Выделяют три типа таких инструментальных средств:

1. Средства многомерного анализа - также известные как OLAP (On-Line Analytical Processing) - программное обеспечение, которое дает пользователю возможность наблюдать данные в различных измерениях, направлениях или сечениях.

2. Инструментальные средства запросов (Query Tools) - программное обеспечение, позволяющее формировать запросы к данным по содержанию или образцу.

3. Инструментальные средства поиска данных (Data Mining Tools) - программное обеспечение, которое осуществляет автоматический поиск важных образцов (моделей), или зависимостей в данных.

Наличие в обучающей системе, построенной на основе классической DSS (Decision support system), развитых средств моделирования и советующих средств качественно меняет загрузку ЛПР в направлении интеллектуализации их деятельности. Это достигается за счет увеличения информационных потоков, проходящих через обучающую систему, являющейся неотемлемой частью МРИС. Такой прирост связан с развитием информационных технологий, которые в настоящее время дают всю больше возможностей переработки малоформализуемой информации. Развитие в математике и информатике таких направлений, как нечеткие множества, многозначные логики и др., совершенствование средств программирования и технических средств позволяет осуществлять такую обработку.

Внедрение в практику систем, построенных на основе подхода DSS характеризуется множеством проблем, в их числе слабая интеграция программных средств, обеспечивающих характерные возможности DSS. Это можно объяснить относительно малым опытом создания и использования по-настоящему развитых DSS-систем и большой стоимостью их разработки. Последний фактор связан с необходимостью обеспечения адекватности, заложенных в DSS модель для полноценного управления, а также чрезмерное усложнение системы и

одновременно необходимость развития дружественности систем, что совпадает с возможностями развития средств вычислительной техники.

Желаемые качества гибкости и адаптивности обучающей системы требуют от нее глубокой параметризации, что делает ее чрезвычайно сложной. Поэтому необходимы решения, которое позволяли бы имея основной алгоритм обучения обеспечить его индивидуальный характер. Для этого можно использовать подход, применяющийся в цепях Маркова. В каждый момент времени объем незнания не зависит от предшествующего процесса обучения. Тогда для ликвидации незнания нет необходимости возвращаться на шаг назад, но обучаемый должен иметь удобный инструментарий и необходимую информацию, чтобы разобраться с незнанием самостоятельно. Этому решению как нельзя более соответствует подход ЕPSS (Electronic perfomance support system) – использования электронных систем поддержки исполнения, обеспечивающий получение основных знаний и осуществляющий поддержку принятия решений для выработки навыков и умений.

Для EPSS характерными тенденциями по сравнению с DSS являются:

 увеличение малоформализуемого информационного потока, проходящего через ЭИС;

 более дружественный интерфейс;

 более полный учет требований пользователя, его психологических особенностей, менталитета;

 более гибкая система технологических настроек;

 более гибкая и более полная система обучения пользователя новой для него функциональной информационной технологии.

EPSS углубляет DSS делая его более комфортным для обучаемого за счет улучшения инструментария и предоставляет пользователю возможность постоянного совершенствования знаний. EPSS характеризуется совокупностью функциональной информационной технологии и технологии, которую назовем образовательной. Любая функциональная информационная технология в EPSS немыслима без добавки, которой, в нашем случае, является образовательная технология. Синтез функциональной информационной и образовательной технологий образует образовательную информационную технологию, состовляющей основу обучающей системы МРИС.

Особенно важной отличительной особенностью EPSS является системная интеграция констатирующих, моделирующих, обучающих и советующих технологий в единую систему.

Внутри обучающей системы, должен присутствовать встроенный ЕPSS блок, который оценивал бы принципиальную возможность решения, принятого обучаемым и его эффективность, а также распознавал бы сделанные ошибки и определял бы для системы в целом способы устранения их источников, т.е. методику и форму подкачки знаний, наиболее удачных для обучаемого (см. рис. 2.10).

Детализация должна осуществляться с определенным акцентом на область незнания обучаемого. Таким образом, стратегия обучения может постоянно меняться, являясь функцией психологических особенностей обучаемого (образное, логическое мышление) и суммы знаний об объекте познания, которыми обладает обучаемый.

Таким образом ЕPSS должна содержать:

1.Констатирующее программное обеспечение, то есть соответствующие данные. Например, учебный материал, примеры, случаи и т.д.

2.Моделирующее программное обеспечение, подготавливающее ответ на вопрос: – “Что будет если... ?”.

3.Советующее программное обеспечение, которое может дать ответ на вопрос “Как сделать, чтобы... ?”.

Обычно обучающая система хорошего качества меняет стратегию обучения в зависимости от контекста ответов на контрольные вопросы. При этом обучаемый следует определенному алгоритму обучения, в который заложен ряд траекторных целей на выполнение которых, всегда одних и тех же, система должна вывести любых обучаемых и распознав незнание пытаться его локализовать и ликвидировать подкачкой необходимых знаний и их закрепления. Если же этого сделать не удается система поднимается на понятие выше и действует по такому же алгоритму. Локализация же незнания сводится к его детализации. Однако направление детализации может быть различным, и это различие зависит, прежде всего, от признаков классификации понятий, которые мы закладываем в систему. Упрощенно контур обучение состоит из двух блоков. Первый блок, используя какую-либо стратегию, осуществляет дозированное представление обучаемому знаний. Это представление может происходить по линейной или сетевой схеме. По мере продвижения по графу обучения система периодически переключается на блок контроля, который может быть построен различными способами.

Стратегия обучения не меняется в зависимости от ответов, хотя правильность ответов и проверяется. В традиционных обучающих системах используется именно такая схема и на каждый вопрос предлагаются альтернативные ответы, один или несколько. Недостаток такого решения заключается в том, что необходимо очень четко, без неоднозначности сформулировать вопросы и определить ответы. Из альтернативных ответов трудно выделить смысл непонимания, хотя принципиально этот недостаток преодолим за счет увеличения числа контрольных вопросов.

Если стратегия обучения меняется, то мы можем говорить об управлении процессом обучения, которое по функциям ничем не отличается от управления любым другим объектом: учет – ответ на контрольные вопросы; анализ – распознавания содержания ответов; планирование действий системы по адаптации стратегии обучения; регулирование – предъявление очередной порции знаний, требуемого уровня и смысла.

Таким образом, EPSS является мощным средством повышения эффективности МРИС, обеспечивая индивидуальное обучение, улучшение управления системой за счет усиления функций поддержки и улучшение адаптивных свойств системы к требованиям конкретного пользователя. Развитие общества и бизнеса требует адекватного инструментария для управления. Знание тенденций и основных направлений развития информатики, позволяют выработать научно-обоснованные стратегии целенаправленного управления процессом ее развития. Глобальная информатизация общества является одной из причин его развития, поэтому вопросам взаимной адаптации и трансформации естественных структур и искусственно созданных информационных систем следует уделять самое пристальное внимание.

33. Каковы особенности, позитивные и негативные стороны

внедрения DSS-систем?

В небольшой инфраструктуре далеко не каждый процесс следует подробно описывать при помощи третьего уровня, только самые важные, порядок исполнения которых критичен с точки зрения безопасности, или же во внешних требованиях, например, стандарте PCI DSS, содержится прямое условие их подробной детализации. Во всех других случаях уровень декомпозиции должен определяться здравым смыслом.

34. Что такое заказная ИС?

Под заказными или уникальными системами обычно понимаются системы, создаваемые для конкретного предприятия, не имеющие аналогов и не подлежащие в дальнейшем тиражированию. Подобные системы используются либо для автоматизации деятельности предприятий с уникальными характеристиками, либо для решения крайне ограниченного круга специальных задач. В основном подобные системы применяются в органах государственного управления, образования, здравоохранения, военных организациях. Заказные системы, как правило, либо вообще не имеют прототипов, либо использование прототипа требует значительных его изменений, имеющих качественный характер. В этом плане разработка заказной системы по существу является НИОКР . Как любыеНИОКР , она характеризуется повышенным риском в плане получения требуемых результатов. Для снижения рисков и расходов на разработку целесообразно использовать апробированную на практике методику. Желательно, чтобы в состав методики входили следующие элементы:

· модель технологического процесса (последовательность технологических операций, требования к входной и выходной информации и результатам);

· модель процесса управления самим технологическим процессом (этапы, процессы управления качеством, результатами, требования к квалификации специалистов);

· инструментальные средства, используемые при разработке.

Одним из примеров такой методики является комплексное использование подхода CDM Advantageгм, метода управления проектами PJM и CASE-средства Designer/2000 в качестве инструментального средства корпорации Oracle .

35. Что такое уникальная ИС?

36. Что такое тиражируемая ИС?

Тиражируемая система не требует доработки со стороны разработчика, и пользователь должен принимать ее, как таковую. Например, тиражируемая информационная система (хотя она так и не воспринимается) - Microsoft BackOffice. Эта система существует сама по себе и может решать определенные корпоративные задачи, но попробуйте заcтавить Microsoft что-то в ней изменить! К корпоративным тиражируемым системам относятся также "1С:Торговля" и в меньшей степени "Экипаж". Чем выше мы поднимаемся, тем большую видим гибкость - система превращается в полузаказную. "Галактику" я уже не назову тиражируемой. Здесь необходимы этапы настройки, внедрения.

В принципе тиражируемые системы предназначены для малых предприятий. Но есть какой-то критический масштаб предприятия, начиная с которого дешевле, правильнее и быстрее пойти на затраты, связанные с доработкой ПО, чем на затраты, обусловленные необходимостью реорганизации деятельности. Маленькие компании способны "подогнать" свои бизнес-процессы под требования тиражируемых систем - у них и бизнес-процессы короткие. Более крупные так не могут.

- Какова тогда для Вас мерка - что значит "крупное предприятие"?

Крупное предприятие - это сотни документов в месяц и более пяти человек в цепочках бизнес-процессов.

Обычно еще называют количество рабочих мест в системе, но это ерунда, а не критерий. Потому что если у меня работают четыре экономиста, то для создания корпоративной системы складываются намного более сложные условия, чем при наличии сотни кассиров кассовых аппаратов.

37. Что такое система-конструктор?

С технологической (архитектурной) точки зрения система-конструктор – это программный продукт, который: включает ядро, в котором определена принципиальная модель предметной области, а также базовый набор классов (максимально абстрактных) и основных методов работы с ними; включает конфигурацию, которая представляет собой реализацию информационной системы, построенной из классов и методов ядра; включает инструментарий, позволяющий пользователю строить свой собственный вариант конфигурации

Задачи управления в каждой организации, несомненно, являются уникальными, но, как правило, для всякого конкретного вида деятельности можно выделить типовые задачи. Подробный перечень типовых испецифических задач и их взаимосвязей может стать прототипом технического задания на систему.

При анализе функциональности системы-конструктора целесообразно все требуемые функции подразделить на ряд категорий: а) функции, уже реализованные в типовых конфигурациях системы-конструктора; б) функции, не реализованные в типовых конфигурациях, но которые можно реализовать при помощи средств конфигурирования; в) функции, которые нельзя реализовать (собственными силами) без коренной переделки системы.

ИС – трансформер , реализует базовую функциональность по управлению данными, по реализации бизнес логики и предоставлению графического пользовательского интерфейса, но не имеет реализованной бизнес модели для начала эксплуатации в рамках какой-либо предметной области.

38. Что такое адаптация ИС?

39. Что такое адаптируемые ИС?

Адаптируемые системы

Проблема адаптации программного обеспечения АСУП, т. е. приспособления к условиям работы на конкретном предприятии, была осознана с самого начала работ по автоматизации управления.

Содержание и методы адаптации эволюционировали вместе с методологией создания и внедрения систем. Суть проблемы в том, что в конечном итоге каждая АСУП уникальна, но вместе с тем ей присущи и общие, типовые свойства. Любая подсистема программного обеспечения отображает обе эти стороны АСУП. В технологическом смысле адаптация программного обеспечения АСУП - это переход от базовой системы, отображающей типовые свойства системы, к окончательному решению, приспособленному для работы в данной АСУП.

Требования к адаптации и сложность их реализации существенно зависят от проблемной области, масштабов системы, степени соотношения между формализованным и неформализованным при решении задач управления.

Даже первые программы, решавшие отдельные задачи управления, создавались с учётом необходимости их настройки по параметрам. Поскольку на раннем этапе остро стоял вопрос обеспечения вычислительными мощностями, то главное внимание уделялось настройке потребностей в оперативной памяти, способам остановки при решении задач оптимизации, управлению программой для обхода программных модулей, не используемых в конкретном расчёте.

С появлением типовых решений в виде пакетов прикладных программ (ППП ) появилась необходимость в специальных процедурах предварительной генерации. Процедуры охватывали параметры, которые определяли режим функционирования программного обеспечения, требования к информационному обеспечению, условия подключения и использования внешних программ. Применение ППП как базовых систем привело к увеличению формализованной составляющей в системе управления предприятием. Усложнилась и адаптация систем к условиям предприятия. Появились подразделения эксплуатации программного обеспечения, занимавшиеся, в том числе, и вопросами адаптации программных систем. Стало очевидно, что адаптация в АСУП является не только программно-технической, но и организационной проблемой.

Интерактивные системы, сделавшие управленцев всех уровней непосредственными пользователями вычислительных систем, привели и к новому пониманию проблемы адаптации. Глубинные причины были прежними - смещение соотношения между формализованным и неформализованным в сторону формализации процесса Управления. Основная сложность заключалась в том, что формализация затронула не только типовые, но и уникальные функциональности в системе управления предприятием.

Из всего множества трудностей, проявившихся на данном этапе развития АСУП, следует остановиться на двух. Первая - организация дружественного интерфейса между пользователем и вычислительной средой. В ходе развития систем управления в арсенал средств организации интерфейса вошли меню различного вида, электронные доски и панели, диаграммы типа диаграмм Черноффа и Ишикавы, графика и многое другое. Вторая трудность носила системный характер. Прежний подход - настройка системы силами консультантов практически без участия управленцев - стал невозможен. Выяснилось, что во многих случаях оказывается неэффективной организация внедрения, при которой будущие пользователи сначала формулируют требования к системе с учётом специфики предприятия во всех деталях, а затем консультанты настраивают систему на условия применения. Существует ряд причин подобной неэффективности. Во-первых, как правило, управленцы - практики не владеют методологиями системного анализа. Во-вторых, объём информации, касающейся деталей в организации управления на конкретном предприятии, оказывается слишком велик. В-третьих, не всегда эта информация оказывается полезной и консультантам в силу её "одноразового" характера. В-четвертых, при такой организации трудно реализовать принцип новых задач, для этого в процессе внедрения потребовались бы дополнительные итерации.

Поэтому были предложены методики разработки и внедрения программного обеспечения, в основу которых были положены новые принципы:

· привлечение пользователей к разработке системы, в том числе и к разработке программного обеспечения;

· прототипирование программного обеспечения;

· совмещение процесса обучения пользователей работе с базовой системой создания прототипа программного обеспечения.

Примером может служить подход, предложенный компанией Computer Associates в начале 90-х годов для проектов типа MRPII/ERP на базе системы CA-CAS .

Прототип ПО АСУП в дальнейшем может использоваться в следующих работах:

· при обучении более широкого круга персонала;

· при опытной эксплуатации;

· при модификации с целью получения окончательного варианта ПО.

Такой подход позволил в определённой степени решить проблему адаптации системы управления и в динамике, поскольку работники предприятия в ходе создания прототипа приобретали навыки работы со средствами проектирования и модификации системы.

Дальнейшее развитие методов и средств адаптации базовых систем направлено на достижение следующих целей:

· повышение уровня автоматизации проектирования и внедрения систем;

· обеспечение непрерывного управления конфигурацией и параметрами системы на всех стадиях её жизненного цикла;

· сокращение сроков внесения изменений в конфигурацию и параметры системы по мере модернизации производственного процесса и управления;

· совмещение типовых решений, проверенных практикой, с решениями, зависящими от конкретных условий предприятия.

Примером одного из многочисленных средств адаптации базовых систем является методология Orgware, используемая фирмой BAAN.

Разработка АСУП на предприятии может вестись как "от нуля", так и на основе референционной модели (Reference Model ).

Референционная модель представляет собой описание облика системы, функций, организационных структур и процессов, типовых в каком-либо смысле (отрасль, тип производства и т. д.). В ней отражаются типовые особенности, присущие определённому классу предприятий. Ряд компаний - производителей адаптивных АСУП совместно с крупными консалтинговыми фирмами в течение ряда лет ведёт разработку референционных моделей для различных отраслей. Существуют подобные модели для предприятий автомобильной, авиационной и других отраслей. Каждая модель является типовым проектным решением , на основе которого можно строить конкретные проекты.

Следует отметить, что адаптации и референционные модели входят в состав многих систем класса MRPII/ERP , что позволяет значительно сократить сроки их внедрения на предприятии.

Если в распоряжении предприятия нет референционной модели, то модель её уровня надо создавать в процессе проектирования как исходную. На основе исходной модели затем происходит проектирование, уточнение и детализация системы управления. Референционная модель в начале работ по автоматизации управления предприятием может представлять собой описание существующей системы и служить, таким образом, точкой отсчёта, с которой начинаются работы по совершенствованию системы управления.

Процесс проектирования системы может включать несколько фаз.

Результаты первой фазы: границы действия будущей системы и концептуальная бизнес-модель , которая отражает в укрупнённом виде функциональную структуру системы управления и связки функций управления для различных видов заказов, проходящих через систему.

В ходе второй фазы создается и документируется в репозитарии референционная бизнес-модель . Как правило, референционная модель включает следующие компоненты:

· иерархию бизнес-функций, представляющую собой нисходящую иерархическую структуру, описывающую в укрупнённом виде функциональную структуру будущей системы. При этом для нижних элементов структуры допускается задание нескольких вариантов реализации;

· модели бизнес-процессов. Это более глубокие модели, показывающие, как должны реализоваться функции. Внешне они напоминают традиционные блок-схемы и описывают последовательность элементарных действий, которые могут быть выполнены системой, другими приложениями, ручными действиями, бизнес-процессами более глубокого уровня;

· модель организационной структуры, которая описывает структуру организации, отношения между подразделениями и людьми и роли, предписываемые управленцам.

На следующей фазе создается проектная модель предприятия (Project Model ), которая является развитием и уточнением функциональной структуры для конкретного предприятия. Она может быть создана и минуя референционную модель, но такой подход не является эффективным для сложных проектов.

Заключительная фаза - привязка проектной модели к ролям, заданным детализированной моделью организационной структуры, к функциям системы и техническим средствам. В результате создаётся комплексная конфигурация программного и организационного обеспечения, технических средств.

40. Какие существуют способы приобретения ИС?

покупка готовой ИС;

покупка и доработка ИС;

аутсорсинг ИС.

41. Каковы преимущества и недостатки покупки ИС?

Способ приобретения ИС - последовательность действий от определения и формализации потребностей в информационной системе до момента, пока ИС не будет внедрена на предприятии.

Классификация способов приобретения ИС:

покупка готовой ИС;

разработка ИС (самостоятельная или заказная);

покупка и доработка ИС;

аутсорсинг ИС.

Преимуществами закупки готовых ИС являются : время разработки равное нулю; система тиражирована (наличие документации)

Недостатками закупки готовых ИС являются : система тиражирована (Вопросы защиты информации); необходима адаптация к предъявляемым требованиям.

Недостатками разработки ИС специализированной фирмой являются: длительное время разработки

Недостатками самостоятельной разработки ИС являются : длительное время разработки; отсутствия должной квалификации разработчиков; необходимость создания отдела ИТ.

Преимуществами самостоятельной разработки ИС являются : система уникальна; хорошая адаптация к предъявляемым требованиям

Преимуществами разработки ИС специализированной фирмой являются: система уникальна; хорошая адаптация к предъявляемым требованиям; наличие должной квалификации разработчиков.

Аутсорсинг ИС – это: заказ информационной системы фирмой-потребителем у фирмы-производителя ИС; сдача ИС фирмой-производителем в аренду фирме-потребителю ИС; выполнение сторонней фирмой обработки информации для фирмы-потребителя.

: возможность сфокусировать внимание компании на ее основном бизнесе; возможность гибко реагировать на изменения на рынке и внутри компании; отсутствие необходимости в расширении штата компании; сокращение затрат на операции.

Недостатками аутсорсинга ИС являются: возможность потери поставщика (надежность)

42. Каковы преимущества и недостатки разработки ИС фирмой-

разработчиком ИС?

Преимущества:

Проект выполняет высококлассная команда профессионалов;

Полноценное документирование проекта;

Разрабатываются с учетом специфики конкретного предприятия, требований и пожеланий специалистов предприятия, которые будут эту ИС использовать;

Могут быть реализованы нестандартные, экзотические функции, которые никогда не появятся в коробочных системах;

Бывает, что на предприятии работает другая ИС, которую заказчик не хочет менять (или даже несколько). В таком случае могут быть заказаны средства интеграции этих систем в одну с целью сохранения бизнес-процессов и накопленных данных;

Отсутствует лишняя функциональность. Интерфейс не перегружен и работать с такой системой обычно проще;

Заказные системы производительнее универсальных и предъявляют меньшие требования к аппаратуре;

Заказная система может развиваться разработчиком в требующемся заказчику направлении;

Разработка, настройка и сопровождение находится в одних руках профессионалов, что повышает устойчивость системы;

Недостатки:

Часто самая большая стоимость;

Часто занимает самое длительное время;

Наличие самого периода разработка;

Отсутствует возможность заранее познакомиться с системой, "пощупать ее руками";

43. Каковы преимущества и недостатки разработки ИС

собственными силами?

Преимущества:

Хорошая адаптация к предъявляемым требованиям;

Продукт не тиражируем (индивидуален);

Возможность быстрого изменения функциональности

Недостатки:

Разработка не закончится никогда;

Плохая адаптивность;

Необходимо создавать команду, либо отрывать от работы текущих сотрудников ИТ отдела;

Часто учитываются пожелания руководства в ущерб качеству разработки;

Проект может захлебнуться:

– из-за нехватки квалификации внутренних специалистов;

– из-за ухода ведущих специалистов;

– из-за нехватки внутренних ресурсов;

Часто плохая документированность системы;

44. Каковы преимущества и недостатки покупки и доработки

Покупка ИС :

При покупке ИС необходимо:

Оценить сам программный продукт (функционал и другие свойства);

Оценить обеспечивающую технологию и платформу;

Оценить качество обслуживания (HotLine,скорая помощь, новые версии, обучение и др.);

Оценить фирму-поставщика;

Преимущества:

Время разработки равно нулю;

Система тиражирована;

Часто имеется возможность выбора из нескольких готовых систем;

Помимо ИС вы покупаете и бизнес процессы;

Недостатки:

Необходима адаптация под организационную структуру, функциональные требования и т.д.;

Система тиражируема: вопросы защиты, новизны и др. вызывают определенные опасения;

Высокая степень риска;

Потребности сотрудников в функционале системы скорее всего будет удовлетворены не полностью;

Покупка и доработка ИС:

В этом случае покупается ядро системы (например, в бухгалтерии это проводки), а остальное доделывается.

Преимущества:

Покупаемое ядро является отлаженным и законченным компонентом;

Возможная доработка именно требуемой функциональности;

Не надо платить за то, что компании не нужно;

Недостатки:

Необходим отдел информационных технологий;

Схема эффективна, если объем работ по доведению относительно невелик;

Часто можно доработать только в рамках информационной модели ядра;

45. Каковы преимущества и недостатки заказных, уникальных и

тиражируемых информационных систем?

ИС делятся на индивидуальные и тиражируемые системы, а также на самостоятельные и заказные разработки.

Основные аргументы за и против этих вариантов приведены в
таблице.

Самостоятельная разработка

"+" Полное соответствие текущим требованиям организации

Наличие предыдущих наработок

"-" Большая стоимость разработки (особенно по сравнению со стоимостью «коробочных» продуктов)

Возникновение проблем, связанных с модификацией системы

Готовая (тиражируемая) система (адаптированная)

"+" Поддержка и обновление версий

Соответствие российским и международным стандартам

"-" Высокая стоимость готовых систем (среднего и особенно высшего класса)

Зависимость от фирмы разработчика

Недостатками зарубежных ИС

46. Каковы преимущества и недостатки отечественных и

зарубежных информационных систем?

Отечественная или зарубежная тиражируемая система.

Существуют два полярных мнения:

1) сколько бы ни стоила отечественная система, она предпочтительнее импортной, внедрение которой обходится несравнимо дороже. Кроме того, отечественные системы лучше приспособлены к условиям российского бизнеса;

2) единственными системами, которые позволяют полностью автоматизировать все аспекты управления предприятием, являются зарубежные системы типа ERP. Поэтому, несмотря на их более высокую стоимость, предприятиям следует выбирать именно ERP-системы, жизнеспособность которых подтверждена мировым опытом.

Преимуществами зарубежных ИС являются : высокое качество; большая функциональность; высокая надежность

Преимуществами отечественных ИС являются : адаптированность к российским условиям.

Недостатками зарубежных ИС являются: необходимость адаптации к российским условиям

Недостатками отечественных ИС являются: не достаточно высокое качество; не достаточно большая функциональность; не достаточно высокая надежность

47. Каковы преимущества и недостатки аутсорсинга?

Аутсорсинг ИС – это:

заказ информационной системы фирмой-потребителем у фирмы-производителя ИС;

сдача ИС фирмой-производителем в аренду фирме-потребителю ИС;

выполнение сторонней фирмой обработки информации для фирмы-потребителя.

Цели аутсорсинга

Снижение издержек (правда, более актуально для зарубежных стран, где ставка почасовой оплаты гораздо выше, чем в России);

При необходимости резкого сокращения срока работ (при высокой загруженности IT-специалистов);

В случае, если невозможно выполнить задачу силами своих сотрудников;

Функции и задачи аутсорсинга

Разработка и внедрение больших информационных систем;

Консалтинговые услуги (проведение тендеров, поиск партнеров, экспертные оценки, содействие в стратегии развития, подготовка регламентов, ИТ-аудит и т.п.);

Обслуживание и ремонт компьютерной и серверной техники;

Телекоммуникационные услуги;

Поддержка локальных сетей;

Обслуживание телефонного и офисного оборудования;

Развитие информационной безопасности;

Поддержку дорогостоящих с точки зрения ИТ бизнес-процессов (процессинг, выпуск пластиковых карт);

Преимуществами аутсорсинга ИС являются :

возможность сфокусировать внимание компании на ее основном бизнесе;

возможность гибко реагировать на изменения на рынке и внутри компании;

отсутствие необходимости в расширении штата компании;

сокращение затрат на операции.

Недостатками аутсорсинга ИС являются:

возможность потери поставщика (надежность)

48. Какие составляющие включает цена приобретения ИС?

Цена приобретения информационной системы включает стоимость программного продукта, стоимость СУБД, стоимость операционной системы

стоимость услуг: оценка стоимости сопутствующих профессиональных услуг, а затем соотношения между стоимостью лицензий и стоимостью этих услуг.

Стоимость инсталляции зависит от степени настройки решения в соответствии с индивидуальными требованиями заказчика; того, кто ее проводит и как она оценивается.

Стоимость аппаратного обеспечения: необходимые дополнительные устройства и аппаратура (серверы, запоминающие устройства, сетевое оборудование и т.д.).

Стоимость обновления версий и технической поддержки: какой процент от стоимости лицензии составляет стоимость обновления и технической поддержки в течение года; возможные скидки

Существуют следующие типы (сектора) ПО:

Универсальное – создаётся для массовой продажи многочисленным пользователям;

Специализированное – рассчитанное на конкретную группу пользователей;

Уникальное – разрабатывается по индивидуальному заказу для решения конкретной задачи.

От типа ПО зависит соотношение материальной и интеллектуальной составляющей и явных и неявных затрат в TCO.

Стоимость ИС и «железа» при покупке - современные политики лицензирования. Программное обеспечение защищено от несанкционированного копирования законами об авторских правах. Законы об авторских правах предусматривают сохранение за автором (издателем) программного обеспечения нескольких эксклюзивных прав, самое важное из которых - право на производство копий программного обеспечения.

Приобретение программного продукта - это приобретение лицензии (права) на его использование. Программное обеспечение на компьютере находится "в пользовании", когда оно помещено в постоянную память (обычно на жесткий диск, но возможно и на cd-rom или другое устройство для хранения информации) или загружено в оперативную память (ОЗУ).

Цена приобретения никогда не исчерпывает всех затрат, связанных с использованием информационных ресурсов, а в ряде случаев может оказаться даже и неосновной их статьей.

49. Какие составляющие совокупная стоимость владения ИС?

Совокупная стоимость владения (ТСО – Total Cost of Ownership) информационной системой – это: сумма прямых и косвенных затрат, которые несет владелец ИС за период ее жизненного цикла

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

Исследование технологического процесса по производству газобетона. Модель "как будет" процесса диагностирования состояния технологического процесса производства газобетона с учетом системы поддержки принятия решений. Прототипирование интерфейса СППР.

дипломная работа , добавлен 17.06.2017


Изучение назначения и основных задач, которые решает Project Expert - система поддержки принятия решений (СППР), предназначенная для менеджеров, проектирующих финансовую модель нового или действующего предприятия. Программные приложения, этапы работы.

реферат , добавлен 19.05.2010


Классификация информационных систем управления деятельностью предприятия. Анализ рынка и характеристика систем класса Business Intelligence. Классификация методов принятия решений, применяемых в СППР. Выбор платформы бизнес-интеллекта, критерии сравнения.

дипломная работа , добавлен 27.09.2016


Классификация систем поддержки принятия решений. Сравнительный анализ методик для оценки рисков розничного кредитования. Структура системы поддержки принятия решений, формирование начальной базы знаний. Проектирование базы данных информационной системы.

дипломная работа , добавлен 10.07.2017


Концепция систем поддержки принятия решений. Диапазон применения Analytica 2.0. Программное обеспечение количественного моделирования. Графический интерфейс для разработки модели. Основные способы моделирования. Диаграмма влияния и дерево решений.

контрольная работа , добавлен 08.09.2011


Разработка алгоритмического и программного обеспечения для решения задачи поддержки принятия решений о выпуске новой продукции. Математическое обеспечение задачи поддержки принятия решений о выпуске новой продукции, основные входные и выходные данные.

дипломная работа , добавлен 08.03.2011


Типы административных информационных систем: системы генерации отчетов, системы поддержки принятия решений, системы поддержки принятия стратегических решений. Сортировка и фильтрация списков в Microsoft Excel. Работа с базами данных в Microsoft Access.

контрольная работа , добавлен 19.11.2009

Для функционирования ИС необходимо обеспечить как наличие средств генерации данных так и средства их анализа. Имеющиеся в ИС средства построения запросов и различные механизмы поиска хотя и облегчают извлечение нужной информации, но все же не способны дать достаточно интеллектуальную ее оценку, т. е. сделать обобщение, группирование, удаление избыточных данных и повысить достоверность за счет исключения ошибок и обработки нескольких независимых источников информации (не только корпоративных БД, но и внешних). Проблема эта становится чрезвычайно важной в связи с лавинообразным возрастанием объема информации и увеличением требований к информационным системам по производительности – сегодня успех в управлении предприятием во многом определяется оперативностью принятия решений, данные для которых и предоставляет ИС.

В последние годы все активнее стали применяться понятие «принятие решения» и связанные с этим понятием системы, методы, средства поддержки принятия решений. Принятие решения – акт целенаправленного воздействия на объект, основанный на анализе ситуации, определении цели, разработке программы достижения этой цели.

Системы поддержки принятия решений (СППР, DSS, Decision Support System) возникли в начале 70-х 20 столетия благодаря развитию управленческих информационных систем и успехам в создании систем искусственного интеллекта. На развитие СППР важное влияние оказали достижения в области информационных технологий, в частности телекоммуникационные сети, персональные компьютеры, динамические электронные таблицы, экспертные системы. Системы подобного класса основаны на технологиях искусственного интеллекта, как правило, не входят в состав интегрированных систем управления предприятием, а являются разработками третьих фирм.

Представляют собой системы, разработанные для поддержки процессов принятия решений в сложных мало структурированных ситуациях, связанных с разработкой и принятием решений. Главной особенностью информационной технологии поддержки принятия решений является качественно новый метод организации взаимодействия человека и компьютера. Выработка решения, что является основной целью этой технологии, происходит в результате итерационного процесса, изображенного на рисунке, в котором участвуют:

Система поддержки принятия решений в роли вычислительного звена и объекта управления;

Человек как управляющее звено, задающее входные данные и оценивающее полученный результат вычислений на компьютере.

Окончание итерационного процесса происходит по воле человека. В этом случае можно говорить о способности информационной системы совместно с пользователем создавать новую информацию для принятия решений.

СППР могут включать в себя ситуационные центры, средства многомерного анализа данных и прочие инструменты аналитической, позволяют моделировать правила и стратегии бизнеса и иметь интеллектуальный доступ к неструктурированной информации. Используемые на этом уровне специальные математические методы позволяют прогнозировать динамику различных показателей, анализировать затраты по разным видам деятельности, уяснять их детальную структуру, формировать подробные бюджеты по разным схемам.

До сих пор нет единого определения СППР, в качестве примера можно привести следующие:

Это наиболее мощный представитель класса аналитических систем ориентированный на: анализ больших массивов данных; на выполнение более сложных запросов; моделирование процессов предметной области; прогнозирование; нахождение зависимостей между данными; для проведения анализа «что если»;

Это интерактивная прикладная система, которая обеспечивает конечным пользователям, принимающим решение, легкий и удобный доступ к данным и моделям с целью принятия решений в слабоструктурированных и неструктурированных ситуациях в разных областях человеческой деятельности;

Это такие системы, которые основываются на использовании моделей и процедур обработки данных и мыслей, которые помогают принимать решение;

Это интерактивные автоматизированные системы, которые помогают лицам, принимающим решение, использовать данные и модели для решения неструктурированных и слабоструктурированных проблем;

Это компьютерная информационная система, используемая для поддержки разных видов деятельности во время принятия решений в ситуациях, когда невозможно или нежелательно иметь автоматическую систему, полностью выполняющую весь процесс решений;

Это многоуровневая многофункциональная автоматизированная система выработки и реализации решений, которая формируется на основе: синтеза функциональных и структурных схем отдельных звеньев объекта; сквозных моделей и задач по стадиям жизненного цикла изделия и самого объекта; объединения разрозненных локальных подсистем в единую систему управления; создания взаимосвязанных контуров управления и усиления роли оперативного управления (для изучения логики и диагностики их течения); углубления системного и программно-целевого подхода к планированию и автоматического анализа работы объекта; развития единых сквозных норм и нормативов; создания разветвленной АРМ (как интеллектуальных терминалов), обеспечения программных взаимосвязей, согласования информации и диалога.

DSS – это человеко-машинный вычислительный комплекс, ориентированный на анализ данных и обеспечивающий получение информации, необходимой для принятия решений в сфере управления.

Такое разнообразие определений отображает широкий диапазон разных типов СППР. Но практически все виды этих компьютерных систем характеризуются четкой структурой, которая содержит три главных компонента, которые составляют основу классической структуры СППР, отличающей ее от других типов ИС:

Интерфейс пользователя, который дает возможность лицу, имеющее право принимать решения, проводить диалог с системой, используя разные программы ввода, форматы и технологии вывода;

Подсистема, предназначенная для сохранения, управления, выбора, отображения и анализа данных;

Подсистема, которая содержит набор моделей для обеспечения ответов на множество запросов пользователей, для аналитических задач.

Чтобы разобраться в работе СППР, необходимо понять суть проблем, которые она решает, а также организационные процессы, в которые она включена. Так, например, при определении возможности внедрения СППР следует учитывать:

Структурированность решаемых управленческих задач;

Уровень иерархии управления фирмой, на котором решение должно быть принято;

Принадлежность решаемой задачи к той или иной функциональной сфере бизнеса;

Вид используемой информационной технологии.

Системы поддержки принятия решений получили широкое применение в экономиках передовых стран мира, причем их количество постоянно возрастает. На уровне стратегического управления используется ряд СППР, в частности для долго-, средне- и краткосрочного, а также для финансового планирования, включая систему для распределения капиталовложений. Ориентированные на операционное управление СППР применяются в областях маркетинга (прогнозирования и анализ сбыта, исследования рынка и цен), научно-исследовательских и конструкторских работ, в управлении кадрами. Операционно-информационные применения связаны с производством, приобретением и учетом товарно-материальных запасов, их физическим распределением и бухгалтерским учетом.

Сергей КОРНЕЕВ (PMCG, директор)

Ч то во все большей и большей степени определяет деятельность человека, как в быту, так и в производстве? Конечно же, это стандартизация. Речь может идти о стандартизации речи, стандартизации одежды и т.д. Но автор, в силу своей профессиональной принадлежности, предлагает рассмотреть развитие стандартизации в области систем поддержки принятия решений (Decision Support Systems - DSS).

Почему такое внимание именно стандартизации? Да прежде всего потому, что нас интересует коммерческое применение прикладных систем, а масштабный бизнес в данной области, как и в любой другой, лежит в области стандартизации. Пылесос, автомобиль и т.п. стали массовыми товарами только после унификации требований к ним, пусть даже с учетом некоторых функциональных групп в рамках единого продуктового типа, скажем: семейный автомобиль, спортивный, внедорожник и т.д. Когда мы видим или слышим эти слова, то у нас возникают совершенно определенные ассоциации, и мы редко бываем обмануты в своих ожиданиях.

Термины и определения

Когда современный специалист, не только в области информационных технологий, но и просто эрудированный производственник, слышит аббревиатуру ERP, то можно в большинстве случаев ожидать вполне адекватного представления, о чем идет речь. Хотя еще лет десять назад это было не так. До сих пор это «не так» и с системами поддержки принятия решений.

С одной стороны, ERP, GIS и многие другие прикладные программные средства можно отнести по функциональному назначению к системам поддержки принятия решений - как минимум на 50% они для этого и создавались. Однако когда мы имеем дело с прикладным программированием, мы вынуждены следовать сложившимся стандартам, которые приписывают любому понятию в данной области определенный смысл. Некоторые отклонения, конечно, возможны, но только вокруг некоторой базовой спецификации.

Так же что такое DSS-система?

Можем найти следующее ее определение:

Decision Support Systems (DSS) является классом компьютеризированных информационных систем, которые поддерживают деятельность по принятию решений.

Это определение, по мнению автора, мало что проясняет и абсолютно не дает возможности идентификации в широком перечне классов информационных систем. Иногда в данного типа определениях присутствует фразы: «система должна облегчать принятие решений», «…анализировать данные и представлять их в удобной для принятия решений форме» и т.п.

Дэниель Пауэр (Daniel Power) в 2002 году идентифицировал пять типов DSS-систем как систем, оперирующих связями, данными, документами, знаниями и моделями.

Вот его определение:

DSS-система - это интерактивная компьютерная система, предназначенная для помощи лицу, принимающему решения, в использовании связей, данных, документов, знаний и моделей для идентификации и решения проблем и формирования решений.

Это уже, по крайней мере, конструктивно, хотя под данное определение попадают опять очень многие классы систем: ERP, GIS, DocFlow, Business Modeller, SCADA/DCE, Project Management и др.

А вот еще одно определение (Bonczek, Holsapple & Whinston, 1981):

DSS-система должна помогать лицу, принимающему решение, в решении непрограммируемых, неструктурированных (или полуструктурированных) проблем; DSS-система должна предлагать возможности формирования интерактивных запросов в естественном языке, близком к предметному и легко изучаемому.

Это определение, безусловно, сужает область идентификации.

И наконец, еще одно:

DSS-система помогает менеджеру или лицу, принимающему решение, использовать и манипулировать данными, использовать проверки и эвристики, а также строить и использовать математические модели.

В некоторых определениях упоминается возможность: включения в состав DSS-системы функциональных возможностей искусственного интеллекта.

Ну, в искусственный интеллект, наверное, так сразу лучше не лезть - как минимум, интуитивно понятного языка, близкого к естественному, там нет или нет в большинстве задач.

Упоминаются также как необходимые возможности графического представления данных.

Мало чему помогает в смысле той же идентификации.

Существует связное понятие - Business Intelligence Tools (инструментальные средства бизнес-интеллекта) - программное обеспечение, которое дает возможность пользователям наблюдать и использовать большие объемы сложных данных.

Выделяют три типа таких инструментальных средств:

1. Средства многомерного анализа- также известные как OLAP (On-Line Analytical Processing) - программное обеспечение, которое дает пользователю возможность наблюдать данные в различных измерениях, направлениях или сечениях.

2. Инструментальные средства запросов (Query Tools) - программное обеспечение, позволяющее формировать запросы к данным по содержанию или образцу.

3. Инструментальные средства поиска данных (Data Mining Tools) - программное обеспечение, которое осуществляет автоматический поиск важных образцов (моделей), или зависимостей в данных.

Под приведенное определение Пауэра это попадает и, наверное, к рассматриваемой теме относится. Но давайте пока отвлечемся от прикладной лингвистики. К ней мы вернемся позже - после рассмотрения целей, назначения и конкретных реализаций, которые должны прояснить дело.

Цели, назначение, практика

• финансовый анализ и прогнозирование;
• маркетинг реализации и закупок;
• анализ стереотипов клиентского поведения и выявление скрытых закономерностей;
• анализ рисков;
• управление активами.
• Каким образом данные задачи соотносятся с общей задачей информационного обслуживания бизнеса? К информационному обслуживанию бизнеса можно отнести:
• увязку стратегических задач бизнеса и ИТ;
• распределение и контроль прикладного программного обеспечения;
• оперативную поддержку пользователей;
• а также управление:
• проектами;
• производственными мощностями;
• изменениями;
• проблемами;
• издержками;
• непредвиденными ситуациями;
• вспомогательными службами;
• взаимоотношениями с клиентами;
• взаимоотношениями с поставщиками.

Более укрупненно можно говорить о том, что информационные технологии сосредоточены на обслуживании процессов, связанных с:

• людьми;
• процессами;
• стратегиями;
• технологиями.

Как можно видеть, в сферу приложения систем DSS попадает почти половина структурных задач, возлагаемых на ИТ-службы. Это находит подтверждение при анализе рынка прикладных информационных систем. Так, мировой рынок, например, ERP-систем оценивается в настоящее время оборотами порядка 25 млрд. долларов. Рынок DSS-cистем, который возник только в середине 90-х годов, сейчас оценивается суммой порядка 10 млрд. долларов и растет существенно большими темпами, чем рынок корпоративных систем управления. Его рост порядка 30% в год против 10-15% роста ERP-рынка, и можно предположить, что в течение ближайших пяти лет можно ожидать достижения паритета. С другой стороны, если рынок систем DSS в настоящее время в основном связан с финансовым сектором, крупноформатной торговлей и телекоммуникациями, то можно ожидать постепенной ассимиляции функциональных возможностей DSS-систем в существующие системы ERP-класса, что, по-видимому, приведет к оживлению процессов обновления версий ERP-систем в корпоративном секторе.

Анализируя тенденции развития функциональности ERP-систем, можно уверенно говорить о том, что этот процесс уже идет. Так, практически во всех ведущих ERP-системах уже имплементированы функциональные возможности прогнозирования с использованием разнообразных статистических методов. Представляется очень перспективным развитие подходов DSS-систем в управлении активами, в частности, в организации эксплуатации и ремонтов оборудования. Это связано с постепенной миграцией подходов, а именно, от управления ремонтами по состоянию, к управлению на основе прогнозирования будущего состояния производственных мощностей. В Украине в данной сфере еще превалируют календарные подходы и управление эксплуатацией на основе учета наработки. Эти подходы были присущи промышленности развитых стран мира в 80-е годы и являются избыточными по издержкам содержания производственных мощностей.

Рассматривая деятельность корпораций в конкурентном окружении, Майкл Портер, например, выделяет следующую шестифакторную модель (рис.).

Можно быть уверенным, что в усилении данных конкурентных позиций и лежит основной предмет DSS-систем. Существенным фактором их развития является то, что к настоящему времени в транзакционных системах управления оперативной деятельностью компаний накоплен огромный объем данных, значение которых в настоящее время во многом не осознано и не используется.

Диаграмма сравнительной конкурентоспособности по Майклу Портеру

Крупноформатная торговля

Крупноформатная торговля и компании электронной коммерции (B2C, B2B) явились первыми институциональными заказчиками на DSS-системы. Основными задачами, решаемыми в данном секторе, являются:

• анализ ассортимента (селективный маргинальный доход, оборачиваемость запасов, статистическое управление запасами, фондоотдача);
• распределение площадей, раскладка;
• анализ эффективности деятельности менеджеров и мотивация персонала;
• планирование и анализ эффективности рекламы, акций, распродаж и т.п.;
• управление ценообразованием.

В части управления раскладкой можно привести известный пример с корреляцией покупок пива и памперсов. Или так называемая «ловушка на кассе» - это мелкие товары, которые выкладываются непосредственно в кассовой зоне. Площадь этой зоны ограничена. Что туда положить? Опять «нет ничего практичнее хорошей теории» - нужен анализ потребительских предпочтений, который, в частности, дает многомерный статистический анализ чеков. В мелкооптовой торговле ситуация попроще, т.к. там потребитель идентифицирован и учтен в базе данных торговой компании, что позволяет непосредственно анализировать клиентское поведение. В розничной торговле покупатель анонимный, хотя многие компании изначально это исключают, например, METRO Cash & Carry.Вообще основная тенденция развития прикладных информационных систем в последние пять лет - это ассимиляция систем управления взаимоотношениями с клиентами, возникших в качестве самостоятельных, в контур ERP, причем обе при этом только выигрывают.

Банки и финансовые компании

Рынок DSS-систем в финансовых институтах сейчас самый емкий. Сфера применения DSS-систем в банках касается прежде всего:

• банковского ритейла (платежные пластиковые карты и чеки);
• анализа рисков;
• предотвращения мошенничества (прежде всего с пластиковыми картами);
• анализа потребительского поведения и проектирования новых финансовых услуг.

Последнее, прежде всего, основано на анализе и формировании потребительских групп, которые характеризуются сходным поведением. Результатом этой работы являются проекты, например, молодежных жилищных кредитов, условия овердрафтов, VIP-программы клиентского обслуживания. При этом надо отвечать на вопросы: что такое «молодежь»?, кто такой VIP-клиент? и т.д.Предотвращение мошенничества - это перспективная зона использования методов искусственного интеллекта, которая никогда не будет исчерпана, как никогда не будет исчерпано воображение у мошенников.В страховых компаниях DSS-системы еще не имеют такого широкого распространения, но это только подчеркивает потенциальную перспективность данного рынка.

Телекоммуникации

В телекоммуникационных компаниях, прежде всего мобильной связи, роль DSS-систем связана с проектированием новых услуг, которое основано на выявлении устойчивых клиентских групп и преимущественного клиентского поведения. Этот рынок по времени жизни можно считать неисчерпаемым.

Промышленность

В промышленности к сферам применения DSS-систем можно отнести:

• управление взаимоотношениями с клиентами;
• статистическое управление запасами;
• финансовое и бюджетное планирование и управление;
• анализ и управление рисками.

Какие изменения в парадигме управления промышленностью произошли за последние 50 лет? До 60-х годов промышленное производство развивалось главным образом за счет развития технологии, что выражалось тезисом: «производить и продавать». В тот период, безусловно, предложение явно формировало спрос. При этом основные производственные фонды были преимущественно материальными: здания, сооружения, оборудование, за которым стояли патентованные технологии. К концу 20-го века признанным тезисом, выражающим рациональное рыночное поведение, стала парадигма «воспринимать и реагировать». Темп появления новых революционных технологий замедлился, технологии в основном находятся на этапе эволюции. А фронт конкурентной борьбы переместился в область проектирования новых продуктов и услуг. При этом превалирующим стали намерения и пожелания клиентов: явно или неявно выраженные. В качестве примеров можно привести практически полный переход на заказное конфигурирование автомобильной промышленности, постоянно возрастающий спектр предложений услуг в сфере телекоммуникаций при том же самом оборудовании и т.д.Все большее и большее значение приобретает информация и методы работы с ней. Это тем более актуально в развитых странах мира на фоне сохраняющейся тенденции переноса непосредственно материального производства в развивающиеся страны с низкой стоимостью рабочей силы, энергетических и сырьевых ресурсов. Концепция DSS-систем прямо соответствует задаче информационного обеспечения данной парадигмы.

Каковы сегодня основные промышленные тенденции? Это:

• глобализация;
• укрупнение;
• специализация (для средних компаний);
• интеграция в поставочные сети;
• фокусировка на разработке новых продуктов и услуг;
• необходимость одновременно конкурировать как по качеству, так и по цене.
• Промышленность сегодня фокусируется на:
• разработке новых продуктов;
• коммерциализации;
• использовании преимуществ консолидации и интеграции в поставочные сети;
• управлении людскими ресурсами.

Анализируя причины отставания США в промышленном развитии, Комиссия Министерства внешней торговли США считает, что для подъема конкурентоспособности, в частности, необходимо (автор приводит только те пункты рекомендаций, которые имеют отношение к предмету рассмотрения, сам исходный перечень немного шире):

уделять больше внимания стратегическому планированию и больше инвестировать в исследования и разработки;

изучать стратегию иностранных конкурентов и совершенствовать собственную;

• уделять больше внимания производственной функции и больше инвестировать в оборудование и кадры;
• устранить коммуникативные барьеры в пределах организации;
• признать ценность развития информационных связей с поставщиками и потребителями.

Информационная поддержка реализации вышеперечисленных рекомендаций со стороны DSS-систем может выглядеть следующим образом:

• «уделять …внимание стратегическому планированию…» - анализировать исторические данные по структуре себестоимости, динамике цен;
• «изучать стратегию иностранных конкурентов» - анализировать динамику рынков;
• «уделять больше внимания производственной функции» - анализировать затраты по управлению активами, динамику тарифов, эффективность использования оборудования и фондоотдачу;
• «устранить коммуникативные барьеры» - анализировать исторические данные по параметрам реализации внутренних бизнес-процессов и эффективность результатов;
• «признать ценность развития информационных связей» - анализировать исторические данные взаимоотношений с клиентами и поставщиками.

Эффективное решение данных задач требует углубленного анализа как рыночного окружения, так и динамики использования всех внутренних ресурсов.

Особое значение в конкурентной борьбе при практически равной ситуации по возможности доступа к технологиям приобретает персонал и подходы к управлению. В развитых странах мира персонал, по крайней мере, ведущий в стратегическом планировании, переместился из категории «Затраты» (Cost) в категорию «Фонды» - первые надо неуклонно сокращать, а вторые надо развивать и инвестировать.

Также следует отметить, что в настоящее время в мире действует общая глобальная тенденция преимущественного развития рынка услуг по сравнению со сферой непосредственно производства. Экономика все более и более становится информационной, а не материальной.

Рассматривая корпоративный рынок, очень показательным является анализ того, что могут и чего не могут наследуемые системы, прежде всего типов ERP и Project Management.

Оборона

В оборонной области аналитические системы класса DSS развиваются в решении задач:

планирования и управления операциями;

планирования и управления эксплуатацией.

Так, по результатам первой войны в Ираке экономический эффект от использования систем искусственного интеллекта был оценен в сумму порядка 100 млн. долларов. Это привело приблизительно к трехкратному увеличению ассигнований на развитие данных информационных технологий в интересах Министерства обороны США. Сегодня в данной области ассигнования уже оцениваются суммами в миллиарды долларов.

Государство

В области государственного строительства роль DSS-систем пока невелика. Потенциально их область использования связана с оценкой эффективности государственных и муниципальных программ. Это связано, прежде всего, с тем, что государственные и муниципальные программы не сводятся к экономическому эффекту как таковому. Развитие информационных систем в данной сфере в большой мере зависят от философского осмысления роли и места государства в будущем мире, т.е. основополагающую роль в данном процессе имеет выработка критериев и подходов к их оценке.

Предложения

Обобщенный портрет DSS-систем можно составить на основе краткого анализа предложений компаний Cognos, SAS, Hyperion, Oracle. Так как данная статья носит вводный характер, автор не ставил перед собой целью сравнительный анализ продуктов - это тема других работ.

Прежде всего, следует обратить внимание на то, что перечень ключевых игроков на рынке DSS-систем не совпадает с лидирующим списком производителей систем ERP. Присутствие компании Oracle в приведенном списке отражает явно выраженное намерение компании Oracle развивать данное направление, наличие действительно развитого инструментального набора для выполнения подобных проектов, последние приобретения компании в данной области. С этой точки зрения в анализируемый список можно было бы добавить и IBM с Microsoft, но эти производители все-таки больше относятся к инструментальной области и платформам, чем к прикладной.

В основной функциональный набор DSS-систем входят:

• финансовое планирование и бюджетирование;
• формирование консолидированной отчетности (до 200 преднастроенных отчетов);
• создание информационной системы стратегического управления на основе ключевых показателей деятельности (Balance Score Cards) с преднастроенными библиотеками показателей (до 500);
• анализ взаимоотношений с клиентами и поставщиками;
• анализ рыночных тенденций;
• функционально-стоимостный анализ (ABC-Costing);
• функционально-стоимостное управление (Activity Based Management, ABM);
• система постоянных улучшений (Kiezen Costing);
• многомерный анализ данных (OLAP);
• выявление скрытых закономерностей (Data Mining);
• выявление моделей (структур) данных;
• статистический анализ и прогнозирование временных рядов;
• событийное управление бизнесом (Event-driven BI);
• анализ рисков;
• формирование преднастроенных запросов (до 500-600);
• интеллектуальный поиск (по неполным данным и неформальным запросам);
• бизнес-моделирование и анализ эффективности выполнения бизнес-процессов;
• референтные отраслевые модели.
• Количество преднастроенных областей анализа достигает 30-40.
• Событийное управление бизнесом связано с обнаружением преднастроенных событий вида:
• уведомления об определенном состоянии;
• исполнение;
• операционные события.
• Информационной платформой являются хранилища данных (Data Warehouse).
• Инструментальная среда - интеграционные системы, основанные на открытых стандартах. Эти системы соответствуют требованиям:
• информационной безопасности;
• масштабируемости;
• открытости;
• многомерного и многовариантного представления данных;
• интеллектуального интерфейса;
• интегрируемости с основными платформами и бизнес-приложениями, интеграция данных из разнообразных источников, сетевая интеграция (прежде всего web);
• обеспечивают сервис по «очистке» данных при их загрузке в хранилища.
• Техническое обеспечение связано с:
• обработкой данных;
• надежным хранением данных и обеспечением целостности;
• архивацией и восстановлением данных;
• сетевым и телекоммуникационным обеспечением;
• криптографическим обеспечением;
• управлением доступом пользователей;
• загрузкой данных, в том числе с использованием средств интеллектуального интерфейса (распознавание образов: текста, речи, изображений).

Отличительной особенностью рассматриваемых продуктов является значительная большая, чем в случае с ERP-системами, готовность к немедленной работе (значительно меньшие циклы внедрения при наличии наследуемых баз данных).

Целевые результаты

Результаты выполнения проектов целевым образом соответствуют предоставлению возможности получения ответов на вопросы:

• здоров ли бизнес?
• кто мой лучший клиент?
• какой мой лучший продукт или услуга?
• какого поставщика мне выгодно выбрать и почему?
• где мы типично не укладываемся в сроки и почему?
• какова эффективность деятельности нашего персонала?
• какая дочерняя компания внесла наибольший (наименьший) вклад в результат?
• что показывает анализ фондоотдачи оборудования?
• какой сценарий и подход выбрать при слиянии (реструктуризации) компаний?
• и т.п.

Классификация типовых задач анализа и статистических методов их решения

В настоящем разделе будет приведена возможная классификация аналитических задач, возникающих в сфере бизнеса, финансов и управления и решаемых статистическими методами. Будет рассмотрена также классификация статистических методов, представленных в DSS-системах перечисленных выше компаний, и их применимость для решения различных классов аналитических задач.

Выделим следующие классы аналитических задач в области финансов, бизнеса и управления, требующих для своего решения использования различных статистических методов:

• горизонтального (временного) анализа;
• вертикального (структурного) анализа;
• трендового анализа и прогноза;
• анализа относительных показателей;
• сравнительного (пространственного) анализа;
• факторного анализа.

Далеко не все аналитические задачи из перечисленных выше являются в настоящий момент одинаково важными для каждой конкретной компании. В их повседневной деятельности еще велика доля рутинных бухгалтерских операций и много такого, что пока вовсе не требует никакого анализа. Однако необходимость повышения роли аналитического подхода начинают ощущать даже совсем малые фирмы.

Рассмотрим теперь классификацию методов статистического анализа. Все эти методы могут быть разделены на следующие классы:

• описательной статистики;
• проверки статистических гипотез;
• регрессионного анализа;
• дисперсионного анализа;
• анализа категориальных данных;
• многомерного анализа;
• дискриминантного анализа;
• кластерного анализа;
• анализа выживаемости;
• анализа и прогноза временных рядов;
• статистического планирования экспериментов и статистического контроля качества.

Детальный анализ приведенных математических методов также оставим за пределами нашего обзорного рассмотрения.

Аналитические методы в средствах разведки данных (Data Mining)

Аналитические методы дают конечному пользователю возможность осуществить весь цикл работы с исходными данными, имеющими большие объемы и невыясненную статистическую структуру. Этот цикл называется разведкой данных (Data Mining) и состоит из нескольких этапов: выборка, исследование, модификация, моделирование, оценка результатов (Sample, Explore, Modify, Model, Assess).

Средства Data Mining дают возможность ставить и решать как традиционные, так и нетрадиционные задачи анализа. Например, традиционной является постановка задачи: «Определить, имеется ли статистическая связь между такими показателями, как объем производства товара и объем его реализации (продажи)».

Нетрадиционной же была бы следующая постановка задачи: «Имеется несколько десятков (или даже сотен) показателей деятельности предприятия, и необходимо определить, между какими из них следует искать статистические связи вообще, какого рода связи следует искать (считать ли показатели равноправными, или считать одни показатели независимыми, а другие зависимыми переменными), на каких объектах эти связи проявляются».

При работе приложения на этапе выборки происходит формирование подмножества наблюдений из исходных данных (отбор по критериям или случайный отбор). На этапах исследования и модификации могут быть осуществлены: фильтрация данных, отбрасывание данных с большими выбросами, преобразование исходных переменных. На этапе моделирования осуществляется построение регрессий и оптимизация подмножества переменных, принятие решений на основе методик нейронных сетей, реализующих различные алгоритмы обучения классификации объектов, построение классификационных деревьев для отбора оптимального набора переменных и оптимального разбиения множества объектов, кластеризация и оптимальная группировка объектов. Наконец, на этапе обзора и оценки результатов пользователь имеет возможность сопоставить различные результаты моделирования, выбрать оптимальные класс и параметры моделей, представить результаты анализа в удобной форме.

На этапе подготовки данных обеспечивается доступ к любым реляционным базам данных, текстовым и SAS-файлам. Дополнительные средства преобразования и очистки данных позволяют изменять вид представления, проводить нормализацию значений, выявлять неопределенные или отсутствующие значения. На основе подготовленных данных специальные процедуры автоматически строят различные модели для дальнейшего прогнозирования, классификации новых ситуаций, выявления аналогий. Данные приложения поддерживают построение пяти различных типов моделей - нейронные сети, классификационные и регрессионные деревья решений, ближайшие k-окрестности, байесовское обучение и кластеризацию.

Анализ математического обеспечения существующих систем поддержки принятия решений

Рассмотрим более подробно средства интеллектуального анализа данных (ИАД, Data Mining), применяемые в системах поддержки принятия решений.

В качестве первого направления развития средств ИАД следует выделить методы статистической обработки данных, которые можно разделить на четыре взаимосвязанных раздела:

• предварительный анализ природы статистических данных (проверка гипотез стационарности, нормальности, независимости, однородности, оценка вида функции распределения и ее параметров);
• выявление связей и закономерностей (линейный и нелинейный регрессионный анализ, корреляционный анализ);
• многомерный статистический анализ (линейный и нелинейный дискриминантный анализ, кластер-анализ, компонентный анализ, факторный анализ);
• динамические модели и прогноз на основе временных рядов.

Среди наиболее известных и популярных средств статистического анализа следует назвать пакеты Statistica, SPSS, Systat, Statgraphics, SAS, BMDP, TimeLab, DataDesk, SPlus, Scenario (BI), «Мезозавр».

Особое направление в спектре аналитических средств ИАД составляют методы, основанные на нечетких множествах. Их применение позволяет ранжировать данные по степени близости к желаемым результатам, осуществлять так называемый нечеткий поиск в базах данных. Однако платой за повышенную универсальность является снижение уровня достоверности и точности получаемых результатов. Поэтому число специализированных приложений данного метода по-прежнему невелико, несмотря на то, что на протяжении последних 35 лет математики-прикладники проявляли к нему повышенный интерес.

Второе крупное направление развития составляют кибернетические методы оптимизации, основанные на принципах саморазвивающихся систем - методы нейронных сетей, эволюционного и генетического программирования.

Однако новые достоинства порождают и новые проблемы. В частности, решения, полученные кибернетическими методами, часто не допускают наглядных интерпретаций, что в определенной степени усложняет жизнь предметным экспертам.

К программным продуктам, использующим кибернетические методы ИАД, относятся системы PolyAnalyst, Neur-oShell, GeneHunter, BrainMaker, OWL, 4Thought (BI).

Непосредственно к кибернетическим методам ИАД примыкают синергетические методы. Их применение позволяет реально оценить горизонт долгосрочного прогноза. Особенный интерес вызывают исследования, связанные с попытками построения эффективных систем управления в неустойчивых режимах функционирования.

К третьему крупному разделу ИАД следует отнести совокупность традиционных методов решения оптимизационных задач - вариационные методы, методы исследования операций, включающие в себя различные виды математического программирования (линейное, нелинейное, дискретное, целочисленное), динамическое программирование, принцип максимума Понтрягина, методы теории систем массового обслуживания. Программные реализации большинства этих методов входят в стандартные пакеты прикладных программ, например Math CAD и MatLab.

В четвертый раздел средств ИАД входят средства, которые назовем условно экспертными, т. е. связанными с непосредственным использованием опыта эксперта. К их числу относят метод «ближайшего соседа», который лег в основу таких программных продуктов, как Pattern Recognition Workbench или KATE tools.

Другой подход к выбору решения связан с построением последовательного логического вывода - дерева решений, в каждом узле которого эксперт осуществляет простейший логический выбор («да» - «нет»). В зависимости от принятого выбора, поиск решения продвигается по правой или левой ветви дерева и в конце концов приходит к терминальной ветви, отвечающей конкретному окончательному решению. Здесь процесс статистического обучения выведен за пределы программы и сконцентрирован в виде некоторого априорного опыта, заключенного в наборе ветвей-решений.

Одной из разновидностей метода деревьев решений является алгоритм деревьев классификации и регрессии, предлагающий набор правил для дихотомической классификации совокупности исходных данных. Данный метод обычно применяется для предсказания того, какие последовательности событий будут иметь заданный исход. На основе деревьев решений разработаны такие программные продукты, как IDIS, С5.0 и SIPINA.

К экспертным методам следует отнести и предметно-ориентированные системы анализа ситуаций и прогноза, основанные на фиксированных математических моделях, отвечающих той или иной теоретической концепции. Роль эксперта состоит в выборе наиболее адекватной системы и интерпретации полученного алгоритма. Достоинства и недостатки таких систем очевидны - предельная простота и доступность применения и расплата достоверностью и точностью за эту простоту. Примерами программных продуктов, отвечающих предметно-ориентированным системам в области финансов, являются Wall Street Money, MetaStock, SuperCharts, Candlestick Forecaster.

В завершение обзора экспертных методов ИАД следует упомянуть методы визуализации данных и результатов их анализа, позволяющие наглядно отображать полученные выводы для создания у предметных экспертов и/или руководителей проектов единой картины ситуации. К программным продуктам, позволяющим формировать предварительные отчеты и визуализировать результаты, следует отнести системы Mineset и Impromptu (BI). В частности, система Mineset содержит в себе такие инструменты, как ландшафтный визуализатор, визуализаторы дисперсии, деревьев, правил и свидетельств.

Формировать сложные нелинейные отображения средствами цветной графики позволяет новое направление визуализации результатов, основанное на идеях фрактальной математики.

В начале пути

Если говорить о практике внедрения рассмотренных систем и информационных технологий в Украине, то она находится в самом зачаточном состоянии. Основной целью настоящей статьи и являлось привлечь внимание, прежде всего функциональных руководителей соответствующих служб, к имеющимся возможностям, мировой практике использования систем и основным тенденциям их развития.

Опыт автора по проведению подготовительной работы к внедрению рассматриваемых продуктов показал, что, с одной стороны, на украинских предприятиях исторические данные недооцениваются, а имеющиеся базы данных часто очень «бедны» для извлечения из них значимой информации, т.к. разрабатывались для решения учетных, а не управленческих задач. С другой стороны, в Украине очень ограничены возможности извлечения знаний из данных вследствие большой скорости изменений законодательной базы, что очень сильно искажает временную статистику. Это приводит к необходимости использования, например, нелинейных методов, в развитии которых вместе с украинскими учеными активное участие принимает компания, возглавляемая автором.

Научные направления, имеющие отношение к рассматриваемому вопросу, практически остались за пределами настоящей статьи, как по причине ограниченности формата, так и потому, что относятся в основном к другой сфере знания - самой что ни на есть фундаментальной математике.

Кроме этой статьи Вы можете посмотреть по тематеке текущего раздела:
в разделе "Энциклопедия"
2 статьи в разделе "Статьи".
1 статьи в разделе "История".
__________________

СППР появились усилиями, в основном, американских ученых в конце 1970-х - начале 1980-х годов, чему в значительной степени способствовало широкое распространение персональных компьютеров, страндартных пакетов прикладных программ, а также значительные успехи в создании систем искусственного интеллекта (ИИ).

Отличительные особенности СППР.

СППР характеризуется следующими отличительными особенностями.

Ориентация на решение плохо структурированных (формализованных) задач, характерных, главным образом, для высоких уровней управления;

Возможность сочетания традиционных методов доступа и обработки компьютерных данных с возможностями математических моделей и методами решения задач на их основе;

Направленность на непрофессионального конечного пользователя ЭВМ посредством использования диалогового режима работы;

Высокая адаптивность, обеспечивающая возможность приспосабливаться к особенностям имеющегося технического и программного обеспечения, а также требованиям пользователя.

Место СППР среди информационных систем. Информационную модель некоторой организации можно представить себе в виде следующей иерархической модели, включающей в себя следующие три уровня (см. Рис. 4.3):

Обработка данных,

Обработка информации,

Принятие решений.

Рис. 4.3. Иерархия информационных систем в компании

На первом низшем уровне находятся СЭОД. В иерархии управленческих решений этот уровень соответствует уровню управленческого контроля, автоматизирующего документооборот в организации. Основными характеристиками СОЭД являются:

Обработка данных на уровне оперативного контроля,

Эффективная обработка коммерческих операций, проводимых организацией,

Составление расписания и оптимизация работы компьютера,

Интеграция файлов, описывающих смежные задачи,

Составление отчетов для руководства.

На втором среднем уровне, соответствующем уровню управленческого контроля, акцент переносится на процедуры обработки информации, выполняемые ИСУ. Указанная обработка обычно относится к планированию деятельности в таких функциональных сферах деятельности организации как маркетинг, производство, финансы, бухучет, кадры. Основными характеристиками ИСУ следует считать:

Подготовку информации, полезной на уровне среднего руководства,

Структурирование (упорядочивание) информационных потоков,

Интеграцию (объединение) данных, получаемых от СЭОД по функциональным сферам бизнеса (ИСУ маркетинга, ИСУ производства и т.п.),

Создание запросно-ответной системы и составление отчетов для руководства (обычно с использованием баз данных).

На третьем самом высоком уровне управления, соответствующем стратегическому планированию, формируются наиболее важные решения организации. Используемые на этом уровне СППР (как будет ясно из дальнейшего, СППР могут использоваться на любом уровне управления) имеют следующие характеристики:

Подготовку вариантов решений для высшего руководства,

Обеспечение высокой адаптивности к изменениям и высокой скорости ответов на запросы пользователей,

Обеспечение помощи в принятии решений любым индивидуальным управленцам.

Управление данными в условиях СЭОД осуществляется в основном для обработки текущих коммерческих операций, проводимых фирмой. Создание ИСУ было связано с появлением СУБД, давшей возможность организовать режимы запросов, обработки данных, а также создания разнообразных управленческих отчетов. Однако главным достоинством создания СУБД было снижение затрат на текущее программирование, связанное с эксплуатацией баз данных. Следует указать на сравнительно невысокие требования, предъявляемые пользователем к таким системам. Требования к СППР значительно серьезнее. Это касается возрастания потребности в достоверных данных, в том числе и носящих вероятностный характер, а также ужесточения временных ограничений к запросному режиму и использованию данных, поступающих из некомпьютеризированных источников. Соблюдение таких требований обеспечивает быстрый обмен данными между базами данных, входящих в СППР, и большой базой данных, хранящей сведения об операциях фирмы.

Итак, СЭОД и ИСУ дают возможность удовлетворить информационные потребности пользователя посредством быстрого доступа к необходимым данным и получения отчетов (построенных с различной степенью обработки данных), облегчающих принятие решений. В случае СППР правильнее говорить о способности системы совместно с пользователем создавать новую информацию (часто в виде готовых альтернатив) для принятия решений.

Следует заметить, что рассмотренный подход к установлению места СППР среди ИС может отчасти ввести читателя в заблуждение. Так, может показаться, что СППР можно использовать только на высших уровнях управления. В действительности они могут использоваться для помощи в принятии решения на любом уровне управления. Кроме того, решения, принимаемые на различных уровнях управления, часто должны координироваться. Поэтому важной функцией СППР является координация лиц, принимающих решения на разных уровнях управления, а также в рамках одного уровня. И, наконец, читателю может показаться, что помощь в принятии решений - это единственное, что может потребоваться руководству высших уровней от информационных систем. Однако, принятие решений - это только одна из функций управленцев, по которым они получают помощь от информационных систем.

Заметим также, что сам термин "информационные системы управления" используется в литературе в широком и узком смысле. В широком смысле он включает в себя любые виды рассмотренных компьютерных систем (СЭОД, ИСУ, СППР и др.), используемых в интересах управленцев. В узком смысле этот термин означает вид ИС, производящих управленческие отчеты, т.е. ИСУ.

Структура СППР

До настоящего момента мы не затрагивали вопросы структуры СППР, считая ее некоторым "черным ящиком". Первое представление о структуре СППР можно составить из рассмотрения Рис. 4.4.

В состав СППР помимо пользователя входят три главных компонента: подсистема обработки и хранения данных, подсистема хранения и использования моделей и программная подсистема. Последняя включает в себя систему управления базой данных (СУБД), систему управления базой моделей (СУБМ) и систему управления диалогом между пользователем и компьютером (СУД).

Подсистема данных. Подсистема обработки и хранения данных характеризуется всеми известными преимуществами построения и использования баз данных. Однако использование баз данных в составе СППР характеризуется определенными особенностями (см. Рис. 4.5). Так, например,

Рис. 4.4. Структура СППР

базы данных в составе СППР имеют значительно больший набор источников данных, включая внешние источники, особенно важные для принятия решений на высоких уровнях управления, а также источники некомпьютеризованных данных. Другой особенностью является возможность предварительного "сжатия" данных, поступающих из многочисленных источников, путем их предварительной совместной обработки процедурами агрегирования и фильтрации.

Данные играют в СППР важную роль. Они могут использоваться непо- стредственно пользователем или как исходные данные для расчета при помощи математических моделей.

Часть данных подсистема данных СППР получает от системы обработки операций, производимых фирмой. Однако лишь в редких случаях данные, полученные на уровне обработки коммерческих операций, оказываются полезными для СППР. Для того, чтобы получить возможность использования, эти данные должны быть предварительно обработаны. Для этого имеются две возможности. Первая - использовать для обработки данных об операциях фирмы СУБД, входящую в СППР. Вторая - сделать обработку за пределами СППР, создав для этого специальную базу данных. Ясно, что вторая из указанных возможностей предпочтительнее для фирм, производящих большое количество коммерческих операций.

IitUC. 4.5. Структура подсистемы данных СППР

Обработанные данные об операциях фирмы образуют экстрактивные файлы, которые для повышения надежности и быстроты доступа хранятся за пределами СППР. Идея создания специальной базы данных для обработки операций фирмы базируется на целесообразности разделить сферу автоматической электронной обработки данных от сферы менее квалифицированного конечного пользователя. Кроме того, конечные пользователи СППР, ожидающие быстрой реакции системы на свои запросы, постоянно конкурировали бы за машинное время с процессом обработки операций. Поэтому многие организации, работающие с СППР, используют для обработки своих коммерческих операций отдельный компьютер, работающий в рамках центральной ИСУ.

Помимо данных об операциях фирмы, для функционирования СППР требуются и другие внутренние данные. Так, например, необходимы оценки управляющих, занятых в сферах маркетинга, финансов, производства, данные о движении персонала, инженерные данные и т. п. Эти данные должны быть своевременно собраны, введены и поддержаны.

Важное значение, особенно для поддержки решений на верхних уровнях управления, имеют данные из внешних источников. В числе необходимых внешних данных следует указать данные о конкурентах, национальной и мировой экономике. В отличие от внутренних данных внешние данные часто могут быть куплены у специализирующихся на их сборе организаций.

В настоящее время широко исследуется вопрос о включении в СППР еще одного источника данных - документов, включающих в себя записи, письма, контракты, приказы и т.п. Если содержание этих документов будет записано в памяти (например, на видеодиске) и затем обработано по некоторым ключевым характеристикам (поставщикам, потребителям, датам, видам услуг и др.), СППР получат новый мощный источник информации.

Подсистема данных, входящая в состав СППР, должна обладать следующими возможностями:

Составление комбинаций данных, получаемых из различных источников, посредством использования процедур агрегирования и фильтрации;

Быстрое прибавление или исключение того или иного источника данных;

Построение логической структуры данных в терминах пользователя;

Использование и манипулирование неофициальными данными для экспериментальной проверки рабочих альтернатив пользователя;

Управление данными при помощи широкого спектра функций управления, предоставляемых СУБД;

Обеспечение полной логической независимости базы данных, входящей в подсистему данных СППР, от других операционных баз данных, функционирующих в рамках фирмы.

Подсистема моделей. Наряду с обеспечением доступа к данным СППР обеспечивает доступ пользователя к моделям принятия решений. Это достигается введением в ИС соответствующих моделей и использованием в ней базы данных как механизма интеграции моделей и коммуникации между ними (см. Рис. 4.6).

Полученная в результате СППР будет сочетать в себе преимущества СЭОД и ИСУ в части обработки данных и генерации управленческих отчетов с достоинствами методов исследования операций и эконометрики в части математического моделирования ситуаций и нахождения решения.

Процесс создания моделей должен быть гибким. Он должен включать в себя специальный язык моделирования, совокупность отдельных программных блоков и модулей, реализующих отдельные компоненты различных моделей, а также набор функций управления.

Использование моделей обеспечивает способность СППР к проведению анализа. Модели, используя математическую интерпретацию проблемы, при помощи определенных алгоритмов способствуют нахождению информации, полезной для принятия правильных решений. Например, модель линейного программирования дает возможность определить наиболее выгодную производственную программу выпуска нескольких видов продукции при заданных ограничениях на ресурсы.

Использование моделей в составе информационных систем началось с применения статистических методов и методов финансового анализа, которые реализовались командами обычных алгоритмических языков. Позже были созданы специальные языки, позволяющие моделировать ситуации типа “что будет, если?" или "как сделать, чтобы?". Такие языки, созданные специально для построения моделей, дают возможность построения моделей определенного типа, обеспечивающих нахождение решения при гибком изменении переменных.

В настоящее время существует множество типов моделей и способов их классификации, например, по цели использования, области возможных приложений, способу оценки переменных и т. п.

Целью создания моделей являются либо оптимизация, либо описание некоторого объекта или процесса. Оптимизационные модели связаны с нахождением точек минимума или максимума некоторых показателей. Например, управляющие часто хотят знать, какие их действия ведут к максимизации прибыли (минимизации затрат). Модели оптимизации позволяют получать подобную информацию. Описательные модели описывают поведение некоторой системы и не предназначены для целей управления (оптимизации).

Хотя большинство систем носит стохастический характер (т.е. их состояние не может быть предсказано с абсолютной достоверностью), большинство математических моделей построены как детерминистские. Детерминистские модели используют оценку переменных одним числом (в отличие от стохастических моделей, оценивающих переменные несколькими параметрами). Детерминистские модели более популярны, чем стохастические, потому что они менее дорогие и трудные, их легче строить и использовать. К тому же часто с их помощью оказывается возможным получить достаточную информацию для помощи принимающему решение.

C точки зрения области возможных приложений модели подразделяются на специализированные модели, предназначенные для использования только с одной системой, и универсальные - предназначенные для использования с несколькими системами. Первые из них - более дорогие, они обычно используются для описания уникальных систем и обладают большей точностью, чем вторые.

База моделей. Модели в СППР образуют базу моделей, включающую в себя стратегические, тактические и оперативные модели, а также совокупность модельных блоков, модулей и процедур, используемых как элементы для построения моделей (см. Рис. 4.6). Каждый тип моделей имеет свои уникальные характеристики.

Стратегические модели используются на высших уровнях управления для установления целей организации, объемов ресурсов, необходимых для их достижения, а также политики приобретения и использования этих ресурсов. Они могут быть также полезны для выбора вариантов размещения предприятий, прогнозирования политики конкурентов и т.п. Для стратегических моделей характерна значительная широта охвата, множество переменных, представление данных в сжатой агрегированной форме. Часто эти данные базируются на внешних источниках и могут иметь субъективный характер. Горизонт планирования в стратегических моделях обычно измеряется в годах. Эти модели обычно детерминистские, описательные, специализированные для использования на одной определенной фирме.

Тактические модели применяются управляющими среднего уровня для распределения и контроля использования имеющихся ресурсов. Среди возможных сфер их использования следует указать: финансовое планирование, планирование требований к работникам, планирование увеличения продаж, построение схем компоновки предприятий. Эти модели применимы обычно лишь к отдельным частям фирмы (например, к системе производства и сбыта) и могут также включать в себя агрегированные показатели. Временной горизонт, охватываемый тактическими моделями, лежит между одним месяцем и двумя годами. Здесь также могут потребоваться данные их внешних источников, но основное внимание при реализации данных моделей должно быть уделено внутренним данным фирмы. Обычно тактические модели реализуются как детерминистские, оптимизационные и универсальные.

Оперативные модели используются на низших уровнях управления для поддержки принятия оперативных решений с горизонтом, измеряемым днями и неделями. Возможные применения этих моделей включают в себя введение дебиторских счетов и кредитных расчетов, календарное производственное планирование, управление запасами и т.д. Оперативные модели обычно используют для своих расчетов внутрифирменные данные. Они, как правило, детерминистские, оптимизационные и универсальные (т. е. могущие быть использованными в различных организациях).

В дополнение к стратегическим, тактическим и оперативным моделям база моделей СППР включает в себя совокупность модельных блоков, модулей и процедур. Сюда могут входить процедуры линейного программирования, статистического анализа временных рядов, регрессионного анализа и т.п. - от простейших процедур до сложных пакетов прикладных программ. Модельные блоки, модули и процедуры могут использоваться как поодиночке, самостоятельно для помощи пользователям СППР, так и комплексно, в совокупности для построения и поддержания моделей.

Система управления интерфейсом. Эффективность и гибкость СППР в решении определенных задач во многом зависит от характеристик используемого интерфейса. Интерфейс включает в себя программную систему управления диалогом (СУД), компьютер и самого пользователя.

Язык пользователя - это те действия, которые пользователь производит в отношении системы путем использования возможностей клавиатуры, электронных карандашей, пишущих на экране, джостика, "мыши", команд, подаваемых голосом, и т.п. Наиболее простой формой языка действий является создание форм входных и выходных документов. Получив входную форму (документ), пользователь заполняет его необходимыми данными и вводит в компьютер. СППР производит необходимый анализ и выдает результаты в виде выходного документа установленной формы.

Значительно возросла за последнее время популярность визуального интерфейса, разработанного американской компанией "Apple Mackintosh", в основу которого положено использование специального устройства "мыши". C помощью этого устройства пользователь выбирает представленные ему на экране в форме картинок объекты и действия, реализуя, таким образом, язык действий.

Управление компьютером при помощи человеческого голоса - самая простая и поэтому самая желанная форма языка действий. Она еще недостаточно разработана и поэтому мало популярна в СППР. Существующие разработки требуют от пользователя серьезных ограничений (органиченного набора слов и выражений; специального устройства, учитывающего особенности голоса пользователя; управление должно осуществляться в виде дискретных команд, а не в виде обычной гладкой речи). Технология этого подхода интенсивно совершенствуется, и в ближайшем будущем можно ожидать появления новых совершенных СППР, использующих речевой ввод информации.

Язык сообщений - это то, что пользователь видит на экране дисплея (символы, графика, цвет), данные, полученные на принтере, звуковые выходные сигналы и т.п. Долгое время единственной реализацией языка сообщений был отпечатанный или выведенный на экран дисплея отчет (или другое требуемое сообщение). Теперь к нему присоединилась новая возможность представления выходных данных - машинная графика. Она дает возможность создавать на экране и бумаге цветные графические изображения в трехмерном виде. Использование машинной графики, значительно повышающее наглядность и интерпретируемость выходных данных, становится все более популярным в СППР.

За последние несколько лет наметилось новое направление, развивающее машинную графику - мультипликация. Мультипликация оказывается особенно эффективной для интерпретации выходных данных СППР, связанных с моделированием физических систем и объектов. Так, например, СППР, предназначенная для обслуживания клиентов в банке, с помощью мультипликационных моделей может реально просмотреть различные варианты организации обслуживания в зависимости от потока посетителей, допустимой длины очереди, количества пунктов обслуживания и т. п.

В ближайшие годы следует ожидать использования человеческого голоса как языка сообщений СППР. В качестве возможного примера можно указать использование этой формы в работе СППР сферы финансов, где в процессе генерации чрезвычайных отчетов голосом поясняются причины исключительности той или иной позиции.

Знания пользователя - это то, что пользователь должен знать, работая с системой. Сюда относится не только план действий, находящийся в голове у пользователя, но и учебники, инструкции, справочные данные, выдаваемые компьютером при команде о помощи. Инструкции и справочные данные, выдаваемые системой по просьбе пользователя, обычно не стандартны, а зависят от места в контексте решения задачи, в котором находится пользователь СППР. Иным словами, помощь специализирована с точки зрения ситуации.

Большую помощь пользователю СППР могут оказать так называемые командные файлы, содержащие запрограммированные инструкции выполнения системой стандартных процедур. Такие файлы активизируются нажатием одной клавиши и не требуют от пользователя знания командного языка. Примером могут служить постоянно выполняемые в рамках АРМ процедуры сопоставления планируемого и фактического состояния производства (ценностей на складе, объемов производства, поступления наличности и др.).

В случае явной недостаточности знаний пользователя о данной предметной области и самой СППР, последние могут использоваться в качестве тренажеров под руководством опытных пользователей или экспертов в исследуемой области.

Совершенствование интерфейса СППР определяется успехами в развитии каждой из трех указанных компонент.

Важным измерителем эффективности используемого интерфейса является выбранная форма диалога между пользователем и системой. В настоящее время наиболее распространенными являются следующие формы диалога: запросно-ответный режим, командный режим, режим меню и режим заполнения пропусков в выражениях, предлагаемых компьютером. Каждая форма в зависимости от типа задачи, особенностей пользователя и принимаемого решения может иметь свои достоинства и недостатки.

Интерфейс СППР должен обладать следующими возможностями:

Манипулировать различными формами диалога, изменяя их в процессе решения по выбору пользователя;

Передавать данные системе различными способами;

Получать данные от различных устройств системы в различном формате;

Гибко поддерживать (оказывать помощь по запросу, подсказывать) знания пользователя.

Эксплуатационные требования к СППР с позиций пользователя.

Первые три из указанных ниже требований имеют отношение к типу задачи, решаемой лицом, принимающим решение. Остальные - связаны с типом оказываемой ему помощи.

1. СППР должны осуществлять помощь в принятии решений и быть особенно эффективными при решении неструктурированных и плохо структурированных задач. Имеются в виду задачи, при решении которых использование СЭОД, ИСУ и моделей исследования операций обычно не давало результатов.

2. СППР должны осуществлять помощь в принятии решений управленцами всех уровней, а также при координации решений, требующих участия нескольких уровней управления.

3. СППР должны осуществлять помощь в принятии как индивидуальных, так и коллективных решений. Здесь имеются в виду решения, ответственность в которых разделена между несколькими руководителями или внутри группы работников.

4. СППР должны осуществлять помощь на всех стадиях процесса принятия решений. Как будет показано ниже, если на стадиях изучения проблемы и сбора данных СППР оказывает лишь дополнительную помощь (главный вклад вносит использование ИСУ), то на всех последующих стадиях (кроме стадии принятия решения) помощь, оказываемая СППР, является превалирующей.

5. СППР, оказывая помощь при принятии различных решений, не может зависеть ни от одного из них.

6. Использовать СППР должно быть легко. Это обеспечивается высокой адаптивностью системы по отношению к виду задач, особенностям организационного окружения и пользователя, а также дружественным интерфейсом.

Г рупповые СППР

Все, что говорилось выше о СППР, относилось прежде всего к поддержке индивидуальных решений. Однако, менеджер редко принимает решение один. Советы директоров, научно-технические советы, бригады проектантов, проблемные комиссии - вот далеко не полный перечень примеров коллективного подхода к принятию решений. Групповые СППР (ГСППР) представляют собой интерактивные компьютерные системы, призванные обеспечить поддержку группам работников в решении плохо структурированных проблем.

Принятие групповых решений является более сложным, чем индивидуальных, поскольку оно связано с необходмостъю согласования различных индивидуальных точек зрения. Поэтому главной задачей ГСППР является улучшение коммуникаций в работающем коллективе. Улучшение коммуникаций приводит к экономии рабочего времени, которое может быть использовано на более глубокое проникновение в данную проблему и разработку большего количества возможных альтернатив ее решения. Оценка большего количества альтернатив способствует выбору более обоснованного решения.

Важность принятия групповых решений, с одной стороны, хронические пороки группового общения (см. главу 2) и ограниченные возможности борьбы с ними, с другой, привели к созданию специальной информационной технологии для поддержки групповых решений .

Большая часть этой технологии реализуется средствами систем автоматизации офиса (CAO)1 улучшая коммуникацию между сотрудниками. ГСППР могут быть специализированными (приспособленными для решения лишь одного типа проблем) или универсальными (предназначенными для решения широкого круга вопросов). Многие ГСППР содержат встроенный программный механизм, препятствующий развитию негативных тенденций группового общения (возникновению конфликтных ситуаций, группового мышления И Т.П.).

Структура ГСППР. ГСППР включает в себя техническое и программное обеспечение, а также процедуры и персонал (см. Рис. 4.7).

Рис. 4.7. Структура групповой системы поддержки принятия решений

Указанные компоненты обеспечивают членам группы возможность коммуникации и другую поддержку при обсуждении проблем. В процессе работы с системой члены группы имеют постоянный доступ к базе данных, базе моделей и различным приложениям. Распорядитель группы отвечает за выбор необходимых для работы группы процедур. Распорядитель группы и ее члены имеют возможность вступать в диалог.

Техническое обеспечение. В ГСППР обычно используют одну из следующих конфигураций технического обеспечения:

1. Единственный компьютер. В этом случае все участники собираются вокруг единственного компьютера и по очереди отвечают на вопросы, которые появляются на экране монитора, до тех пор, пока решение не будет получено. Использование такой конфигурации целесообразно лишь для целей обучения.

2. Сеть компьютеров или терминалов. Каждый участник находится за своим компьютером или терминалом, имея возможность вести диалог с центральным процессором системы.

3. Комната для принятия решений. В основе этой конфигурации ГСППР лежит приложение CAO1 называемое компьютерной конференцией и описанное в разделе 4.4. Комната для принятия решений включает в себя локальную компьютерную сеть с сервером, на котором работает распорядитель системы. Она также оснащена общим экраном, позволяющим демонстрировать всем членам группы необходимую информацию (индивидуальную и агрегированную).

Программное обеспечение. Программное обеспечение ГСППР включает в себя базу данных, базу моделей и программы специальнных приложений. Оно обеспечивает возможность индивидуальной и групповой работы пользователлей, а также ведение групповых процедур приниятия решений. Так, в части групповой работы программное обеспечение ГСППР позволяет

Производить численное и графическое суммирование предложений и результатов голосования членов группы;

Вычислять веса альтернатив решения, производить анонимную запись полученных предложений, выбирать лидера группы, строить процедуры построения консенсуса, препятствовать развитию негативных тенденций группового общения;

Передавать текст и числовые данные между членами группы, между членами группы и распорядителем группы, в также между членами группы и центральным процессором ГСППР.

Персонал. Этот компонент ГСППР включает в себя всех членов группы и распорядителя, присутствующего на каждой встрече группы и отвечающего за аппаратную часть системы и управление сменой процедур ведения дискуссии.

Пооиедуоы. Процедуры представляют собой необходимый компонент ГСППР, посредством которого обеспечивается целенаправленность обмена мнениями, объективность достижения консенсуса и эффективность использования программного и технического обеспечения системы.

Поддержка, осуществляемая ГСППР. Для того, чтобы проанализировать работу ГСППР, выделим три уровня средств поддержки, предоставляемых этими системами:

Уровень 1. Поддержка коммуникаций

Уровень 2. Поддержка принятия решений

Уровень 3. Поддержка правил игры

Уровень 1. Поддержка коммуникаций. На этом уровне ГСППР, используя возможности CAO и специальные программы, может осуществлять следующие виды поддержки:

Передача сообщений между членами группы средствами электронной почты;

Формирование общего экрана, видимого всем членам группы и доступного с каждого рабочего места;

Возможность анонимного ввода идей (предложений) и их анонимной оценки (ранжирования);

Выдача на общий экран (или монитор каждого рабочего места) всей выходной информации, являющейся результатом обсуждения (исходного и окончательного списка предложений, результатов голосования и др.);

Формирование повестки дня для обсуждения.

Уровень 2. Поддержка принятия решений. На этом уровне ГСППР, используя программные средства моделирования и анализа принятия решений, может осуществлять следующие виды поддержки:

Плановое и финансовое моделирование;

Использование деревьев решений;

Использование вероятностных моделей;

Использование моделей распределения ресурсов.

Уровень 3. Поддержка правил игры. На этом уровне ГСППР использует специальные программные средства для соблюдения установленных правил проведения групповых процедур (например, установление очередности выступлений и правил голосования, приемлемости вопросов в данный момент и др).

1) . Перед началом встречи лидер группы встречается с ее распорядителем, чтобы спланировать работу группы, выбрать программное обеспечение, наметить повестку дня.

2) . Работа группы начинается с того, что ее лидер предлагает группе для решения вопрос или проблему.

3) . Далее участники вводят с клавиатуры свои ответы, которые делаются доступными всем. После того, как участники ознакомились со всеми высказанными предложениями, они дают комментарии к ним (положительные или отрицательные).

4) . Распорядитель, используя программу обобщения предложений, ищет в поданных предложениях общие термины, темы и идеи и создает из них несколько обобщенных предложений с комментариями, которые сообщаются всем участникам.

5) . Лидер начинает дискуссию по обобщенным предложениям (словесную или электронную). На этой стадии с помощью специальных программ происходит ранжирование (назначение приоритетов) обсуждаемых предложений.

6) . Для лучших пяти или десяти предложений начинается новая дискуссия с целью их конкретизации и дальнейшей оценки.

7) . Процесс (разработки предложений, их обобщения и ранжирования) повторяется или заканчивается финальным голосованием. Этот этап использует специальную программу, называемую “окончательный комментарий", выдающий комментарий по отобранным обобщенным предложениям.

ПОСТРОЕНИЯ И ИСПОЛЬЗОВАНИЯ СППРДЛЯ ФИНАНСОВОГО ПЛАНИРОВАНИЯ

Описываемый пример основан на реальных событиях, которые имели место в одном из западных банков.

В конце очередного финансового года банк, обнаружив значительное сокращение прибыли, ощутил себя в опасности. Анализ возникшей ситуации выходил за рамки обычной управленческой деятельности.

Хотя указанный банк числился в числе передовых, одним из первых внедрившим кредитные карточки и компьютерную систему бухгалтерских расчетов, реализация кредитной политики в нем до сих пор осуществлялась вручную.

Было принято решение создать новую компьютерную систему финансового планирования, производящую анализ и прогнозирование, а также создающую отчеты на базе использования данных уже существующей в банке системы обработки бухгалтерских операций. Анализ при этом касался освещения динамики изменения основных показателей, оценивающих соотношение собственных активов и заемных средств банка. Прогнозирование предполагалось проводить для двух постоянных горизонтов: 12 месяцев и 5 лет.

Система финансового планирования (СФП) использовалась в следующих трех направлениях:

В начале каждого месяца выдавался отчет о деятельности банка за предшествующий месяц;

В течение каждого месяца - для решения специальных текущих задач и разработки стратегических планов;

В конце каждого календарного года - для разработки годовых бюджетных документов.

Как нетрудно заметить, в отличие от уже существовавшей в банке ИC бухгалтерских расчетов (представлявшей собой централизованную СЭОД), вновь созданная СФП представляет собой СППР, сохраняющая такие стандартные функции этих систем как

Доступ к данным в любой момент;

Поддержка принимаемых решений выдачей периодических управленческих отчетов;

Использование математических моделей прогнозирования для оценки альтернатив и стратегий;

Обеспечение возможности работы в режиме диалога (возможность изменения целей и ограничений при изменении условий и обстоятельств на финансовых рынках).

Данные. Каждый месяц полученные данные записываются в базы данных, содержащие ретроспективную информацию за последние три года в помесячном разрезе и за семь с половиной лет в поквартальном разрезе. Кроме того, базы данных содержат полученную прогнозную информацию на последующие 12 месячных периодов.

Отчеты и анализ. Каждый месяц система финансового планирования выдает полный набор финансовых документов, включая балансовый отчет, отчет о доходах и отчеты по основным коммерческим показателям. Полученные месячные данные сравниваются с результатами прогнозирования, бюджетом и с аналогичными данными, полученными в предшествующем году. Кроме того, система выдает периодические отчеты об особенно напряженных (критических) аспектах деятельности банка, например, отчет о соотношении ставок и объемов процентных платежей.

Прогнозирование. Все перечисленные отчеты могут быть выданы системой для каждого из 12 последующих месяцев. Независимые переменные для этих отчетов могут быть введены непосредственно пользователями или сформированы из стратегических соображений автоматически. При необходимости здесь могут быть использованы оптимизационные модели, находящиеся в базе моделей системы. Прогнозирование является “скользящим", постоянно покрывающим следующие 12 месяцев, с постоянной переоценкой данных в начале каждого месяца.

Преимущества. Внедрение СФП привело к повышению прибыльности банка за счет следующих факторов:

Построения механизма управления важнейшими показателями балансового отчета, в том числе ликвидностью и соотношением собственного и заемного капитала;

Создания базы для координациии процесса принятия решений на уровне стратегического планирования;

Создания возможности для высшего руководства быстро реагировать на изменение нормативных актов, условий рынка и внутрибанковских

обстоятельств;

Снижения затрат на создание периодических управленческих от

Вопросы дпя самопроверки

1. Опишите ситуацию, которая побудила руководство банка к созданию СФП.

2. Какие преимущества обеспечивало внедрение СФП?

3. Опишите компоненты СФП, обосновав - к какому виду ИС она относится.

3) . СППР имеет способность управления диалогом между пользователем и системой, а также управления данными и моделями.