1. Методы создания информационно-аналитических систем. Рассматривается последова-

тельность и содержание этапов создания ИАС. Освещается роль и задачи будущих конечных пользователей системы - лиц, принимающих решения, и экспертованалитиков в ее создании.

2. Сущность управления информационно-аналитической системой. Рассматриваются задачи управления ИАС; показано, что основой проекта ИХ и ИАС в целом, а в дальнейшем и управления ИАС являются метаданные (МД).

3. Задачи и средства администрирования ИАС. Рассматривается перечень работ, выполняемых в рамках задач администрирования ИАС. Определяется место пользователей в решении задач администрирования. Раскрывается содержание задачи загрузки и обновления данных, функции планирования работы ИАС, организации и осуществления ее эксплуатации.

4. Основы проектирования ИАС. Рассматривается основная задача проектирования - обеспечение раскрытия знаний, содержащихся в данных, сосредоточенных в первичных источниках и информационном хранилище. Перечисляются условия превращения данных в информацию и знания как принципы проектирования ИАС. Раскрывается содержание этапов проектирования информационной системы применительно к созданию ИАС. Рассматриваются факторы, которые необходимо учесть при проектировании ИАС.

Цель изучения : Освоить методы создания информационно-аналитических систем; усвоить принципы создания базы метаданных как основы структуры ИАС, организации применения средств ИАС в целях обеспечения аналитической подготовки принятия решений.

6.1. Программные инструментальные средства ИАС

1. Состав программных инструментальных средств ИАС.

2. Средства сбора и доработки данных.

3. Средства преобразования данных.

4. Средства оперативного (OLAP) анализа.

5. Средства интеллектуального анализа данных.

6.1.1. Состав программных инструментальных средств ИАС

В предыдущих разделах были рассмотрены основные функции информационноаналитических систем, в том числе: информационного хранилища ИХ (DW), оперативного анализа (OLAP), интеллектуального анализа (DMg), представления пользователю результатов анализа и подготовки принятия решений (DMt). Для реализации функций применяется набор программных инструментальных средств. Полный набор этих средств включает ряд крупных модулей.

Крупные функциональные модули могут быть органической частью ИАС или самостоятельным программным продуктом. Во втором варианте они входят в ИАС в качестве комплектующего элемента. В свою очередь эти модули состоят из ряда блоков. Перечислим основные блоки:

– средства импорта, перекачки данных из операционных баз и других источников информации в информационное хранилище, взаимодействующие с различными операционными системами и СУБД;

– средства преобразования данных, осуществляющие проверку на правильность, преобразование структур, агрегирование;

– набор или комплекс программ, которые выполняют операционные функции оперативного (OLAP) анализа; основу их составляет язык запросов Structured Query Language (SQL) усеченного или расширенного типа, в развитых ИАС в комплект входят специализированные языки различного уровня;

– средства графического и визуального конструирования отчетов, рассчитанные на конечного пользователя, как правило, дублируются языковыми средствами;

– средства удаленного доступа, обеспечения работы в распределенном и режиме «кли- ент-сервер», коллективного доступа и работы в глобальных сетях;

– средства администрирования ИАС;

– средства интеллектуального анализа данных, обычно называемые «Miner»;

– приложения, разработанные встроенными в комплекс программ средствами.

– средства моделирования объектов и процессов.

Структура программных средств ИАС изображена на рис. 6.1 Рассмотрим подробнее назначение и функции программных модулей, входящих в со-

став инструментальных средств ИАС. Многие из них имеют самостоятельное значение и могут быть использованы для различных целей.

6.1.2. Средства сбора и доработки данных

Сбор данных из различных источников сопряжен с тем, что информация в них формируется в различных форматах, имеет разнообразную структуру. В информационном хранилище и в системах поддержки принятия решений или в витринах данных информация должна быть приведена к определенной в ИХ структуре и форматам витрин данных.

Инструменты ИАС различного вида имеют в своем составе средства сбора данных из источников, созданных на различных аппаратных платформах: Intel, RISC, AS/400 и работающих во многих вариантах операционных сред, в том числе: в различных версиях Windows, Unix, AIX, Linux, ОS-2, МСВС и т.д. Обеспечивается совместная работа со многими СУБД, как то: Access, Paradox, Fox Pro, MS SQL-Server, Oracle, DB-2, Informix Линтер и т.д. Мощные средства ИАС насчитывают до 50-ти типов форматов, с которыми может взаимодействовать система.

Рис. 6.1. Структура программных средств ИАС

	Средства сбора и					Средства управления и
	доработки данных,					администрирования
	создания и поддержки					информационно-
	информационного						аналитической
	хранилища					системы, репозиторий
	Средства оперативного					Средства визуального
						конструирования
						запросов и отчетов
							Средства
	Средства					формирования отчетов
	интеллектуального						(графика,
							мультимедиа)
						Средства удаленного
	Средства
						доступа, обеспечения
	моделирования
	и разработки
							корпоративной
	приложений
							базы данных
				Приложения,
			разработанные
			средствами ИАС

Основы создания и применения информационно аналитических систем

Доступ к данным может быть реализован (организован) в двух вариантах.

В первом варианте производится непосредственное обращение из ИАС в базы данных. Этот процесс осуществляется с помощью драйверов из библиотек BDE (Borland Database Engine) и ODBC (Open Database Connectivity). Доступ к необходимым данным возможен после создания псевдонима данных - описателя, содержащего сведения, однозначно определяющие необходимую базу данных. Состав их зависит от типа СУБД и режима работы. При обращении к SQL-серверу достаточно указать наименование сервера и имя непосредственно базы данных. В случае работы с файловыми системами необходимо указать полный путь к искомому файлу. В системе ODBC следует задавать источник данных ODBS DSN. Этот способ выборки данных позволяет реализовать режим непосредственного обмена on line, когда каждое изменение в источнике мгновенно отражается в OLAP-системе. Однако реализовать этот режим не всегда возможно в силу того, что источник может быть выключен или закрыт для доступа, из-за неудовлетворительного состояния каналов связи и по другим причинам.

Предусматривается в виду изложенного и другой режим . Перегрузка информации из операционных баз данных производится по определенному согласованному распорядку - сценарию, который может быть сформирован с помощью заимствованных средств, например блока преобразования данных DTS из состава MS SQL Server или собственных средств разработчика OLAP- системы.

Операция перегрузки может производиться:

− непосредственно из баз данных с их форматами,

− из текстовых файлов предварительно сформированных из таблиц операционных баз данных.

Все источники информации должны быть зарегистрированы в ИАС. Собранные из первичных источников данные компонуются в новую многомерную базу данных (МБД) или объектную надстройку, которая имеет различные названия в конкретных реализациях инструментов ИАС. Например: Юниверс (Univers) в системе Business Objects, выборка в системе «Контур Стандарт», гиперкуб - SAS, пул - SAP R-3, в некоторых источниках ее называют факт-таблица (см. выше) и т.д. При построении МБД используются таблицы-справочники для доступа к информации, относящейся к различным классификаторам. Связи между объектами из нескольких источников данных определяются по ключевым полям.

Средства OLAP-систем предоставляют широкие возможности применения фильтров в процессе компоновки МБД.

6.1.3. Средства преобразования данных

Ввиду чрезвычайно высокой значимости информации, используемой для анализа, которая повышается после выполнения аналитических работ, обязательна процедура предварительной очистки данных. Производится обеспечение и проверка достоверности различными аппаратно-программными средствами и многими способами, в том числе:

Обратная проверка, контрольное суммирование, помехозащитное кодирование, семантический контроль и т. д.

Помимо этого производится логическая обработка данных в виде отбраковки нехарактерных для данного набора значений разного рода показателей. В этом случае используются средства статистической обработки данных и другие методы.

Необходимость преобразования связана с тем, что физическое представление данных в ИХ, как правило, сильно отличается от представлений в источниках. Ставится также задача эффективной реализации запросов и выполнения требования по времени отклика системы. Имеется потребность в унификации форматов представления данных.

Для этих целей используются языки обработки реляционных и многомерных данных, а также специальные процедуры. Языки могут быть заимствованными или фирменными.

При сборе (доставке), упаковке данных в ИХ возникает естественная потребность в агрегировании данных. По материалам исследований 90% пользователей используют в работе сильно агрегированную информацию. Необходимость в использовании информации детального уровня возникает весьма редко. Для обеспечения эффективного использования ИХ ведется

Информационно аналитические системы

наблюдение в процессе эксплуатации за частостью и характером запросов к хранимым данным. Выявляются закономерности, определяются наиболее частые типы запросов. На основании наблюдений заранее готовится агрегированная информация по соответствующим показателям. Такие меры резко снижают время отклика, соответственно повышается эффективность ИАС. Для реализации такого подхода применяются специальные процедуры.

6.1.4. Средства оперативного (OLAP) анализа

Задачи оперативного анализа изложены в разделе 4.1.3. Все ИАС, сертифицированные как OLAP-системы, имеют в своем составе соответствующие программные модули. Программные инструментальные средства, обеспечивающие автоматизацию аналитических работ в целях поддержки принятия решений, в литературе получили два распространенных названия: OLAP - системы и информационные хранилища. Использование того или иного зависит от приверженности автора к продукту той или иной фирмы. Под этими названиями подразумевают и полный набор средств и частные подсистемы.

Реализация их направлена на максимальное упрощение действий пользователя в процессе анализа. В процессе оперативного создания отчетов DSS - EIS затруднительно по времени использование языковых средств. По этой причине широко используются упрощающие такую работу и сокращающие трудозатраты средства графического конструирования. Основной принцип действия - сборка из элементов, представленных в графическом виде структур отчетов. Представленная общая структура базы данных в виде схемы с условно отображенными атрибутами (реквизитами) и классами, являющаяся по существу заранее заготовленной витриной данных. Из нее простым перетаскиванием на отведенную часть экрана компонуется отчет. Отпадает необходимость написания SQL-запроса. В некоторых инструментах (Business Objects) в процессе графического конструирования автоматически формируется соответствующий SQL-запрос. Конструирование отчетов может быть организовано и на основе электронных таблиц. Для реализации такого подхода созданы специальные программные модули, реализующие систему диалоговых меню, шаблоны, графические конструкторы. Сценарий анализа формируется с использованием технологии drag&drop (перенести и оставить), а также выбором из предложенных в диалоговом окне альтернатив, нажатием курсором соответствующих кнопок, определяющих те или иные режимы, настройкой иерархического дерева атрибутов и т.д. С помощью перечисленных методов и соответствующих средств выбирается нужная база данных, соответствующие поля и записи, определяются подлежащие анализу показатели, задаются режимы фильтрации, взаиморасположение функций и параметров (повороты, срезы и другие процедуры OLAP-анализа).

Результаты анализа представляются в виде напечатанных отчетов или презентаций, которые состоят из следующих компонентов: страница, таблица, график. Для окончательного оформления с учетом эстетических и психофизиологических требований используют собственные средства ИАС или полученные результаты анализа в составе перечисленных компонентов переносят в другие среды, в которых могут быть добавлены различные дополнительные компоненты в виде рисунков, кино-, фото-, аудио-, видеоматериалов. Экспорт данных может быть осуществлен и в Web-среду. Возможен и обратный вариант: все перечисленные дополнительные компоненты импортируются в качестве внедряемых OLE-объектов.

При создании сложных сценариев OLAP-анализа использование мнемонических методов приводит к повышенным трудозатратам и может даже усложнить процесс в связи с их громоздкостью. В таких случаях используются программные методы. В качестве языков программирования применяют стандартный язык запросов SQL, расширенные или усеченные версии или специализированные фирменные языки. В различных инструментальных средствах применяются свои варианты инструментов:

– в продукте Business Objects используется стандартный SQL,

– в системе «Контур Стандарт» - объктно-ориентированный язык Python совместно с XML;

– в среде «Линтер-Невод» применяется свой язык LAB в совокупности с SQL;

– в системе Oracle Express OLAP работы в таких случаях ведутся в профессиональной инструментальной среде для визуальной объектно-ориентированной разработки

Основы создания и применения информационно аналитических систем

приложений Express Objects, в составе которой имеется язык Express Basic. Упомянутые средства программного метода подготовки OLAP-анализа позволяют выполнять анализ любой степени сложности с минимальными трудозатратами, но требуют достаточно высокой квалификации участников этого процесса;

– в семействе продуктов Microsoft - языки VBA, SQL.

6.1.5. Средства интеллектуального анализа данных

Это наиболее сложная, интеллектуально насыщенная часть информационноаналитических систем, что служит причиной наличия соответствующего модуля лишь в составе наиболее развитых систем. К тому же состав задач, выполняемых модулями такого назначения, зависит от уровня развития системы.

Интеллектуальный анализ чаще реализуется автономными программными системами в связи со сложностью выполняемых задач.

В то же время OLAP-системы частично выполняют самые отработанные и легко реализуемые функции интеллектуального анализа.

К специализированным пакетам интеллектуального анализа относится высокоразвитый набор инструментальных средств для интеллектуального анализа крупных массивов данных (до миллионов записей) «Polyanalist» российской фирмы «Megaputer». Эта фирма пользуется мировой известностью, ее продукты используются более чем в 20 странах, занимали призовые места на международных конкурсах, их применяют такие известные фирмы как Chase Manhatten Bank, Dupont, Siemens и другие.

Все семейство продуктов обеспечивает наиболее полный набор методов Data mining и Text mining из известных комплексов инструментальных средств.

В том числе обеспечивается:

− извлечение знаний в больших массивах данных;

− автоматическое построение и тестирование формул, описывающих обнаруженные функциональные зависимости;

− составление классификационных правил по заданным примерам; формирование многомерных кластеров;

− предложение алгоритмов решений;

− текстовый анализ с возможностью связи понятий;

− визуализация результатов анализа и другие возможности, реализованные в шестнадцати модулях.

Набор средств реализован в шести конфигурациях, содержащих различные комбинации модулей:

Polyanalist 4.6 - однопользовательская версия: Polyanalist 3.5 Lite, - студенческая версия

Polyanalist 3.5 Power - продукты для индивидуальных пользователей и малого бизнеса. Polyanalist 3.5 Professional для MS Windows NT/2000/XP - мощная система Data Mining

для профессионалов.

Polyanalist Knowledge server 4.6 - клиент-серверная cетевая версия продукта, объединена в Knowledge server. Предназначен для работы на высокопроизводительных платформах,

включая SMP-машины, обеспечивает доступ к SQL-СУБД: Oracle, DB-2, Informix, MS SQL - Server и другим СУБД и OLAP-системам. В составе продукта имеется средство разработки собственных data mining-приложений и специализированных аналитических систем - Polyanalist COM-SDK, продукт, предназначенный для создания собственных приложений для Data mining, который имеет высокоуровневый API, библиотеку вызовов и по выбору все или отдельно каждый математический модуль.

Информационно аналитические системы

Активно развивает свои продукты, ориентированные на реализацию методов Data mining российская фирма - Лаборатория BaseGroup (г. Рязань). Основная ориентация продуктов фирмы - обеспечение:

− подготовки массивов данных к анализу;

− прогнозирования событий и поведения процессов на основе применения большого набора нейросетевых методов;

− анализа ситуаций с помощью аппарата деревьев решений;

− применения методов ассоциативных правил, генетических алгоритмов, фильтрации.

Развитой системой в отношении возможностей, предоставляемых модулями и автономными подсистемами интеллектуального анализа, является инструментарий ИАС фирмы США «SAS Institute Inc». В комплект инструментальных средств, решающих задачи интеллектуального анализа, входят:

− SAS/ETS - в этом модуле реализуются методы анализа временных рядов, экономического системного моделирования и прогнозирования, финансового анализа и формирования отчетов; производится восстановление пропущенных значений методом интерполяции, изменение временной привязки временного ряда, выделение сезонной компоненты во временных рядах, построение трендов, выявление флюктуаций и нерегулярной части;

− SAS/STAT - использует статистические методы регрессионного, дисперсионного анализа, нелинейного моделирования, анализа категориальных данных, многомерного, в том числе факторного анализа, кластерного и непараметрического анализа;

− SAS/INSIGHT - динамическое средство для исследования и анализа данных; использует методы статистического исследования одномерных и многомерных данных;

− SAS/IML - интерактивный матричный язык программирования, оперирующий с матрицами данных, которые могут быть числовыми и символьными;

− SAS/OR - инструмент моделирования, анализа, решения задач исследования операций, управления проектами;

− модули решения задач нейросетевыми методами.

В 2004 выпускается на рынок платформа SAS9 - Intelligence Platform, которая является интегрированной инструментальной средой, имеющей удобный интерфейс, разнообразные средства прогнозирования, аналитики и оптимизации, бизнес-приложения.

В то же время высокого уровня инструмент Oracle Express OLAP имеет в своем составе ограниченный состав средств интеллектуального анализа. Решение такого рода задач, выходящих за рамки возможностей этого инструмента, предлагается выполнять средствами MS Excel

и другими специализированными инструментами Data mining, с которыми имеется дружественный интерфейс. Необходимо заметить, что многие ИАС возлагают на MS Excel задачи интеллектуального анализа, которые выполняются программными модулями «Мастера функций» этого популярного инструмента.

Среди массовых инструментов необходимо выделить пакет «Stadia-6.2» российской фирмы InCo, реализующий все методики статистического анализа, прогнозирование, сравнение возможных альтернатив выбора. Пакет «Statistica» - с его помощью возможно решение всех задач статистического анализа, а также выявления закономерностей и прогнозирования нейросетевыми и другими современными методами.

Нейросетевое дополнение к пакету «Statistica» разработано российской фирмой «Статсофт». Этой фирмой в 2004 году выпущена русская усовершенствованная версия этого инструментального средства. Широко распространенный пакет OLAP-анализа Business Objects имеет в своем составе модуль интеллектуального анализа «Miner», выполняющий ряд задач этого класса, в том числе деревья решений, кластерного анализа. Однако основные функции интеллектуального анализа предусмотрено выполнять средствами MS Excel.

Вышедший на рынок в 1999 году российский продукт «Контур Стандарт» из задач интеллектуального анализа выполняет лишь функции построения и анализа временных рядов (трендов) и кластерного анализа.

Основы создания и применения информационно аналитических систем

6.2. Управление и проектирование ИАС

1. Управление информационно-аналитическими системами.

2. Задачи и средства администрирования ИАС.

3. Принципы проектирования информационных хранилищ ИАС.

4. Рынок инструментальных средств ИАС.

6.2.1. Управление информационно-аналитическими системами

Управление информационно-аналитической системой является в определенной степени функцией администраторов комплекса информационных технологий, действующих на предприятии. Однако следует учесть, что ИАС обеспечивает необходимыми сведениями - знаниями непосредственно руководителей высшего уровня. Это определяет необходимость участия лиц, принимающих решения, в управлении созданием, развитием и применением комплекса средств ИАС, к которым относятся:

− информационные ресурсы;

− техническая платформа;

− системная платформа в составе операционных систем и сред;

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

Эти лица ставят задачи на создание информационно-аналитических систем, определяют содержание и структуру сведений, подлежащих накоплению в хранилище, форму представления извлекаемых знаний, лично используют возможности ИАС в различных процессах и режимах (по определению ИАС). В работах по созданию и применению информационноаналитических систем ЛПР опираются на администраторов, задачи которых будут рассмотрены ниже.

6.2.2. Задачи и средства администрирования ИАС

− планирование работы с ИАС;

− эксплуатация ИАС;

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

− контроль за их наполнением и т.д.

В информационном хранилище содержание и структура данных в отличие от OLTP меняется не постоянно, а по определенному графику перемещением из операционных БД статичных «кадров». Такой подход обеспечивает стабильность данных, их устойчивость от сиюминутных изменений.

Рассматриваются три стратегии загрузки:

− пошаговое внесение изменений из среды OLTP, начиная с момента последней загрузки.

Применение первого способа обеспечивает быструю перегрузку, но необходимо ис-

пользовать специальные программы для преобразования, при этом затруднительно масштабирование.

Информационно аналитические системы

Одним из важнейших этапов проектирования ИАС является создание общего представления о составе подлежащих анализу данных (содержащихся в ИХ и всех находящихся в сфере взаимодействия операционных баз данных). Такие сведения сосредотачиваются в базе метаданных (МД) - репозитории.

Загрузка из приложений во многом сходна с первым способом, при этом используется много различных технологий и файловых систем, необходимы значительные ресурсы. Выходом из положения является подработка данных внутри приложения и выдача их в согласованном формате.

Третий способ предусматривает загрузку только тех изменений, которые появились с момента последнего «Общения» операционной базы с ИХ. Применяются следующие приемы перегрузки данных в рамках третьего подхода: замена всей таблицы из операционной БД, просмотр меток дат и времени в источниках информации, чтение операционных контрольных файлов, прием изменений на уровне СУБД, чтение регистрационных записей СУБД, сравнение состояний операционных БД «до» и «после».

Постепенно третий подход, то есть сбор измененных данных становится единственным.

Планирование

Операции загрузки и обновления должны быть четко спланированы, так как только такой подход обеспечит бесперебойность работы ИАС. В концепцию спроектированной ИАС или ИХ закладывается частость обновления данных после первоначальной загрузки. Периодичность таких акций тщательно планируется, для этого применяются мощные и гибкие инструменты. Эти средства могут работать в автоматическом режиме, то есть сами запускаться в определенное автоматическим планировщиком время. Программные системы могут использовать средства планирования смежных систем.

Эксплуатация

Производится контроль состояния системы с помощью встроенных программных средств, ведется анализ и отчетность о работе системы, содержащейся в ней информации. Производится настройка систем руководителя, поддержки принятия решений. Сгенерированные отчеты систематизируются, хранятся в специальном каталоге приложений, что экономит время и средства на создание новых отчетов. Эта работа в продвинутых ИАС максимально автоматизирована.

6.2.3. Принципы проектирования информационных хранилищ ИАС

Эта проблема актуальна не только для проектировщиков программных продуктов, администраторов ИАС, но и для пользователей, в особенности наиболее представительной по численности группы - аналитиков. В статье Computerworld 03.02 1995 года отмечалось, что «Data warehose нельзя купить, его надо строить самим». В этом строительстве должны участвовать все - от руководителей до аналитиков, членов специальной группы проектировщиков ИХИАС. Программные средства, которые можно купить, являются лишь инструментом для создания и поддержки ИХ-ИАС.

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

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

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

оценить информационный обмен, обусловленный внешними связями с учетом международных с этих позиций;

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

Основы создания и применения информационно аналитических систем

разработать или модернизировать с учетом имеющегося на предприятии (в корпорации) опыта и наработок систему классификации, кодирования, реквизитов, показателей, ориентируясь на требования, которые предъявляют сложившиеся условия и возможности, предоставляемые внедряемыми инструментальными средствами.

Одной из важнейших задач ИАС является преодоление кризиса оперативного анализа или как его называют в англоязычной литературе Data in Jail (DIJ) - «данные в тюрьме». Смысл в том, что при обилии исходных данных без квалифицированного использования их пользователь не в состоянии извлечь из них информацию и приобрести знания о процессах, происходящих в Вашем бизнесе или другой предметной области. Здесь следует напомнить, что данные и информация не одно и то же.

Для превращения данных в информацию и знания в процессе анализа средствами ИАС и создания наиболее приемлемой архитектуры инструментальных средств ИАС необходимо соблюдение ряда условий:

1. Необходимо, чтобы принятое по выбору инструмента решение покрывало бизнес-потребности предприятия. Комплект программных продуктов должен обеспечивать выполнение полного спектра задач ИАС, а также обеспечивать техническую поддержку, обучение за приемлемую цену или возможности самообучения благодаря наличию добротной бумажной или электронной документации, другие сервисные услуги и возможности. Помимо инструментально-технологической основы комплект должен содержать готовые приложения, которые могли быть использованы немедленно, а также служить ориентиром для дальнейших разработок. Сюда могут быть включены аналитические задачи, поддерживающие поиск возможностей роста, обеспечивающие финансовую эффективность и т.д.

2. Должна обеспечиваться интегрированность - решение должно хорошо сочетаться с существующей платформой или средой. Необходимо реализовать гармоничное взаимодействие между всеми модулями системы на основе действующих стандартов в индустрии программных продуктов.

3. Необходимо выполнение условия неограниченности - то есть выбранная конфигурация средств должна быть адаптируема к изменениям и расширению на увеличение числа пользователей и объемов данных.

4. Свойство гарантированности - решение должно быть проверенным в смысле получения тех свойств, которые мы собирались обнаружить в данном продукте - получении бизнеспреимуществ и качества технологии. Поставщик продукта должен иметь прочные позиции на рынке, устойчивое финансовое состояние, хорошую клиентскую базу, большое число партнеров, пользующихся его технологиями.

При проектировании ИАС, под которым будем подразумевать выбор инструментальных средств, структурирование управленческих решений в рамках структурирования информационного пространства предприятия, подготовка витрин данных, исследование потребностей ЛПР в составе и других характеристиках информации, необходимой для принятия решений и т.д.

Основная задача администраторов ИАС - создание систем факт-таблиц с таблицами размерности и консольными таблицами. При этом должны соблюдаться требования потребителей информации. Должен быть обеспечен диалог аналитика и соблюдение требований к динамике процесса. Необходимо учитывать при проектировании «витрин данных» и других элементов ИАС психофизиологические требования и нормы к процессам анализа и обеспечения принятия решений.

Вопросы денормализации реляционных баз и нормализации многомерных баз также являются одними из основных при создании ИАС. Следует учитывать, что инструменты создания гиперкубов также допускают связи между таблицами «многие ко многим».

Средства реализации и задачи проектирования комплекса data mining

Наиболее развитые инструментальные средства ИАС, такие как SAS, Oracle, особенно математические среды такие как Matlab, обеспечивают представление добытых в результате

Информационно аналитические системы

анализа данных в виде моделей различного рода. Специальные процедуры и языковые средства дают возможность снижения трудозатрат при построении моделей на основе анализа имеющихся данных об исследуемых объектах.

Развитые средства data mining имеют графические средства анализа в виде графических конструкторов моделей, развитых средств отображения результатов, в том числе 3-D.

Задача проектировщика ИАС заключается в подборе, освоении в плане обеспечения соответствия параметров выбранных инструментальных средств задачам, стоящим перед предприятием (корпоративной структурой) в части интеллектуального анализа данных, необходимых для принятия стратегических решений.

Заметим, что комплекс этих средств должен обеспечить выполнение задач анализа, возникающих в трех названных разделах науки: математической экономики, эконометрики, специальных задач DM-g.

Условия успеха в интеллектуальном анализе данных:

– ясность в представлении цели анализа,

– подготовка существенных для проводимого исследования данных,

– правильный выбор методов и программных средств,

– квалифицированное и тщательное выполнение методов анализа,

– решение о применении результатов анализа.

Остальные принципы ложатся в рамки традиционного канонического и индустриального проектирования информационных систем. Они достаточно подробно рассмотрены в учебнике «Проектирование экономических информационных систем» в разделе «Проектирование систем оперативного анализа данных» (1).

6.2.4. Рынок инструментальных средств ИАС

На российском рынке инструментальных средств ИАС представлены в основном зарубежные продукты, чаще американских фирм. В последние годы стали появляться российские инструментальные средства создания ИАС, они имеют как целевой характер, в основном в области финансового анализа, так и многоплановый.

На мировом рынке отмечается бурный рост продаж инструментальных средств Business Intelligence при спаде спроса на функциональные (OLTP-системы) (49). Лидером рынка таких технологий стала компания Business Objects. Ее средства стали полнофункциональными с неограниченными возможностями по отношению к масштабам предприятия. Достигнуто это за счет развития собственного продукта и скупки компаний, владеющих смежными технологиями, необходимыми для достижения полной функциональности.

Как показано выше (п. 1, 2), все средства анализа и ИХ можно поделить на три больших класса:

1. Средства массового применения, к которым относятся Excel, Statistica.

2. Встроенные в интегрированные инструментальные средства создания ИС предприятия модули разработки и поддержки ИХ и анализа данных.

3. Специализированные инструментальные средства создания ИХ и обеспечения различного вида анализа.

Средства, относящиеся к первому классу

Программный инструмент MS Excel, в особенности версия Excel 2000 и выше, имеет практически полный набор признаков, отвечающих требованиям, предъявляемым к ИАС:

- средства получения данных из операционных БД - ODBC и другие по желанию заказчика;

- развитые средства использования факт-таблиц (OLAP-кубов), разработанных в среде инструментов OLAP-средств, статистического и финансового анализа;

- широкий набор средств оформления отчетов, базирующийся на средства MS Office, которыми широко пользуются другие пакеты.

3. Классификация аналитических систем.

4. Концепции построения ИАС.

1. Общее понятие информационно – аналитической системы.

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

· закономерности протекания хозяйственных процессов,

· правовую среду,

· неписаные правила и традиции ведения дел,

· экономическую конъюнктуру и т.д.

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

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

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

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

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

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

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

2. Функции и сферы применения ИАС.

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

Основными функциями информационно-аналитической системы являются:

· Хранение данных;

· Анализ данных, в том числе оперативный и интеллектуальный;

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Можно выделить следующие принципы построения ИАС на предприятии:

· объединение всех информационных процессов предприятия;

· встраивание системы в уже сложившуюся организационную структуру предприятия;

· координация усилий всех подразделений предприятия при выполнении поставленных задач;

· открытость системы для дальнейшего развития;

· комплексное использование всех доступных методов анализа;

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

3. Классификация аналитических систем.

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

По оценкам IDC рынок BI состоит из 5 сегментов:

1. OLAP -продукты,

2. инструменты добычи данных,

3. средства построения Хранилищ и Витрин данных,

4. управленческие информационные системы и приложения,

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

6. системы СППР.

Полный классификатор аналитических систем

OLAP -продукты	Способ хранения данных	MOLAP
		ROLAP
		HOLAP
	Место размещения OLAP -машины	OLAP -серверы
		OLAP -клиенты
	Степень готовности к применению	OLAP -компоненты
		Инструментальные OLAP -системы
		OLAP -приложения
Инструменты добычи данных	Метод Data Mining	Фильтрация
		Деревья решений
		Генетические алгоритмы
		Ассоциативные правила
		Нейронные сети
	Способ предоставления	В составе OLAP -систем
		В виде самостоятельных систем Data Mining
Средства построения Хранилищ и Витрин данных	Средства проектирования Хранилищ данных	В составе СУБД
		Универсальные средства
		Студии
	Средства извлечения, преобразования и загрузки данных	В составе СУБД
		Универсальные средства
	Готовые предметно-ориентированные ХД
Управленческие информационные системы и приложения	Вид решаемой задачи	Анализ финансового состояния
		Инвестиционный анализ
		Подготовка бизнес-планов
		Маркетинговый анализ
		Управление проектами
		Бюджетирование
		Финансовое управление
	Масштаб решаемой задачи	Автоматизация труда одного специалиста
		Для коллективной работы группы сотрудников
		Для применения в территориально распределенной корпорации
	Технологическое построение	Монолитные
		Настраиваемые
Инструменты конечного пользователя для выполнения запросов и построения отчетов	В составе OLAP -систем
	В виде систем Query & Reporting
Системы СППР	В рамках данного материала системы СППР подробно не рассматриваются, так как это является отдельной специфической областью интеллектуальных информационных систем.

Рассмотрим более подробно каждый сегмент.

OLAP -продукты.

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

· по способу хранения данных,

· по месту нахождения OLAP -машины,

· по степени готовности к применению.

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

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

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

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

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

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

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

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

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

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

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

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

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

Инструменты добычи данных.

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

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

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

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

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

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

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

Инструменты добычи данных поставляются заказчикам двумя способами:

· в составе OLAP -систем,

· в виде самостоятельных систем Data Mining .

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

Средства построения Хранилищ и Витрин данных.

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

· средства проектирования Хранилищ данных,

· средства извлечения, преобразования и загрузки данных,

· готовые предметно-ориентированные ХД.

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

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

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

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

Управленческие информационные системы и приложения.

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

· по виду решаемой задачи,

· по масштабу решаемой задачи,

· по технологическому построению.

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

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

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

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

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

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

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

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

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

Аналитические системы также классифицируются по масштабу решаемой задачи:

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

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

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

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

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

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

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

Инструменты конечного пользователя для выполнения запросов и построения отчетов.

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

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

· в составе OLAP -систем,

· в виде специализированных систем Query & Reporting .

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

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

4. Концепции построения ИАС.

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

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

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

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

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

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

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

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

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

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

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

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

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

5. Общая структура информационной аналитической системы.

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

Рисунок 1. Структура информационной аналитической системы (ИАС)

Рассмотрим состав основных подсистем.

Подсистема хранения данных.

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

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

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

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

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

Подсистема метаинформации.

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

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

Подсистема преобразования данных (загрузки хранилища).

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

· сбор данных,

· очистка данных,

· агрегирование данных.

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

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

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

Подсистема представления данных (организация витрин данных).

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

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

Подсистема оперативного анализа данных.

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

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

· Поворот. Добавление нового признака анализа.

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

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

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

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

Подсистема интеллектуального анализа данных.

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

Типичными задачами интеллектуального анализа данных являются:

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

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

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

К основным методам интеллектуального анализа данных относятся:

- Методы многомерного статистического анализа,

- Индуктивные методы построения деревьев решений,

Нейронные сети.

Подсистема «Информационная система руководителя».

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

Подсистема WEB – публикации.

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

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

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

Подобные документы

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

презентация , добавлен 14.10.2013


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

курсовая работа , добавлен 27.02.2015


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

дипломная работа , добавлен 11.04.2012


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

дипломная работа , добавлен 27.06.2012


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

презентация , добавлен 14.10.2013


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

курсовая работа , добавлен 10.01.2015


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

курсовая работа , добавлен 10.04.2011


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

курсовая работа , добавлен 16.12.2014

36. Информационно-аналитические системы. Преимущества применения финансовой аналитики ИАС.

Информационно-аналитическая система – автоматизированная система , позволяющая экспертам быстро анализировать большие объемы данных, как правило является одним из элементов ситуационных центров. Так же, иногда в состав ИАС включают систему сбора данных

В процессе разработки ИАС, системные аналитики создают модель предметной области (онтологию) для создания хранилища данных и прогнозирования. Модель формализуется в подсистеме метаданных.

ИАС обычно строится на следующих продуктах (с парочкой примеров, см. полную таблицу вконце):

1. СУБД, - Oracle 11g EE, MS SQL Server, SAP BW, PostgreSQL, MySQL и т. п.

2. Сервер портала, - Oracle Portal, IBM WebSphere Portal Server

3. Сервер приложений, - Oracle BEA WebLogic, SAP NetWeaver Application Server, Apache/Tomcat

4. LDAP-сервер (служба каталогов), - Active Directory, IBM Directory Server

5. Система загрузки данных (ETL), - Oracle Warehouse Builder 11, IBM DataStage, SAP ETL

6. Средство многомерной обработки данных, - Oracle OLAP Option, MS Analysis Services, IBM DB2 OLAP и т. п.

7. Средство построения отчетов, - Oracle BI, MS PerformancePoint Server 2007

8. Средство статистического анализа, - Oracle Data Mining, MS Analysis Services Data Mining, Crystal Reports

9. Средство полнотекстового поиска, - Oracle Secure Enterprise Search, Search Server 2008

10. Управление НСИ (нормативно-справочной инф-ей), - SAP MDM

11. Управление Метаданными - SAP BO MetaData Management

Обычно архитектура ИАС содержит хранилище данных (Data Warehouse) средства извлечения, преобразования и загрузки данных (ETL) и аналитические средства. Процесс переноса, включющий в себя этапы извлечения, преобразования и загрузки, называют ETL - процессом (E-extraction, T-transformation, L - loading; извлечение, преобразование и загрузка, соответственно). Программные средства, обеспечивающие его выполнение, называют ETL-системами. Хранилище данных представляет собою репозиторий данных, консолидированных из различных источников при помощи средств ETL. Обычно для моделирования данных в хранилище используется схема «звезда», которая определяет, что описание бизнеса (например, выпускаемой продукции) хранится в измерениях (dimension) в то время как меры (например, количество проданных единиц товара) хранятся в таблице фактов. Хранилище данных поставляет данные пользователю при помощи аналитических средств, таких как аналитическая обработка он-лайн (OLAP – On-Line Analytical Processing).

Для того, чтобы пользователь, не владеющий языками программирования, мог задать способы анализа (например, отчеты или кубы) и изучать результаты, ему предоставляется набор аналитических возможностей ИАС, основанный на хранилище данных и OLAP, который включает подготовку отчетов агрегированных данных с возможность управления процессом подготовки отчетов путем выполнения следующих операций над многомерным представлением (кубом) данных в хранилище:

− разрезы (slice), т. е. уменьшение размерности при визуализации результатов,

− отбор (dice), т. е. выбор множества отображаемых данных, агрегирование (drill-up), т. е. подъем вверх по иерархии изменения (неделя-месяц-квартал)

− детализация (drill-down) (область-район-город) с увеличением детальности,

− переход (drill-across) переход от одного куба к другому.

ИАС призваны обеспечить решение следующих задач:

1. Диагностировать неблагоприятные ситуации в экономическом состоянии предприятия и прогнозировать возможные последствия и осложнения. Апостериорный анализ и выявление причин реально наблюдаемых критических ситуаций.

2. Анализировать возможные последствия альтернативных управленческих решений по устранению кризисных ситуаций;

3. Изучать возможные последствия изменений внешних условий :

4. Исследовать эффективность различных долгосрочных конкурентных стратегий в условиях неопределенности.

5. Анализировать деловые качества и уровень квалификации управляющего персонала.

Для пользователей ключевыми являются вопросы:

Каковы основные показатели бизнеса,

Какие показатели можно ожидать в ближайшем будущем с учетом деятельности конкурентов и государственной политики в сфере экономики,

Какие изменения в поведении клиентов произойдут в будущем и как необходимо перестроить бизнес, чтобы сохранить позиции.

Для точного ответа на эти вопросы необходима консолидация данных по всей компании и внедрение бизнес аналитики. Программные продукты, выпускаемые ведущими компьютерными фирмами для аналитической обработки, получили название Business Intelligence (BI). BI – это аналитическая платформа компании и технологии, ее поддерживающие вместе с базами данных , а также хранилищами данных на всех уровнях.

В области финансовой аналитики ИАС дает возможность понять, какие показатели являются ключевыми, определяющими и управлять ключевыми параметрами, от которых зависят дивиденды по акциям и прибыль. Использование финансовой аналитики помогает менеджеру среднего звена улучшить финансовые показатели за счет использования полной и актуальной информации относительно вклада данного подразделения в общие расходы и прибыль компании. ИАС позволяет контролировать и отображать в случае необходимости сотни ключевых показателей и десятки форм отчетов, что дает возможность финансовому менеджеру улучшить денежные потоки , снизить издержки и увеличить прибыль, одновременно поддерживая более точную, аккуратную, своевременную и транспарентную финансовую отчетность.

Преимущества применения финансовой аналитики ИАС заключаются в следующем:

Контроль платежеспособности – обеспечивается управление наличностью и мониторинг операционной эффективности и платежеспособности департаментов при одновременном снижении издержек. Оборачиваемость – мониторинг цикла движения наличности для управления капиталом, управления коллекторской деятельностью и управления риском платежеспособности, Своевременное ведение и анализ данных Главной книги – обеспечивает управление финансовыми показателями в разрезе связей с клиентами, анализ данных в разрезе продукции и регионов и получение в реальном времени тревожных предупреждающих сигналов о событиях, которые могут повлиять на финансовые условия. Прибыльность – идентификация наиболее прибыльных патентов, продуктов и память и понимание ведущих показателей и условий прибыльности по районам, отделениям и центрам прибыли.

Доп. Информация

Другие сферы

В области аналитики торговли и продаж − ИАС значительно повышает эффективность менеджеров по продажам. Система позволяет контролировать сотни ключевых показателей – индикаторов и большое количество отчетов. Обеспечивает в реальном времени, ориентированную на принятие решений картину на каждую возможность роста объема продаж. Обеспечивает более точное прогнозирование продаж и расширенные возможности идентификация возможных проблем и возможностей.

Преимущества:

1. Анализирует возможности цепочек поставки, чтобы определить действия, необходимые для удовлетворения целей рынка.

2. Определяет, какие сегменты продуктов и клиентов приносят наибольший доход

3. Идентифицирует возможности перекрестных продаж и продаж более общей номенклатуры товаров.

В области маркетинговой аналитик и ИАС обеспечивают получение максимального результата от инвестиций в маркетинг. Маркетинговая аналитика позволяет достичь наилучших показателей за счет предоставления всей маркетинговой команде полной (вплоть до минуты) картины пользовательских предпочтений, поведения клиентов при покупке товаров и сведений о прибыльноти маркетинговых стратегий. Маркетинговая аналитика помогает сблизится с наиболее ценными клиентами, расширить сотрудничество с ними и улучшить эффективность маркетинга.

Преимущества, предоставляемые ИАС:

1. В области маркетингового планирования – позволяет достичь лучших результатов по расходам на маркетинговые кампании, построить профили клиентов для более эффективного проведения маркетинговых акций и проводить эти кампании более эффективно, выявив движущие силы маркетинговой кампании и улучшить ее эффективность.

2. В оценке показателей эффективности маркетинговой кампании – осуществляет трассировку (пошаговый мониторинг) и измерение показателей эффективности кампании в реальном времени, облегчает понимание факторов, определяющих успех кампании, сравнение метрик отдельных маркетинговых кампаний по их результативности.

В области аналитики логистики и цепочек поставок ИАС обеспечивает лучшее управление при возникновении сложностей в цепочке поставок. Предоставляет реальную, вплоть до минуты картину на складах, поставках, отправке и поступлении, а также характеристики поставки для того, обеспечивая возможность лучше управлять соглашениями с клиентами, одновременно оптимизируя хранение и затраты поставщиков. Большое количество заранее запрограммированных отчетов и “приборных доски” дают исчерпывающую картину относительно состояния дел в подразделениях продаж, логистики, отгрузки, производства и контроля качества.

Преимущества:

1. В части поставки и отгрузки – система дает детальную наблюдаемость относительно прямых и косвенных затрат и определения возможности минимизировать затраты и уменьшить стоимость.

2. В части оценки характеристик поставщиков – мониторинг цен, отгрузки, и качества продукции для определения поставщиков с наилучшими и наихудшими показателями.

3. В части хранения – дает наглядную картину складской деятельности с целью минимизации расходов, которые не являются необходимыми и оптимизировать складское хозяйство, чтобы сохранить рабочий капитал.

Классификация на гос и корп.

Можно классифицировать разрабатываемые и эксплуатируемые системы по форме собственности предприятий (организаций) − пользователей: государственные и корпоративные . Государственные информационно-аналитические системы далее классифицировать по уровням государственного управления : информационно-аналитические системы и ситуационные центры создаются на всех уровнях государственного управления от Президента РФ до министерств и служб (МИД, МИНЧС, Минобразования и науки, систем на уровне регионов.

Корпоративные информационные системы в свою очередь подразделяются по сферам применения, из которых нас больше всего интересует экономика. Информационно-аналитическая система необходима различным категориям пользователей, таким как:

− Директору (Президенту компании),

− Финансовому директору,

− Директору (Вице-президенту) по информационным технологиям (CIO – Chief Information Officer) и другим представителям менеджмента корпорации.

Подробности о системе

Основной чертой современных ИАС является то, что работа с пользователем начинается не с предоставления ему аналитических отчетов, с помощью которых он сам бы отыскивал узкие места и критические ситуации и потом анализировал их причин. Система начинает с того, что обращает внимание пользователя на исключения, нештатные ситуации. Пользователь, получив от системы такой сигнал, переходит к анализу проблемной ситуации, причем система генерирует детальные отчеты только по требованию пользователя. Другими словами, система адаптирована к типовому сценарию работы пользователя.

В этих новых системах результаты аналитических отчетов отображаются на специально выделенной части рабочего стола компьютера, называемой «приборная доска» или «пульт управления», причем функциональность этих отчетов отражает потребности большинства пользователей данной организации (порядка 80%) в сведениях, которые необходимы им для эффективного выполнения работы . Причем информация выдается пользователю исключительно та, которая ему необходима и только тогда, когда она ему необходима. Тогда и только тогда пользователи просматривают эту информацию, которая возможно окажется релевантной рассматриваемой проблеме и они могут получить доступ к этой информации быстро и эффективно.

Такие аналитические средства реализуются с помощью Web-технологии и позволяют пользователям осуществлять мониторинг состояния процесса при беглом взгляде на экран. Цветовое кодирование, индикаторы критических ситуаций, легко воспринимаемые диаграммы и таблицы позволяют пользователю быстро оценить, какие характеристики лучше или хуже ожидаемых, и выявить критические процессы.

Затем, в случае необходимости, щелкая мышкой по метрике, пользователь получает более подробную информацию о том, что происходит на критических участках. Благодаря тому, что рабочий стол пользователя выделяет аномальные ситуации, которые пользователь должен проанализировать, и предоставляет ему дополнительную информацию только в случае необходимости, пользователь избавляется от необходимости просматривать горы отчетов и самостоятельно находить эти ситуации. На “пульт управления” менеджера аналитика предоставляет многослойную информацию, таким образом, что каждый последующий слой содержит более детальную информацию о событии, что позволяет пользователю переходит от реактивного мониторинга к проактивному анализу и действиям.

На верхнем уровне многослойной аналитической системы представлены отчеты об экстренных ситуациях, которые требуют немедленного вмешательства. Они позволяют пользователю окинуть взглядом полдюжины метрик, а также отчеты или другие документы, если его рабочий стол реализован виде портала. Метрики представлены в виде визуальных иконок, таких как «спидометры», «термометры», «стоп-листы», графики или диаграммы, которые можно редактировать, чтобы удовлетворить текущие потребности пользователя. Метрики дают пользователю беглый взгляд на характеристики, процессов или подразделений, которыми пользователь системы осуществляет руководство. В целом верхний уровень по оформлению напоминает пульт диспетчера атомной станции или крупного теплохода.

В то время как верхний уровень предупреждает менеджера о наличии критических ситуаций, средний уровень аналитической системы осуществляет их анализ и исследование. Ниже уровня пульта управления находится собственно аналитическая система, доступ к которой пользователь осуществляет, щелкая мышкой по иконке метрики или характеристике. Аналитический разрез, обычно создаваемый при помощи технологии OLAP, позволяет пользователю использовать различные сечения многомерного куба, с высокой скоростью, когда ему необходимо добраться до корней проблемы. Технология OLAP позволяет производить обработку данных “со скоростью мысли”. Пульт управления обеспечивает пользователю целенаправленный анализ и навигацию данных, исключая тем самым возможность потеряться в море данных.

Нижний уровень содержит операционные данные и отчеты. Несмотря на то, что большинство пользователей будет удовлетворено информацией, которую они получили на аналитическом уровне, некоторые могут захотеть получить более детальные сведения и даже изучить отдельные транзакции. Это желание приводит их на нижний слой пульта управления показателями, который обеспечивает доступ к операционным данным, хранящимся в хранилище данных или в журналах транзакцией, автоматически направлять запросы в эту систему, выбирать необходимые данные и представлять их пользователю в отдельном окне системы. Большинство OLAP систем встроено в пульт управления, что позволяет оперативно переключаться от просмотра глобальной картины к детальному анализу.

Для основных классов современных ИАС характерны следующие особенности:

- Системы основываются на Интернет-технологиях , что облегчает доступ к данным, упрощает для пользователя навигацию в системе (используя такие опции, как “назад”, “вперед”, “отмена”) и обеспечивает централизованное управление данными и администрирование.

В них используются портальные технологии , обеспечивающие как единую точку входа в информационное пространство предприятия и в Интернет.

- Интерфейс , реализованный в виде приборной доски или пульта управления, на котором отображается несколько ключевых метрик, позволяют оценить состояние дел беглым взглядом на приборную доску. Имеется возможность быстро обратиться также к ключевым показателям по подразделениям или отделам, которые хранятся в отдельной папке на приборной доске.

- Многослойность : данные организованы во много слоев, причем каждый последующий слой обеспечивает все более детальные данные относительно показателей , процессов или событий. Это позволяет пользователю осуществлять “бурение“, то-есть переходить ко все более детальным данным.

- Интерактивность : позволяет пользователю легко осуществлять навигацию, просматривать данные в различных сечениях и разрезах, а также осуществлять “бурение” данных, перемещаться по различным измерениям. Пользователь может также непосредственно выполнять целый ряд операций над данными.

- Управляемость : система обеспечивает целенаправленную работу с разномасштабными данными, работу по выбору видов отчетов, путей движения по данным или действий, которые пользователь может произвести, основываясь на контексте данных в процессе их просмотра.

- Своевременность : Показатели и отчеты актуализируются в соответствии с временной шкалой: по секундам, минутам, часам, или дням чтобы удовлетворить потребности пользователя. Предоставление пользователю данных осуществляется только тогда, когда они ему необходимы.

- Проактивность : Содержит машину построения правил, которая дает возможность пользователю определить цели и пороговые значения (ограничения) для различных показателей и определить, при каких значениях показателей должны выдаваться алерты или предупреждения. В системе могут быть заданы парметры или показатели для которых по достижении ими критических значений на монитор пользователя выдаются тревожные, визуальные или звуковые сигналы, называемые алертами.

- Кастомизация : Настройка приборной доски или пульта управления под роли и уровень управления пользователя с отображением только тех таблиц, показателей и отчетов которые каждый пользователь авторизован просматривать. Интеграция на приборной доске возможностей использования средств статистики и Data Mining для анализа ситуации при обращении к хранилищу данных и витринам , использование когнитивных карт и деревьев решений для выбора вариантов решений и использование методов исследования операций для их оценки.

- Персонализация : Позволяет пользователю выбирать объекты из авторизованного списка и располагать их на приборной доске в соответствии с их важностью.

- Гибкий доступ : Позволяет пользователю интуитивно обращаться к необходимым ему данным и отчетам из большого набора результирующих отчетов и графиков, включая мобильные приложения и удаленный доступ при помощи коммуникаторов.

- Коллаборативность : Средства допускают одновременную совместную работу группы сотрудников, включая просмотр отчетов. Коллеги могут обмениваться комментариями, направлять или публиковать для просмотра отчеты по списку или формировать рабочие диаграммы, в соответствии с которыми определенная группа пользователей совместно работает над проблемой. В крупных корпорациях эта функция реализуется при помощи ситуационных залов для коллективного рассмотрения ситуации и обсуждения возможных вариантов решений.

- Многообразие каналов общения с пользователем и форм представления информации: Позволяет пользователям публиковать и предоставлять отчеты по различным каналам, включая Web, электронную почту, принтер, беспроволочную связь, в любом формате, включая Excel, PowerPoint, PDF, HTML и другие.

- Саморегулирование : Предоставление возможности пользователю определять источники и природу любого показателя или объекта на приборной доске.

- Возможность печати : Предоставить возможность пользователю получать печатные варианты отчетов.

- Скорость : время реакции должно составлять менее секунды после щелчка мышкой.

- Масштабируемость : Характеристики не должны деградировать независимо от того, сколько пользователей одновременно работает в системе.

- Реактивность : Разработчики могут привносить новые данные или функциональность в течение нескольких дней но не месяцев или лет благодаря сервис-ориентированной архитектуре

- Портабельность : Пользователь должен иметь возможность отсоединиться от сети и забрать данные для дальнейшего анализа, например в виде файлов Excel.

- Реконфигурируемость структуры ИАС на основе использования SOA- (Service Oriented Architecture, Сервис ориентированной архитектуры) и онтологий.

Важным требованием к ИАС нового поколения является возможность накопления прецедентов, т. е. сохранение в базе данных ранее встретившихся критических ситуаций и действий, предпринятых для их разрешения с тем, чтобы можно было обучаться на опыте предыдущих ситуаций.

Информационно-аналитические системы поколения второй волны позволяют реализовать все основные функции информационной поддержки деятельности предприятия любого масштаба от малого или среднего бизнеса до крупного глобального холдинга.

Дополнительная таблица с продуктами

подсистема\Вендор	Oracle +(Hyperion)			SAP (+Business Objects)	Открытое ПО	Коммерческое ПО
		SQL Server 2008 x64 EE			PostgreSQL, MySQL	Система загрузки данных (ETL)
Oracle Warehouse Builder 11 либо Oracle Data Integrator	SQL Server 2008 Integration Services				Informatica PowerCenter	Средство многомерной обработки данных
Oracle OLAP Option либо Oracle Essbase	SQL Server 2008 Analysis Services				Средство построения отчетов	Oracle BI Enterprise Edition
SQL Server Reporting Services, PerformancePoint Server 2007		Business Objects / Crystal Reports		Средство статистического анализа	Oracle Data Mining	SQL Server 2008 Analysis Services Data Mining
IBM InfoSphere Warehouse Enterprise Edition
Средство полнотекстового поиска	Oracle Secure Enterprise Search	Search Server 2008	IBM OmniFind Enterprise Edition		Nutch,Tika,Carrot,Lucene,Solr	Поделись статьей: Похожие статьи 17 апреля 2015 Спрайты для игр - что это такое? 17 апреля 2015 Виртуальные деньги - это реальные деньги 17 апреля 2015 Перенос Windows на другой пустой жёсткий диск программой AOMEI Partition Assistant Перестановка hdd с системой на другой компьютер 17 апреля 2015 Скачать iTunes на Windows Типы Роутеры Жесткие диски Не включается Принтеры Тормозит Зависает Вирусы Планшеты Популярные статьи ShadowBan в Instagram – как выйти из тени (инструкция по выживанию) Скрытый бан аккаунта в instagram GSM-модуль Starline — чем он хорош и как установить? Виджеты в Dashboard Как закрыть dashboard Транзистор КТ815: параметры, цоколёвка и аналоги Кт 815 в каком режиме работает Не обнаружен ключ защиты программы 7 RLS – гибкая и тонкая настройка ограничений доступа к данным Новые статьи Как включить поддержку в BIOS? Как вставить смайлики во вконтакте Что можно указать для формального исполнителя Как удалить страницу в ВК? Как использовать ноутбук как монитор для компьютера Роутеры Жесткие диски Не включается Принтеры Тормозит Зависает Вирусы Планшеты Установка устройств Приложения