Экспертная оценка возможностей импорта данных о товарах и поставщиках в инструментальных средствах для создания интернет площадок электронной торговли

Размещено на http://www.allbest.ru/

Волжский политехнический институт (филиал) Волгоградский государственный технический университет

Экспертная оценка возможностей импорта данных о товарах и поставщиках в инструментальных средствах для создания интернет площадок электронной торговли

Технические науки

№57-3

Адамов Александр Сергеевич, старший преподаватель

Силантьев Александр Викторович, бакалавр, студент

25.12.2016

Аннотация

В этой статье рассматриваются программные решения возможностей импорта данных о товарах и поставщиках. Автор ставит перед собой цель анализа программных решений импорта данных в систему e-commerce, которые обеспечивают возможность обновления и повышения эффективности добавления данных. Данный анализ качества систем проведен по предложенным автором критериям, с помощью аналитической иерархической процедуры Саати. Итогом работы является экспертная оценка, позволяющая определить какой способ разработки программного решения более эффективен.

Импорт данных, электронная торговля, характеристика качества, сравнительный анализ, аналитическая иерархическая структура

При создании собственной электронной торговой площадки класса B2B становится актуальным процесс добавления данных о товарах и поставщиках в базу данных системы. Создание админ-панели для добавления информации пользователем автоматизирует этот процесс, но при наличии огромного количества информации текущее решение является неэффективным и требует большого количества трудовых и временных ресурсов.

Также, со временем информация о товарах и поставщиках устаревает и изменяется. Появляется необходимость регулярного обновления данных для увеличения продаж товаров и предоставления контрагентам актуальной информации о поставщиках.

Для решения выше изложенных требований существуют следующие способы:

1. Использование стандартного импорта CMS из файлов формата csv, xls, xml и другие (CMS UMI, CMS Simpla, PIM Akeneo).

2. Импорт с использованием механизма обмена 1C-Bitrix и других, где есть обмен с 1C (CMS 1C-Bitrix).

3. Реализовать собственный механизм импорта (Yandex Market).

Рассмотрим ряд решений в области организации электронных торговых площадок: CMS UMI, CMS Simpla, Yandex Market, PIM Akeneo, CMS 1C-Bitrix. Проведем сравнительный анализ данных программных платформ с точки зрения их эффективности при работе с товарами в электронной торговой площадке.

В качестве критериев для сравнительного анализа программных решений, выберем следующие:

1. A₁ - частота обновления данных;

2. A₂ - скорость обновления данных;

3. A₃ - расширяемость функционала;

4. A₄ - коммуникабельность функционала;

5. A₅ - объем передаваемых данных.

Для определения весов критериев воспользуемся аналитической иерархической процедурой Саати. Правила заполнения матрицы парных сравнений представлены в таблице 1.

Таблица 1. Значения коэффициентов матрицы парных сравнений

Матрица парных сравнений, средние геометрические и веса критериев представлены в таблице 2.

Таблица 2. Матрица парных сравнений, средние геометрические и веса критериев

Диаграмма весовых коэффициентов для критериев A₁, A₂, A₃, A₄, A₅ представлена на рисунке 1.

Рисунок 1. Весовые коэффициенты критериев качества.

Выполним проверку матрицы попарных сравнений на непротиворечивость.

Суммы столбцов матрицы парных сравнений:

R₁=7.53; R₂=1.93; R₃=14.33; R₄=19.00; R₅=5.40.

Путем суммирования произведений сумм столбцов матрицы на весовые коэффициенты альтернатив рассчитывается вспомогательная величина L = 5.42. Индексом согласованности ИС = (L-N)/(N-1) = 0.11.

Величина случайной согласованности для размерности матрицы парных сравнений: СлС = 1.12.

Отношение согласованности ОС=ИС/СлС = 0.09 не превышает 0.2, поэтому уточнение матрицы парных сравнений не требуется.

Используя полученные коэффициенты, определим интегральный показатель качества для определения направления создания программного решения импорта данных о товарах и поставщиках:

1. CMS UMI;

2. CMS Simpla;

3. Yandex Market;

4. PIM Akeneo;

5. CMS 1C-Bitrix.

Выберем категориальную шкалу от 0 до 9 (где 0 - функциональность не поддерживается вообще, 9 - максимальный уровень предоставляемой функциональности) для функциональных возможностей программных платформ.

Значения весовых коэффициентов a_i соответствующие функциональным возможностям продуктов:

A1 - частота обновляемых данных: a₁ = 0.18;

A2 - скорость обновления данных: a₂ = 0.48;

A3 - расширяемость функционала: a₃ = 0.08;

A4 - коммуникабельность функционала: a₄ = 0.04;

A5 - объем передаваемых данных: a₅ = 0.22.

где ?a_i = 1.

Определим (по введенной шкале) количественные значения функциональных возможностей X_ij (таблица 3). Вычислим интегральный показатель качества для каждого программного продукта.

Таблица 3. Интегральный показатель качества для каждого программного продукта

где Qj=?a_i*X_ij интегральный показатель качества для j-го программного средства.

Построим лепестковую диаграмму интегрального показателя качества каждого программного продукта (рисунок 2).

Рисунок 2. Лепестковая диаграмма интегральных показателей качества программных продуктов

Лепестковая диаграмма значений характеристик качества функциональных возможностей (критериев) представлена на рисунке 3.

Рисунок 3. Лепестковая диаграмма значений функциональных характеристик товар поставщик саати программный

Сравнительный анализ модулей импорта данных в программных продуктах показал, что все из рассмотренных программных средств имеют значения интегрального показателя качества, превышающего базовое. Однако у Yandex Market показатель качества больше остальных. Предлагаемая методика экспертной оценки позволила количественно оценить его качество с точки зрения объема данных и скорости их загрузки в систему, и показала, что в программных продуктах e-commerce создание собственного модуля импорта более эффективно, так как реализуется гибкая настройка под требования конкретного заказчика.

Список литературы

1. Кондрацкий Д.Е., Рыбанов А.А. Исследование методов и алгоритмов автоматизированной системы оценки альтернативных вариантов методом Т. Саати // NovaInfo.Ru. 2016. Т. 3. № 46. С. 107-116.

2. Рыбанов А. Определение весовых коэффициентов сложности тем учебного курса на основе алгоритма Cаати // Педагогические измерения. 2014. № 4. С. 21-28.

3. Рыбанов А.А., Макушкина Л.А. Технология определения весовых коэффициентов сложности тем дистанционного курса на основе алгоритма Саати // Открытое и дистанционное образование. 2016. № 1 (61). С. 69-79.

4. Морозов А.О., Рыбанов А.А. Экспертная оценка программных продуктов для расчета метрических характеристик физической схемы базы данных // Современные научные исследования и инновации. 2015. № 1-1 (45). С. 97-102.

Размещено на Allbest.ru