQL;

3. специальные версии SQL;

4. специализированные фирменные языки.

8. Может ли быть использована программная среда MS Office для организации OLAPанализа и интеллектуального анализа?

9. Полнофункциональной профессиональной системой интеллектуального анализа является продукт … российской фирмы “Megaputer”.

10. Наиболее развитой системой, поддерживающей многомерный статистический анализ, является соответствующий комплекс программ …

Информационно аналитические системы

11. Универсальным специализированным инструментальным средством создания ИАС широкой функциональности и широким диапазоном масштабов предприятий является комплекс программ фирмы…

12. В комплекс средств информационно-аналитической системы входят:

1. техническая платформа;

2. системная платформа в составе операционных систем и сред;

3. системы управления базами данных и специальные инструментальные средства создания и поддержки ИАС.

Какая составляющая ИАС не вошла в данный перечень?

13. Кто направляет всю деятельность по созданию и применению ИАС?

1. лица, принимающие решения;

2. администраторы информационных систем.

14. К задачам администрирования ИХ относятся:

1. планирование работы с ИХ;

2. эксплуатация ИХ;

3. создание (участие в создании) моделей предметной области, гиперкубов и интерфейсов пользователей;

4. контроль за их наполнением.

Какая важная функция не включена в перечень?

15. Одним из важнейших этапов проектирования ИАС является…

16. На начальном этапе создания ИАС или соответствующего модуля в интегрированной ИСфазе структуризации информационного пространства предприятия необходимо выполнить следующие работы в части структуризации ИП предприятия (корпорации):

1. провести анализ состояния, характера и уровня выполненных на предприятии (корпорации) в этой части работ;

2. согласовать основные положения структуры ИП с вышестоящими органами (если они имеются), взаимодействующими и партнерскими организациями;

3. рассмотреть используемую выбранными инструментальными средствами ИАС систему классификации и кодирования и интерфейсы с точки зрения оценки объема работ по увязке ее с имеющимися на предприятии наработками;

4. разработать или модернизировать с учетом имеющегося на предприятии (в корпорации) опыта и наработок систему классификации, кодирования, реквизитов, показателей, ориентируясь на требования, которые предъявляют сложившиеся условия и возможно-

сти, предоставляемые внедряемыми инструментальными средствами. Какая часть работ не вошла в данный перечень?

17. Для превращения данных в информацию или создания наиболее приемлемой архитектуры инструментальных средств ИАС необходимо соблюдение ряда условий:

1. принятое по выбору инструмента решение должно покрывать бизнес-потребности предприятия;

2. должна обеспечиваться интегрированность средств;

3. необходимо выполнение условия неограниченности;

4. должно соблюдаться свойство гарантированности.

Гармоничное взаимодействие модулей на основе стандартов обеспечивается в рамках условия… Решение должно быть проверенным и т.д. - условие…

Выбранная конфигурация должна быть адаптируема и т.д. - условие… Комплект программ должен обеспечить выполнение всех задач предприятия условие…

18. Условие «комплекс средств поддержки интеллектуального анализа» должен обеспечить выполнение задач анализа, возникающих в трех разделах науки:

1. математической экономики;

2. эконометрики.

Какой раздел не включен в перечень?

Основы создания и применения информационно аналитических систем

19. Условия успеха в интеллектуальном анализе данных:

1. ясность в представлении цели анализа;

2. подготовка существенных для проводимого исследования данных;

3. квалифицированное и тщательное выполнение методов анализа;

4. решение о применении результатов анализа.

Какое условие не включено в перечень?

Информационно аналитические системы

Для проведения итогового контроля необходимо:

Изучить вопросы по дисциплине «Информационно-аналитические системы».

1. Основные задачи, которые выполняют ИАС.

2. Роль и место анализа в принятии решений.

3. Проблемы анализа в свете использования информационных технологий.

4. Содержание аспекта сбора и хранения данных.

5. Содержание аспекта анализа данных и предоставления результатов анализа пользователям.

6. Классификация средств выполнения анализа с помощью ИТ.

7. Состав информационных технологий и информационных систем на предприятии и из внешней среды - источников данных для сосредоточения в информационном хранилище или непосредственно для анализа.

8. Понятие и структура информационного пространства.

9. Элементы структуры информационного пространства.

10. Понятия показателя и реквизитов.

11. Пространственная интерпретация понятия показатель.

12. Содержание экономических показателей.

13. Виды систем экономических показателей.

15. Содержание экономического анализа.

16. Сущность системы оценок.

17. Принципы гибкой архитектуры данных и открытых систем, которыми руководствуются при создании ИАС.

18. Информационный обмен, связанный с аналитической работой.

19. Понятие информационного хранилища.

20. Принципы построения информационных хранилищ.

21. Требования к качеству данных и способы его обеспечения при загрузке в информационное хранилище.

22. Проблемы, разрешаемые при приведении данных к единой структуре информационного хранилища.

23. Концепции построения структур хранилищ данных.

24. Назначение, состав и выполняемые функции базы метаданных - репозитория ИХ.

25. Принципы создания репозитория ИХ.

26. Элементы моделей данных ИХ (факт-таблица, таблицы измерений, консольные таблицы).

27. Схемы представления - модели многомерных данных.

28. Признаки OLAP-систем.

29. Типы многомерных OLAP-систем.

30. Классификация ИТ-анализа по режиму и темпу.

31. Задачи и содержание оперативного (OLAP) анализа.

32. Содержание понятия «знания», классификация видов знаний.

33. Интеллектуальный анализ данных (Data mining), цели и решаемые задачи.

34. Состав и содержание специфических задач интеллектуального анализа.

35. Классификация методов анализа.

Итоговый контроль знаний по курсу

36. Содержание методов анализа в экономической предметной области.

37. Состав программных инструментальных средств ИАС.

38. Средства сбора и доработки данных

39. Средства оперативного OLAP- анализа.

40. Средства интеллектуального анализа данных.

41. Управление информационно-аналитическими системами.

42. Задачи и средства администрирования ИАС.

43. Технологии загрузки данных в информационное хранилище.

44. Содержание планирования работы ИАС.

45. Принципы и этапы проектирования ИАС.

46. Рынок инструментальных средств ИАС.

Выполнить типовое задание:

Тематика лабораторных работ по созданию предметных секторов информационного хранилища и системы анализа сосредоточенных в нем данных изложены в практикуме по данной дисциплине.

Информационно аналитические системы

Практикум

Введение в практикум

Назначение практикума по курсу «Информационно-аналитические системы» для студентов, обучающихся по специальностям «Менеджмент, Маркетинг, Антикризисное управление, Финансы и кредит», привить навыки выполнения анализа данных с помощью средств информа- ционно-аналитических систем (ИАС) в соответствующих специальностям предметных областях, участия в создании ИАС.

В соответствии с этим занятия проводятся по двум направлениям:

1. Выполнение заданий по анализу массивов данных с использованием массовых и специализированных инструментальных средств методами оперативного и интеллектуального анализа.

2. Решение задач, которые стоят перед пользователями, в процессе создания и развития ИАС.

Работы могут выполняться студентами индивидуально или в составе группы из 2-3 чело-

век самостоятельно или при консультировании преподавателем.

Создание и применение ИАС

Задачи, выполняемые пользователями системы - лицами, принимающими решения (ЛПР), аналитиками, экспертами на этапах ее создания и применения заключаются в выработке требований к содержанию и структуре данных в ИХ, контроле за наполнением хранилищ данных, разработке и реализации сценариев анализа.

Главным в формировании требований является определение состава данных, которые необходимо собирать в ходе деятельности предприятия из различных источников, приводить их к единому формату и структуре с целью удобного использования в процессе анализа. На следующем этапе работы пользователей по созданию ИАС определяется, что нужно делать с этими данными.

Задача специалистов по информационным технологиям заключается в реализации требований пользователей в виде конкретных физических моделей.

Состав данных представляется в виде базы метаданных (БМД) или репозитория. БМД представляет собой совокупность свойств объектов, подлежащих исследованию в ходе аналитических работ. Практически это совокупность атрибутов или реквизитов показателей, отображающих объекты. Она создается по результатам обследования предметной области, в которой создается ИАС или ее фрагмент, в том числе информационное хранилище или его секция.

В результате обследования пользователи должны получить состав документов или исходных материалов для анализа и последующего использования при принятии решений. Из таких источников извлекаются атрибуты, подлежащие переносу в информационное хранилище или в секцию его. Повторяющиеся атрибуты вносятся в базу МД один раз, но добавляются атрибуты, свидетельствующие об агрегации данных. На рис. 1 показана схема создания базы метаданных, касающихся конечных пользователей. К ним добавляются метаданные, относящиеся к компетенции администраторов информационных хранилищ и ИАС в целом, так называемые технические метаданные в отличие от бизнес-метаданных. Среди таблиц на рис. 1 могут быть и материалы, относящиеся к технической стороне реализации ИХ и ИАС.

Наименования столбцов или атрибутов в таблицах, представляющих материалы или отчеты, обозначают свойства описываемых объектов. В строках содержатся значения свойств экземпляров этих объектов.

Практикум

Делается оценка количества экземпляров содержащихся в данной таблице объектов и размерности значений их атрибутов с целью определения объема требуемой памяти.

Рис. 1. Структура базы метаданных

Материалы 1

База метаданных секции p информационного хранилища (Репозиторий)

Множество Q атрибутов секции P информационного хранилища определяется по фор-

Q = U A i B , где:

A i - множества атрибутов отчетов и материалов.

N - количество отчетов и материалов.

B - множество системообразующих атрибутов.

3. Классификация аналитических систем.

4. Концепции построения ИАС.

1. Общее понятие информационно – аналитической системы.

Современный этап развития рыночных отношений в российской экономике характеризуется началом экономического подъема. Сегодня все большее число организаций приходит к пониманию того, что без наличия своевременной и объективной информации о состоянии рынка, прогнозирования его перспектив, постоянной оценки эффективности функционирования собственных структур и анализа взаимоотношений с бизнес - партнерами и конкурентами их дальнейшее развитие становится практически невозможным. Начинают приобретать определяющее значение знания о протекающих хозяйственных процессах. На успех ведения дела влияют как объективные, так и субъективные факторы. К объективным факторам можно отнести:

· закономерности протекания хозяйственных процессов,

· правовую среду,

· неписаные правила и традиции ведения дел,

· экономическую конъюнктуру и т.д.

Большое значение имеет субъективный фактор, под которым понимается влияние на ход бизнес - процессов работников предприятия и в особенности лиц, принимающих решения (ЛПР).

Для выработки и принятия соответствующих складывающейся обстановке решений необходима информация, которая должна удовлетворять требованиям полноты, достоверности, своевременности (актуальности), полезности.

Основополагающую роль в подготовке принятия решений играет его обоснование по имеющейся у ЛПР информации. Её, как правило, получают из различных внутренних и внешних источников. В интересах выработки адекватного решения используются внутренние информационные ресурсы, которые складываются из отражения деятельности (функционирования) объекта в документах, других видах и способах сбора, обработки, хранения информации. А также внешние по отношению к объекту информационные ресурсы, например (если это предприятие) - корпорации, отрасли, региона, а также глобальные – из средств массовой информации, специальной литературы, всемирной информационной сети Интернет и т.д.

Таким образом, границы информационного пространства как отображения деятельности предприятия и его взаимодействия с внешней средой, в рамках которого принимаются решения, выходят далеко за пределы предприятия.

Эти обстоятельства вынуждают использовать имеющиеся в настоящее время весьма развитые программно-технические средства. Широкое и эффективное применение этих средств ст ало одним из факторов выживаемости и успеха предприятия в условиях острой конкурентной борьбы. Получили широкое распространение автоматизированные информационные системы.

Проблема анализа исходной информации для принятия решений оказалась настолько серьезной, что появилось отдельное направление или вид информационных систем – информационно – аналитические системы (ИАС).

Информационно-аналитические системы (ИАС) призваны на основе данных, получаемых в режиме реального времени, помогать в принятии управленческих решений. ИАС - это современный высокоэффективный инструмент поддержки принятия стратегических, тактических и оперативных управленческих решений на основе наглядного и оперативного предоставления всей необходимой совокупности данных пользователям, ответственным за анализ состояния дел и принятие управленческих решений. Комплекс информационно-аналитических систем затрагивает всю управленческую вертикаль: корпоративную отчетность, финансово-экономическое планирование и стратегическое планирование.

2. Функции и сферы применения ИАС.

Основное назначение ИАС - динамическое представление и многомерный анализ исторических и текущих данных, анализ тенденций, моделирование и прогнозирование результатов различных управленческих решений.

Основными функциями информационно-аналитической системы являются:

· Хранение данных;

· Анализ данных, в том числе оперативный и интеллектуальный;

· Подготовка результатов оперативного и интеллектуального анализа для эффективного их восприятия потребителями.

Результатом применения средств ИАС являются с одной стороны - регламентные аналитические отчеты, ориентированные на нужды пользователей различных категорий, с другой - средства интерактивного анализа информации и быстрого построения отчетов пользователями-непрограммистами с использованием привычных понятий предметной области.

Функцию сбора и хранения информации с сопутствующей доработкой в информационно-аналитических системах, выполняют информационные хранилища (Data Warehouse ).

В связи с большим объемом и сложностью анализ данных имеет два направления - оперативный анализ данных (информации), широко распространена англоязычная аббревиатура названия – On-line Analytical Processing (OLAP). Основной задачей оперативного или OLAP-анализа является быстрое (в пределах секунд) извлечение необходимой аналитику для обоснования или принятия решения информации. Эту функцию выполняют всевозможные OLAP – средства.

Интеллектуальный анализ информации - имеет также широко распространенное в русской специальной литературе англоязычное название Data Mining . Он предназначен для фундаментального исследования проблем в той или иной предметной области. Требования по времени менее жёстки, но используются более сложные методики. Ставятся, как правило, задачи и получают результаты стратегического значения. Эту функцию выполняют всевозможные средства Data Mining .

Жестких границ между OLAP и интеллектуальным анализом нет, но при решении сложных задач приходится использовать весьма мощные специальные программные средства.

С технической точки зрения ИАС – это набор процедур, методов и регламентов, приводящих к регулярному плановому сбору, хранению, анализу и предоставлению информации, используемой для принятия управленческих решений.

Информационно-аналитические системы являются надстройкой над уже функционирующими на предприятии информационными приложениями и не требуют их замены; эти системы аккумулируют данные по всем видам деятельности компании - от состояния складов до финансовой и бухгалтерской отчетности.

Информационно - аналитические системы верхнего уровня служат для принятия стратегических решений. Они позволяют руководителю решать следующие задачи:

· составление консолидированной отчетности и предоставление сводной информации о деятельности предприятия (финансовые, производственные и другие показатели, динамика их изменений и тенденции),

· анализ деятельности дочерних предприятий, филиалов и подразделений компании (анализ доходности, затрат, выполнения плана),

· анализ финансовой деятельности (основные финансовые показатели, тенденции, взаиморасчеты), оптимизация финансовых потоков, реальная оценка себестоимости продукции,

· проведение комплексной оценки деятельности предприятия, основанной на постоянном контроле четырех наиболее существенных ее аспектов (финансы, отношения с внешним миром, внутреннее состояние компании, инновации),

· анализ сбытовых процессов (составление плана, контроль исполнения распоряжений, расчеты за отгруженную продукцию, прогноз поступления средств, прогноз спроса).

Информационно-аналитические системы подразделений предполагают большую детализацию и более сложную аналитическую обработку. Эти системы помогают подготовить информацию для принятия решений в области сбыта, продуктового предложения, финансового планирования.

Различают два вида информационно-аналитических систем по режиму и темпу анализа:

· статические - имеют заранее разработанный сценарий обработки данных при весьма ограниченных возможностях вариаций запросов;

· динамические - обеспечивают обработку нерегламентированных запросов и гибкую систему подготовки отчётов.

Можно выделить следующие принципы построения ИАС на предприятии:

· объединение всех информационных процессов предприятия;

· встраивание системы в уже сложившуюся организационную структуру предприятия;

· координация усилий всех подразделений предприятия при выполнении поставленных задач;

· открытость системы для дальнейшего развития;

· комплексное использование всех доступных методов анализа;

· информационная этика - "от каждого - в общую копилку, и из неё - каждому".

3. Классификация аналитических систем.

Для обозначения аналитических технологий и средств в ц елом принято использовать термин " Business Intelligence " или, сокращенно, - BI . Понятие BI объединяет различные средства и технологии анализа и обработки данных масштаба предприятия. На их основе создаются BI -системы. Их цель – повысить качество информации для принятия управленческих решений. BI -системы ранее были известны под названием Систем Поддержки Принятия Решений (СППР, DSS - Decision Support System ). В качестве синонимов понятия "СППР" оперируют также понятиями "аналитическая система" или "управленческая система". Сейчас же класс систем BI является независимым классом систем, в который входят системы класса СППР.

По оценкам IDC рынок BI состоит из 5 сегментов:

1. OLAP -продукты,

2. инструменты добычи данных,

3. средства построения Хранилищ и Витрин данных,

4. управленческие информационные системы и приложения,

5. инструменты конечного пользователя для выполнения запросов и построения отчетов,

6. системы СППР.

Полный классификатор аналитических систем

Рассмотрим более подробно каждый сегмент.

OLAP -продукты.

На сегодняшний день в мире разработано множество продуктов, реализующих OLAP -технологии. Чтобы легче было ориентироваться среди них, существует несколько классификаций OLAP -продуктов:

· по способу хранения данных,

· по месту нахождения OLAP -машины,

· по степени готовности к применению.

Рассмотрим классификацию систем по способу хранения данных. Основная идея OLAP заключается в построении многомерных таблиц, которые будут доступны для запросов пользователей. Многомерные таблицы (многомерные кубы) строятся на основе исходных и агрегатных данных. И исходные и агрегатные данные для многомерных таблиц могут храниться как в реляционных, так и многомерных базах данных. Поэтому в настоящее время применяются три способа хранения данных: MOLAP (Multidimensional OLAP ), ROLAP (Relational OLAP ) и HOLAP (Hybrid OLAP ).

Соответственно, OLAP -продукты по способу хранения данных делятся на три аналогичные категории:

· В случае MOLAP , исходные и агрегатные данные хранятся в многомерной БД или в многомерном локальном кубе. Такой способ хранения обеспечивает высокую скорость выполнения OLAP -операций. Но многомерная база в этом случае чаще всего будет избыточной. Куб, построенный на ее основе, будет сильно зависеть от числа измерений. При увеличении количества измерений объем куба будет экспоненциально расти. Иногда это может привести к "взрывному росту" объема данных, парализующему в результате запросы пользователей.

· В ROLAP -продуктах исходные данные хранятся в реляционных БД или в плоских локальных таблицах на файл-сервере. Агрегатные данные могут помещаться в служебные таблицы в той же БД. Преобразование данных из реляционной БД в многомерные кубы происходит по запросу OLAP -средства. При этом скорость построения куба будет сильно зависеть от типа источника данных и порой приводит к неприемлемому времени отклика системы.

· В случае использования Гибридной архитектурыисходные данные остаются в реляционной базе, а агрегаты размещаются в многомерной. Построение OLAP -куба выполняется по запросу OLAP -средства на основе реляционных и многомерных данных. Такой подход позволяет избежать взрывного роста данных. При этом можно достичь оптимального времени исполнения клиентских запросов.

Следующая классификация - по месту размещения OLAP -машины. По этому признаку OLAP -продукты делятся на OLAP -серверы и OLAP -клиенты.

· В серверных OLAP -средствах вычисления и хранение агрегатных данных выполняются сервером. Клиентское приложение получает только результаты запросов к многомерным кубам, которые хранятся на сервере. Некоторые OLAP -серверы поддерживают хранение данных только в реляционных базах, другие - только в многомерных. Многие современные OLAP -серверы поддерживают все три способа хранения данных: MOLAP , ROLAP и HOLAP . Одним из самых распространенным в настоящее время серверным решением является OLAP -сервер корпорации Microsoft .

· OLAP -клиентустроен по-другому. Построение многомерного куба и OLAP -вычисления выполняются в памяти клиентского компьютера. OLAP -клиенты также делятся на ROLAP и MOLAP . А некоторые могут поддерживать оба варианта доступа к данным. Среди одних из первых клиентских OLAP -средств можно назвать Oracle Discoverer . Те же возможности обеспечивает и отечественная разработка – продукты Аналитической платформы Контур от компании Intersoft Lab .

У каждого из этих подходов есть свои "плюсы" и "минусы". Нельзя однозначно говорить о преимуществах серверных средств перед клиентскими и наоборот. На практике такой выбор является результатом компромисса "эксплуатационных показателей", стоимости программного обеспечения и затрат на разработку, внедрение и сопровождение аналитической системы.

Следующая классификация OLAP -продуктов - по степени готовности к применению. Различают: OLAP -компоненты, инструментальные OLAP – системы и конечные OLAP -приложения.

· OLAP -компонента– это инструмент разработчика. С ее помощью разрабатываются клиентские OLAP -программы. Различают MOLAP и ROLAP -компоненты: MOLAP -компоненты являются инструментами генерации запросов к OLAP -серверу. Они также обеспечивают визуализацию полученных данных. ROLAP -компоненты содержат собственную OLAP -машину. OLAP -машина обеспечивает построение OLAP -кубов в оперативной памяти и отображает их на экране. Одна из наиболее доступных, но в то же время и одна из самых слабых OLAP -компонент – Decision Cube в составе Borland Delphi .

· Инструментальные OLAP -системы– это программные продукты, предназначенные для создания аналитических приложений. Различают две категории инструментальных OLAP -систем: системы для программирования и системы для быстрой настройки. Системы для программирования – это среда разработчика аналитических систем. В ней, путем программирования запросов к данным, алгоритмов расчета и OLAP -интерфейсов можно создать OLAP -приложение для конечного пользователя. Представителем этого класса программного обеспечения является аналитическая платформа Knosys Pro Clarity . С другой стороны, OLAP -системы для быстрой настройки – это средства, которые предоставляют визуальный интерфейс для создания OLAP -приложений без программирования. Такие системы включают визуальный генератор запросов, встроенные алгоритмы агрегации и инструменты настройки пользовательских OLAP -интерфейсов. В такой технологии реализована большая часть инструментов пакета BusinessObjects и Аналитической платформы Контур.

· Наконец, к третьей категории OLAP -продуктов по степени готовности к применению относятся конечные OLAP -приложения. Это готовые прикладные решения для конечного пользователя. Они требуют только установки, и, не всегда, настройки под специфику пользователя. Пример такого решения – OLAP -приложения системы "Контур Стандарт", подготовленные для анализа данных в различных отраслях и для решения различных аналитических задач.

Инструменты добычи данных.

Knowledge Discovery in Databases (KDD)– это процесс поиска полезных знаний в "сырых" данных. KDD включает в себя вопросы подготовки данных, выбора информативных признаков, очистки данных, применения методов "раскапывания данных" (Data Mining ), а также обработки и интерпретации полученных результатов.

Центральным элементом этой технологии являются методы Data Mining , позволяющие обнаруживать знания при помощи математических правил:

· Фильтрация. Необходимость в фильтрации возникает, когда нужно отделить полезную информацию от искажающего его шума за счет сглаживания, очистки, редактирования аномальных значений, устранения незначащих факторов, понижения размерности информации и т.д. Применение фильтрации в системах анализа данных относится к первичной обработке данных и позволяет повысить качество исходных данных, а, следовательно, и точность результата анализа.

· Деревья решений. Они позволяют представлять правила в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение. Под правилом понимается логическая конструкция, представленная в виде «если..., то...». Деревья решений применяются при решении задач поиска оптимальных решений на основе описанной модели поведения.

· Ассоциативные правила. Они позволяют находить закономерности между связанными событиями. Примером такого правила служит утверждение, что в том случае, если произошло событие А , то произойдет и событие В с вероятностью C . Впервые это задача была предложена для нахождения типичных шаблонов покупок, совершаемых в супермаркетах, поэтому иногда ее еще называют анализом рыночной корзины (market basket analysis ).

· Генетические алгоритмы. Они применяются при решении задач оптимизации. Эти методы были открыты при изучении эволюции и происхождения видов. Генетические алгоритмы нужны для настройки нейронных сетей, а также решения различных задач, когда можно составить описание возможных вариантов решения в виде вектора параметров, и известен критерий, определяющий эффективность каждого варианта. Генетические алгоритмы применяются для составления расписаний, портфелей ценных бумаг, заполнения контейнеров при перевозке (пересылке) грузов, выбор маршрутов движения, конфигурации оборудования и т.д.

· Нейронные сети. Они реализуют алгоритмы на основе сетей обратного распространения ошибки, самоорганизующихся карт Кохонена , RBF-сетей, сетей Хэмминга и других подобных алгоритмов анализа данных. Нейронные сети применяются для решения самых различных задач - восстановление пропусков в данных, поиск закономерностей, классификация и кластеризация данных, прогнозирование и моделирование.

Инструменты добычи данных поставляются заказчикам двумя способами:

· в составе OLAP -систем,

· в виде самостоятельных систем Data Mining .

Функциональность Data Mining в той или иной степени полноты реализации включена в аналитические системы различных производителей – Oracle , Hyperion , SAS и т.д. Однако, наиболее «продвинутыми» в этом плане являются специализированные системы математического анализа данных. В России авторитетным разработчиком систем в технологии KDD является компания "Лаборатория BaseGroup ".

Средства построения Хранилищ и Витрин данных.

Хранилища и Витрины данных создаются с применением специализированных средств построения Хранилищ\витрин данных. К этим средствам относятся:

· средства проектирования Хранилищ данных,

· средства извлечения, преобразования и загрузки данных,

· готовые предметно-ориентированные ХД.

Средства проектирования Хранилищ данных входят в состав реляционных и многомерных СУБД от таких производителей как Microsoft , Oracle , IBM, Sybase и других. Также часто применяются универсальные CASE-инструменты, такие как BPWin и ErWin . После описания структур хранения данных специальными системными утилитами выполняется их генерация. Такой подход к созданию Хранилища данных позволяет построить индивидуальное Хранилище или Витрину данных в сжатые сроки. В тоже время такой подход затрудняет перенос наработок от одного заказчика к другому и обмен практическим опытом в решении аналитических задач.

Альтернативным способом построения Хранилищ данных является применение других специализированных средств – Студий для построения Хранилищ данных. Такие продукты предлагают набор шаблонов и заготовок для быстрого создания Хранилища. В составе Студии может предоставляться базовая модель Хранилища данных, ориентированная на определенную бизнес-сферу. С помощью таких инструментов можно значительно быстрее создать Хранилище данных, воспользовавшись опытом предыдущих решений и начать его эксплуатацию. Продукты этого класса, в частности, предлагает компания Sybase – это продукт Industry Warehouse Studio .

ETL ) - средства извлечения, преобразования и загрузки данных) обеспечивают три основных процесса, используемые при переносе данных из одного приложения или системы в другие. ETL-средства извлекают информацию из исходной базы данных, преобразуют ее в формат, поддерживаемый базой данных назначения, а затем загружают в нее преобразованную информацию. Эти средства обычно входят в состав функциональности реляционных и многомерных СУБД или Студий для построения Хранилищ данных. Однако существуют и специализированные системы, реализующие только ETL -функции. Классической ETL -системой является, например, продукт Ascential DataStage компании Ascential Software .

И, наконец, существует еще один способ построения Хранилищ и Витрин данных – это применение готовых предметно-ориентированных Хранилищ данных. Это самый надежный способ построить Хранилище данных в сжатые сроки. Готовые к эксплуатации Хранилища данных характеризуются наличием в них механизмов средств построения Хранилищ/Витрин данных, взаимосвязанных посредством единого словаря метаданных. К ним относятся - процедуры извлечения, преобразования, очистки и загрузки данных, функции генерации баз данных и процедур обработки, механизмы построения выборок данных, интерфейсы просмотра и анализа данных. Ограничением в применении готовых Хранилищ данных является их предметная ориентация. Например, финансовое Хранилище данных невозможно применить для решения задач оптимизации химического производства. Примером готового предметно-ориентированного Хранилища данных является система Контур Корпорация от компании Intersoft Lab . Применение предметно-ориентированных Хранилищ данных отражает общемировую тенденцию развития рынка BI , наметившуюся в последнее время – предоставления платформ для "быстрой" разработки аналитических приложений.

Управленческие информационные системы и приложения.

Существует еще один очень разносторонний класс аналитических систем. Это – конечные решения для управленцев и аналитиков. Исторически сложилось так, что технологическая основа реализации таких систем существенно различается. Одни из них построены на современных аналитических инструментах, другие – с применением базовых информационных технологий. Чтобы легче ориентироваться в этих системах вводится 3 классификации:

· по виду решаемой задачи,

· по масштабу решаемой задачи,

· по технологическому построению.

Аналитические системы классифицируются по виду задач, решаемых с их помощью. Среди видов задач можно выделить:

· Анализ финансового состояния банка или предприятия, выполняемый по внешним публичным данным, таким как баланс, отчет о финансовых результатах, иногда - приложение к балансу и отчет о движении денежных средств. Системы - Audit Expert (Про-Инвест ), Альт-финансы (Альт), АБФИ (Вестона ),Аналитик, АФСП, АДП (ИНЭК) и другие.

· Инвестиционный анализ – для комплексной оценки эффективности инвестиционных проектов и принятия решения об их финансировании, Project Expert (Про-Инвест ), Альт-Инвест (Альт) и другие.

· Подготовка бизнес-планов, учитывающих вариации схем производства, сбыта и финансирования, комплексного анализа маркетинговой ситуации, чувствительности проекта по основным параметрам. Системы - Project Expert (Про-Инвест ), Альт-Инвест (Альт) и другие.

· Маркетинговый анализ, позволяющий оценить положение компании на рынке, провести сравнительный анализ ее сбытовой деятельности с конкурентами, сформировать оптимальную структуру сбыта, определить доходность различных сегментов рынка и товаров, долю рынка компании, темпы роста и другое. Системы - Marketing Expert (Про-Инвест ), Касатка и другие.

· Управление проектами, применяемое для разработки расписания исполнения проекта, определения критического пути и резервов времени исполнения операций проекта; потребности проекта в финансировании, материалах и оборудовании, анализ рисков и планирование расписания с учетом рисков и так далее. Системы - MS Project (Microsoft), Open Plan (Welcom Software Technology) и другие .

· Бюджетирование , обеспечивающее планирование, учет и анализ по центрам финансовой ответственности, бизнесам, продуктам в разрезе активов и пассивов, доходов и расходов, выполнение аллокаций и расчет финансового результата. Системы - Hyperion Pillar , Comshare MPC , Контур Корпорация. Бюджет (Intersoft Lab ) и другие.

· Финансовое управление, включающее помимо задач бюджетирования задачи финансового планирования, управленческого учета, трансфертного управления ресурсами, оценки бизнесов по методу ABC, анализа активов, пассивов, рисков. Системы - Oracle Financial Services Applications (Oracle ),Контур Корпорация. Финансовое управление (Intersoft Lab ) и другие.

На практике встречается гораздо больше видов задач, но здесь был перечислен ряд только тех задач, которые нашли свое воплощение в тиражных аналитических системах. Некоторые из этих систем могут решать только одну задачу, другие являются комплексом, включающим в себя широкий перечень взаимосвязанных задач.

Аналитические системы также классифицируются по масштабу решаемой задачи:

· Системы автоматизации труда одного специалиста. Это так называемые DeskTop -системы, предназначенные для автоматизации труда узкого специалиста. Как правило, для эксплуатации таких систем не требуется помощь службы автоматизации.

· Системы для коллективной работы группы сотрудников. Такие системы содержат средства, обеспечивающие коллективную работу пользователей в режиме реального времени с единой базой данных в рамках прав доступа. Такие системы уже требуют выполнения функций администрирования и сопровождения.

· Системы для применения в территориально распределенной корпорации. Эти системы включают в себя свойства аналитических систем для групп пользователей, а также средства взаимодействия с удаленными подразделениями корпорации (филиалами) в виде технологий сбора данных, дистрибуции НСИ и отчетов. Системы данного класса сложны в эксплуатации, но при этом обеспечивают наиболее полное решение аналитических и управленческих задач.

По технологическому построению аналитические системы можно условно разделить на монолитные и настраиваемые:

· Монолитные аналитические системы характеризуются тем, что аналитическая методика в них реализуется в коде самой программы, а не в виде настройки универсального аналитического инструмента. В этом случае аналитическая система не требует, как правило, выполнения существенных работ по своей настройке (за исключением систем класса Data Mining ). Она может использоваться практически сразу после установки. В то же время такие системы не "гибкие" и плохо поддаются изменениям в соответствии с требованиями пользователя. Монолитные системы разрабатываются с применением базовых средств пр ограммирования и СУБД.

· Настраиваемые аналитические системы характеризуются тем, что при их создании применяются универсальные аналитические инструменты и специализированные средства, такие как OLAP , Студии, ETL , Data Mining . Их применение позволяет повысить качество аналитической системы, дает перспективы развития, но в то же время приводит к удорожанию конечного решения. Прикладные аналитические системы, выполненные в виде настроек универсальных аналитических инструментов, требуют большего объема работ при внедрении, однако позволяют реализовывать уникальные аналитические методики, принятые в организации.

Компромиссом между этими двумя классами систем является реализация аналитической методики в виде Приложения универсальной аналитической системы. Такой подход позволяет выполнять их тиражирование независимо друг от друга. Но подобных систем в настоящее время на рынке представлено крайне мало.

Инструменты конечного пользователя для выполнения запросов и построения отчетов.

Системы данного класса (Query & Reporting ) предназначены для формирования запросов к информационным системам в пользовательских терминах, а также их исполнение, интеграцию данных из разных источников, просмотр данных с возможностями детализации и обобщения и построение полноценных отчетов, как экранных, так и печатных. Предполагается, что уровень подготовки специалиста, создающего отчеты, может быть приравнен к опыту среднего пользователя Excel . Поэтому пользователь составляет запрос к источнику данных, используя заранее подготовленный программистом каталог терминов (семантический слой). Визуализация результатов запроса может быть представлена пользователю в различном виде – плоские или многомерные таблицы, графики, диаграммы, различные специализированные интерфейсы.

Инструменты конечного пользователя для выполнения запросов и построения отчетов поставляются двумя способами:

· в составе OLAP -систем,

· в виде специализированных систем Query & Reporting .

Практически каждая система класса OLAP снабжена средствами Query & Reporting . Эти средства могут быть как встроенными в основной продукт (примеры – Business Objects , "Контур Стандарт", Oracle Discoverer ), так и выделенными в отдельный продукт (например, система Impromptu в составе продуктов Cognos ).

Также существуют и специализированные системы генерации и дистрибуции отчетов. Наиболее распространенные из них – это продукты компаний Crystal Decisions и Actuate . В то же время эти системы имеют в своем составе собственные OLAP -средства. Поэтому провести четкую грань между OLAP -системами и системами класса Query & Reporting практически невозможно. Пример – продукты компании MicroStrategy , которые различные аналитики и издания с равной регулярностью относят к продуктам обоих классов.

4. Концепции построения ИАС.

Современный уровень развития аппаратных и программных средств с некоторых пор сделал возможным повсеместное ведение баз данных оперативной информации на разных уровнях управления. В процессе своей деятельности промышленные предприятия, корпорации, ведомственные структуры, органы государственной власти и управления накопили большие объемы данных. Они хранят в себе большие потенциальные возможности по извлечению полезной аналитической информации, на основе которой можно выявлять скрытые тенденции, строить стратегию развития, находить новые решения.

В последние годы в мире оформился ряд новых концепций хранения и анализа корпоративных данных:

1) Хранилища данных, или Склады данных (Data Warehouse );

2) Оперативная аналитическая обработка (On-Line Analytical Processing , OLAP);

3) Интеллектуальный анализ данных - ИАД (Data Mining ).

Технологии OLAP тесно связаны с технологиями построения Data Warehouse и методами интеллектуальной обработки - Data Mining . Поэтому наилучшим вариантом является комплексный подход к их внедрению.

Для того чтобы существующие хранилища данных способствовали принятию управленческих решений, информация должна быть представлена аналитику в нужной форме, то есть он должен иметь развитые инструменты доступа к данным хранилища и их обработки.

Очень часто информационно-аналитические системы, создаваемые в расчете на непосредственное использование лицами, принимающими решения, оказываются чрезвычайно просты в применении, но жестко ограничены в функциональности. Такие статические системы называются в литературе Информационными системами руководителя (ИСР), или Executive Information Systems (EIS). Они содержат в себе предопределенные множества запросов и, будучи достаточными для повседневного обзора, неспособны ответить на все вопросы к имеющимся данным, которые могут возникнуть при принятии решений. Результатом работы такой системы, как правило, являются многостраничные отчеты, после тщательного изучения которых у аналитика появляется новая серия вопросов. Однако каждый новый запрос, непредусмотренный при проектировании такой системы, должен быть сначала формально описан, закодирован программистом и только затем выполнен. Время ожидания в таком случае может составлять часы и дни, что не всегда приемлемо. Таким образом, внешняя простота статических ИСР, за которую активно борется большинство заказчиков информационно-аналитических систем, оборачивается катастрофической потерей гибкости.

Динамические ИАС, напротив, ориентированы на обработку нерегламентированных запросов аналитиков к данным. Работа аналитиков с этими системами заключается в интерактивной последовательности формирования запросов и изучения их результатов.

Но динамические ИАС могут действовать не только в области оперативной аналитической обработки (OLAP); поддержка принятия управленческих решений на основе накопленных данных может выполняться в трех базовых сферах:

1. Сфера детализированных данных. Это область действия большинства систем, нацеленных на поиск информации. В большинстве случаев реляционные СУБД отлично справляются с возникающими здесь задачами. Общепризнанным стандартом языка манипулирования реляционными данными является SQL. Информационно-поисковые системы, обеспечивающие интерфейс конечного пользователя в задачах поиска детализированной информации, могут использоваться в качестве надстроек как над отдельными базами данных транзакционных систем, так и над общим хранилищем данных.

2. Сфера агрегированных показателей. Комплексный взгляд на собранную в хранилище данных информацию, ее обобщение и агрегация, гиперкубическое представление и многомерный анализ являются задачами систем оперативной аналитической обработки данных (OLAP). Здесь можно или ориентироваться на специальные многомерные СУБД, или оставаться в рамках реляционных технологий. Во втором случае заранее агрегированные данные могут собираться в БД звездообразного вида, либо агрегация информации может производиться на лету в процессе сканирования детализированных таблиц реляционной БД.

3. Сфера закономерностей. Интеллектуальная обработка производится методами интеллектуального анализа данных (ИАД, Data Mining ), главными задачами которых являются поиск функциональных и логических закономерностей в накопленной информации, построение моделей и правил, которые объясняют найденные аномалии и/или прогнозируют развитие некоторых процессов.

5. Общая структура информационной аналитической системы.

Полная структура информационно-аналитической системы, построенной на основе хранилища данных, показана на рисунке 1. В конкретных реализациях отдельные компоненты этой схемы часто отсутствуют.

Рисунок 1. Структура информационной аналитической системы (ИАС)

Рассмотрим состав основных подсистем.

Подсистема хранения данных.

Многомерное хранилище данных может быть организовано в виде одной из следующих структур:

1. физической структуры, называемой MOLAP , в которую с определенной периодичностью загружаются данные из файлов – источников, принадлежащих базам оперативных данных

2. виртуальной структуры, называемой ROLAP , которая динамически используется при запросах. ROLAP – система рассматривается просто как надстройка над реляционными базами данных, обеспечивающая удобный интерфейс пользователя. Типичными инструментальными средствами, поддерживающими ROLAP , является Business Objects .

3. гибридной структуры, называемой Н OLAP , которая используется при построении многоуровневых информационных хранилищ, применяемых на разных уровнях управления больших корпораций.

Анализ параметров использования ROLAP и MOLAP информационных хранилищ показывает, что внедрение и эксплуатация ROLAP - систем является более простым и дешевым по сравнению с MOLAP – системами, но уступают последним в эффективности оперативного анализа данных.

Подсистема метаинформации.

Репозиторий представляет собой описание структуры информационного хранилища: состава показателей, иерархии агрегаций измерений, форматов данных, используемых функций, физического размещения на сервере, прав доступа пользователей, частоты обновления.

В репозитории задается схема отображения структуры файлов-источников данных на структуре ИХ, а также схема отображения структуры ИХ на витринах данных. Через репозиторий осуществляется интерпретация запросов к ИХ на проведение оперативного анализа данных.

Подсистема преобразования данных (загрузки хранилища).

Подсистема загрузки ИХ создается только для MOLAP – систем. Для ROLAP – систем в процессе выполнения запросов осуществляется преобразование данных из файлов – источников. В том и другом случаях требуется выполнение следующих основных функций:

· сбор данных,

· очистка данных,

· агрегирование данных.

Сбор данных предполагает передачу данных из источников в ИХ в соответствии со схемой отображения, представленной в репозитории .

В процессе очистки данных осуществляется проверка целостности, исключение дублирования данных, отбраковка случайных данных, восстановление отсутствующих данных, приведение данных к единому формату.

В случае необходимости агрегирования данных осуществляется суммирование итогов по заданным в репозитории признакам.

Подсистема представления данных (организация витрин данных).

Под витриной данных понимается предметно-ориентированное хранилище данных, как правило, агрегированной информации, предназначенное для использования группой пользователей в рамках конкретного вида деятельности предприятия, например маркетинга и т.д.

Как правило, витрины данных являются подмножествами общего хранилища данных компании, которое служит для них источником. Обычно общее ИХ и витрины данных разрабатываются параллельно.

Подсистема оперативного анализа данных.

Подсистема оперативного анализа данных, как правило, используется лицами, подготавливающими информацию для принятия решений, путем выполнения различных статистических группировок исходных данных.

В рамках пользовательского интерфейса для оперативного анализа данных используются следующие базовые операции:

· Поворот. Добавление нового признака анализа.

· Проекция . Выборка подмножества по задаваемой совокупности измерений. При этом значения, лежащие на оси проекции, суммируются.

· Раскрытие. Осуществляется декомпозиция признака агрегации на компоненты, например, признак года разбивается на кварталы. При этом автоматически детализуются числовые показатели.

· Свертка . Операция обратная раскрытию. При этом значения детальных показателей суммируются в агрегируемый показатель.

· Сечение или срез. Выделение подмножества данных по конкретным значениям одного или нескольких измерений.

Подсистема интеллектуального анализа данных.

Подсистема интеллектуального анализа данных используется специальной категорией пользователей – аналитиков, которые на основе ИХ обнаруживают закономерности в деятельности предприятия и на рынке, используемые в дальнейшем для обоснования стратегических и тактических решений. Интеллектуальный анализ требует более сложных методов анализа по сравнению со статическими группировками и выполняется путем проведения множества сеансов.

Типичными задачами интеллектуального анализа данных являются:

· Установление корреляций, причинно-следственных связей и временных связей событий, например определение местоположения прибыльных предприятий.

· Классификация ситуаций, позволяющая обобщать конкретные события в классы, например определение типичного профиля покупателя конкретных видов продукции.

· Прогнозирование развития ситуаций, например прогнозирование цен, объемов продаж, производства.

К основным методам интеллектуального анализа данных относятся:

- Методы многомерного статистического анализа,

- Индуктивные методы построения деревьев решений,

Нейронные сети.

Подсистема «Информационная система руководителя».

Информационная система руководителя предназначена для лиц, непосредственно принимающих решения. Поэтому интерфейс таких систем должен быть в наибольшей степени упрощенным. Обычно в качестве интерфейса руководителям предприятия предлагается набор стандартных отчетов и графиков, настраиваемых на потребности руководителя через систему меню. Часто в качестве интерфейса предлагаются диаграммы Ишикава , представляющие собой саморазворачивающееся дерево показателей, в котором листья ветвей раскрашиваются в разные цвета, символизирующие характер состояния показателя (нормальный, тревожный, кризисный). Лист любой ветви дерева может быть развернут а таблицу значений показателя или график.

Подсистема WEB – публикации.

Подсистема WEB – публикации предполагает преобразование полученной из ИХ информации в HTML – вид, доступный для ее просмотра удаленными клиентами с помощью браузеров Интернета.

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Подобные документы

Общая характеристика государственной системы научно-технической информации РФ: структура и виды информационных ресурсов, основной принцип функционирования. Задачи, цели и концепция создания распределенной информационно-аналитической системы (РИАС) ГСНТИ.

презентация , добавлен 14.10.2013


Реализация информационно-аналитической системы "Зарплата" с помощью MS ACCESS. Способы ввода информации, ее корректировки и обработки. Формы, соответствующие требованиям запроса, предназначенные для вывода данных. Лист "Табель учета рабочего времени".

курсовая работа , добавлен 27.02.2015


Анализ и способы построения online геоинформационных систем. Разработка набора инструментальных средств для создания информационно-справочной системы с географической привязкой в виде интернет-сервиса. Функциональное назначение программного продукта.

дипломная работа , добавлен 11.04.2012


Анализ задачи создания ИАС для оптимизации работы сотрудников учреждения при обслуживании пациентов. Разработка базы данных и аппаратной подсистемы для обработки сведений о вакцинации населения. Результат реализации информационно-аналитической системы.

дипломная работа , добавлен 27.06.2012


Главные преимущества использования информационно-аналитической системы "Невод". Характеристика объектов с использованием значений атрибута. Форма ввода данных, их интеграция. Формирование сложного поискового задания. Визуализация семантической сети.

презентация , добавлен 14.10.2013


Проектирование алгоритмов и программных кодов для различных элементов пользовательских форм информационно-аналитической системы. Исследование структуры базы данных. Связь между таблицами. Разработка графического интерфейса программы и справочной системы.

курсовая работа , добавлен 10.01.2015


Создание информационно-аналитической системы (базы данных) "Реализация кондитерских изделий". Использование методов сортировка, добавление абонентов, удаление, изменение, поиск данных, фильтрация, диапазон. Среда разработки - язык программирования Delphi.

курсовая работа , добавлен 10.04.2011


Назначение, создание современной информационно-аналитической системы. Формирование рабочей документации в среде Microsoft Project. Расчет длительности проекта методом Монте-Карло. Моделирование типов связи. Проектирование интерфейсов пользователя.

курсовая работа , добавлен 16.12.2014

Информационные технологии в наши дни развиваются особенно стремительно. Это позволяет усовершенствовать процедуры управления и, тем самым, повысить качество администрирования в различных учреждениях и организациях. Главным образом это обеспечивается путем внедрения систем информационно-аналитического обеспечения. С их применением аналитическая деятельность и различные вспомогательные инструменты используются наиболее активно и в совокупности, помогая принимать более объективные управленческие решения.

Информационно-аналитические системы, независимо от применяемой сферы, разрабатываются с учетом необходимости удовлетворения всех требований в предметно-ориентированном развитии, при этом учитываются все основные социально-значимые направления. Такая информатизация управления призвана гарантировать достаточный и стабильный уровень обеспеченности данными пользователей, касающийся каждого аспекта деятельности учреждения или организации. При этом учитываются рамки всех значимых направлений и весь реализуемый комплекс мероприятий, осуществляемых предприятием. Так, единая информационно-аналитическая система в сфере образования содержит все сведения, касающиеся образовательной сферы в конкретном государстве, а также различные варианты для принятия решений.

Что такое ИАС?

Анализ собранной и постоянно обновляемой информации может вызывать проблему, связанную с качественной обработкой большого массива данных и его мониторингом. Информационно-аналитическая система, в свою очередь, представляет собой совокупность аппаратных средств, информационных источников, программных решений и прочих практических применений. В этой связи каждая ИАС создается и разрабатывается с учетом следующих обстоятельств:

1. Получение самых различных данных из многих источников одновременно. Данная информация представляется в многочисленных форматах и впоследствии подвергается приведению в единую форму и объединению в определенную структуру. Самым наглядным примером может послужить информационно-аналитическая система «Образование».
2. Аккумулирование данных и создание массивов из них, использование технологий поиска и индексации.
3. Для каждого из пользователей непрерывно организована выдача требуемой информации, необходимой для принятия решений, выполнения конкретных мер или совершения определенных действий в выбранной сфере. Так, медицинская информационно-аналитическая система должна содержать в себе и быстро выдавать данные, касающиеся сферы здравоохранения, разделенные по тематике и структурам.
4. Инструменты интеллектуального и оперативного анализа, подготовка регулярной и плановой оценки различных состояний объектов управления. Они могут быть представлены в форме документальных носителей, а также экранных цифровых отчетных форм.
5. Вся информация и вытекающие результаты ее анализа представляются в строго упорядоченной форме. Это необходимо для того, чтобы все данные воспринимались пользователями эффективно. В качестве примера можно привести единую информационно-аналитическую систему «Монитор», созданную для получения статистики и проведения различных мониторингов.

Зачем нужны именно ИАС?

Главным аспектом функционирования ИАС является переориентация с продвинутых версий различных систем управления базами данных на более развитый и качественный уровень, который позволяет выполнять аналитические экспертные действия. Работа информационно-аналитических систем базируется на применении знаний о конкретно взятой области такими методами, чтобы пользователи ИАС имели возможность предложить объективные решения возникающих вопросов, и впоследствии успешно применять их на практике. В эту совокупность можно включить такие составляющие, как диагностика состояния, интерпретация данных, прогнозирование, различный мониторинг и так далее.

Функции ИАС

Любая частная или государственная информационно-аналитическая система обладает определенными параметрами и системными функциями. К ним можно отнести следующее:

1. Средства, предназначенные для аналитической обработки полученных сведений.
2. Информационная база, сведения из которой предлагаются к аналитической обработке.
3. Набор определенных правил, предназначенных для решения задач, возникающих в сфере обработки информации.
4. Программно-технический комплекс, который позволяет пользователям взаимодействовать с системой ИАС.
5. Модульный функционал отображения данных, создания предложений и вариативных рекомендаций.

Как создаются ИАС?

При создании ИАС используются самые разные экономико-математические методы и процессы. При этом единственным ограничением выступает возможность успешного применения готовой ИАС пользователями. Так, в единой информационно-аналитической системе «Монитор» все сведения должны быть структурированы таким образом, чтобы пользователь мог быстро составить нужную ему статистику и провести исследование в заданной сфере.

По характеристикам внутренней структуры и основным принципам построения, ИАС должны обладать следующими признаками:

1. Они не должны обладать субъективными предубеждениями, при этом их устойчивость к внешним различным помехам должна быть высокой.
2. ИАС не должна делать необоснованных выводов, ее предназначение заключается в оказании пользователю помощи в принятии решений.
3. Такие системы выдают на пользовательский запрос не первое находящееся сведение, а предоставляют оптимальное решение, которое соответствует заданным условиям.
4. Массивы информации могут быть весьма значительными, особенно по сравнению с объемами баз данных. Так, единая информационно-аналитическая система в сфере образования предлагает гораздо больше сведений и вариантов решения вопросов, чем используемые ранее программные решения.

Однако требуется правильно оценивать реальные возможности ИАС. Конечно же, они способны решить не все имеющиеся проблемы. Но при правильном их применении они позволят принять наиболее правильное и обоснованное решение.

ИАС в сфере экономики

Сегодня эффективность работы большинства субъектов экономики в большой степени определяется качественно организованным информационным обеспечением. Любая современная организация в наши дни оснащена компьютерными ресурсами, из-за чего имеется необходимость не только защищать внутреннюю информацию, но и ограждать ее от несанкционированного доступа из внешних источников.

Как правило, решение данного вопроса ограничивается применением антивирусных программ. На практике далеко не все пользуются информационно-аналитическими системами, помогающими эффективно использовать поступающую и имеющуюся в наличии информацию. Но если такая система присутствует, и она работает слаженно, это может свести на нет вероятностный характер управленческих принимаемых решений, дублирование данных и их потери, а также привести к возрастанию эффективности управления. Что же это такое?

Как это работает?

Каковы же преимущества внедрения вышеуказанной технологии? В первую очередь, она оказывает влияние на эффективность коммерческих структур. При анализе российского информационного рынка отмечается, что применяемые на нем сегодня информационно-аналитические системы зачастую не оправдывают своего названия. Объясняется это тем, что фактически они представляют собой усовершенствованную версию специализированной базы данных. Для того, чтобы принять серьезное управленческое решение, требуется обрабатывать огромное количество различной информации. Ее объемы значительно превышают физиологические возможности человеческого мозга, направленные на восприятие, оценку и обработку данных. Именно этим фактором обусловлено применение технических средств как обязательного атрибута. При этом информационно-аналитические системы безопасности являются не просто желательным элементом работы, а необходимостью.

Специалисты отмечают, что именно в коммерческих организациях, в которых регулярно решают непростые задачи по распределению существенных ресурсов, при выборе неудачных решений цена ущерба будет исключительно высока. Поэтому именно в данных ситуациях фактически единственным действенным средством минимизации ошибок во время принятия решений выступает применение специализированных методов, программных средств и технологий. Все эти средства в совокупности предназначены для обработки информации, и в их число включаются информационно-аналитические системы.

Насколько это важно?

В общем понимании, в процессе управления системами экономического типа, информация представляется как совокупность данных, применяемых для решения финансовых и особенно управленческих задач. В управлении значение информации является бесспорным, однако традиционные системы применяют в основном информацию, которая обобщает состояние управленческого субъекта, и охватывает увеличенный промежуток времени. По этой причине все необходимые сведения могут быть предоставлены вовремя не всегда, а их слишком сильная обобщенность ведет к некоторой относительности, примерности значений (по сравнению с реальными показателями).

Разработка информационно-аналитических систем управления помогает существенно поднять объемы обрабатываемых одновременно данных, а также дает возможность более быстро предоставлять все необходимые сведения, запросы к которым в новейших системах меняются (к примеру, применение в управлении количественных методов). Естественным является и то, что автоматизация утверждения управленческих решений использует большие объемы информации, которая ранее не фиксировалась и не сохранялась в традиционных системах. Вместе с тем, дополнительные затраты на сбор данных оправдываются в полной мере наиболее оперативными и точными решениями.

Качество и своевременность информации

Еще один аспект можно связать с возможностью улучшения качества информации, ввиду ее своевременности. На практике получается, что системы информационно-аналитического обеспечения дают возможность преумножить скорость обработки и отправки данных.

Самые главные принципы вышеуказанной системы разрабатывались двумя исследователями: научной командой под руководством Рейтера из Великобритании и В. Блумбергом из США. В их основе лежит главное правило - вводимая информация применяется для решения любых управленческих задач, и именно из нее составляется информационная база. Этот принцип был выделен в связи с тем, что внедренная ранее автоматизированная система управления выглядела как излишне громоздкий механизм, представляющий собой создание данных и включение их по этапам, отдельным задачам и подсистемам. Чтобы разработать конкретную задачу, было необходимо разрабатывать и создавать информационное обеспечение для нее, которое осуществлялось посредством создания целого массива данных, возможно требуемых для решения поставленной отдельной задачи. Если появлялась новая задача, она также требовала создания новой массы данных.

Это приводило к тому, что на выходе получалось огромное количество массивов информации, никак не связанных между собой. Кроме того, они регулярно повторялись и, тем самым, заметно увеличивали объемы всей имеющейся информации. Как правило, для решения многих управленческих задач применяется одна и та же информация, но ввиду того, что предпринимательские структуры весьма динамичны, изменения данной информации носят постоянный характер. Это ведет к тому, что показатели, постоянно повторяющиеся в массивах данных, требуют непрерывной корректировки. Информационно-аналитические системы, в свою очередь, содержат сгруппированные массивы, образующие так называемые банки данных. Их общее количество при этом уменьшилось, поскольку были выделены отдельные функциональные совокупности данных. В качестве примера можно привести:

• кадровый массив (сведения о сотрудниках, работающих в организации);
• массив об основных фондах (имеющемся оборудовании, помещениях и так далее);
• о нормативах материальных либо трудовых;
• о технологических маршрутах.

Принцип минимизации оборота информации

При любых аналитических действиях именно процессы ввода и вывода данных наиболее уязвимы, если рассматривать их с точки зрения объективности, точности и сопоставимости. Если в данном процессе допускается ошибка, она способна оказать решающее влияние на всю работу автоматизированной системы управления. Именно поэтому обороту информации придается наиболее важное значение.

Принцип ввода изменений

Информация, которая касается различных задач и целей управления, изменяется непрерывно. Это отображается на различных уровнях, однако не всегда есть необходимость вводить все изменения. На машинные носители требуется записывать лишь то, что меняет значение данных, уже введенных в систему.

Развитие технологий

Информационно-аналитические системы более развитого, второго поколения, активно совершенствовались еще в 80-х годах 20-го века в развитых странах (в частности, в Великобритании, Японии, США). Их ведущие принципы выражаются в возрастании интеллектуальных возможностей и анализа данных, самостоятельном применении логических выводов и увеличении производительности. Присутствовал в них и еще один важный момент: организационные отношения стали оптимизированными.

Если ранее физические участники процессов управления обменивались документами и общались с их помощью, с внедрением новой технологии все стало происходить через автоматизированные системы. Вся информация вводится и обрабатывается автоматически, а иные участники включаются в этот процесс только по мере необходимости.

Периодически каждый из участников нуждается в получении обобщенных данных, получить которые можно с использованием информационно-аналитической системы, не привлекая к этому никаких специалистов. ИАС, как и любая подобная технология, содержит в себе набор различных материальных средств (средства технической обработки, отправки и изменения состояний, информационные носители и так далее), методы их взаимодействия, предметы труда и специализированные знания, а также организацию работы.

Информационная технология содержит в себе основные процедуры, в том числе собирание и регистрацию информации, направление ее к месту обработки, шифрование и кодирование данных, изменение и применение информации, что в целом представляет собой принятие управленческих решений.

Как правило, экономическая информация проходит все этапы преобразования, но встречаются ситуации, когда их последовательность изменяется или повторяются отдельные ступени. Эти перемены происходят в зависимости от экономического объекта, который ведет обработку информации в автоматическом режиме.