Информационные технологии

Аналитические данные используются в системах поддержки принятия решений.

Самые современные аналитические системы основываются на информационных хранилищах и обеспечивают весь спектр аналитической обработки. Доступ к информационным хранилищам реализован посредством транзакций. По интеллектуальным запросам OLAP-системы информационное хранилище выдает аналитические данные. По запросам, объединенным в транзакции, других систем информационное хранилище обеспечивает их обработку, выдачу ответов и отчетов, но не обеспечивает функцию анализа данных. Именно поэтому эти системы называются OLTP-системами (On-Line Transaction Processing) в отличие от OLAP-систем.

Примером OLAP-систем является Brio Query Enterprise корпорации Brio Technology. OLAP-средства включают в свои системы фирмы 1C, Парус и др. Технологии Data Mining (добыча данных) разработаны для поиска и выявления в данных скрытых связей и взаимозависимостей с целью предоставления их руководителю в процессе принятия решений. Для этого используются статистические методы корреляции, оптимизации и другие, позволяющие находить эти зависимости и синтезировать дедуктивную (обобщающую) информацию. Технологии обеспечивают:

Поиск зависимых данных (реализацию интеллектуальных запросов);

Выявление устойчивых бизнес - групп (выявление групп объектов, близких по заданным критериям);

Ранжирование важности измерений при классификации объектов для проведения *анализа;

Прогнозирование бизнес - показателей (например, ожидаемые продажи, спрос);

Оценка влияния принимаемых решений на достижение успеха предприятия;

Поиск аномалий и т.д.

Технологии Data Mining позволяют наблюдать за текущей информацией с целью поиска отклонений и тенденций без внимания в смысл самих данных. Их применяют, например, для оценки поведения покупателей, чтобы внести изменения в рекламную тактику, для корректировки выпуска продукции, изменения ценовой политики и т.д.

Интеллектуальные деловые технологии BIS (Business Intelligence Services) преобразуют информацию из внутренних и внешних баз в интеллектуальный капитал (аналитические данные). Главными задачами систем интеллектуального выбора данных является поиск функциональных и логических закономерностей в накопленных данных для подсказки обоснованных управленческих решений. Они основаны на применении технологий информационного хранилища и алгоритмов автоматизации деловых процессов (Workflow). Аналитические данные предоставляются руководству всех уровней и работникам аналитических служб организации по запросам в удобном виде.

Технология BIS описана в пункте 3.4.

Для интеллектуального анализа текстовой информации разработаны структурные аналитические технологии (CAT). Они ориентированы на углубленную обработку неструктурированной информации. Реализуют уникальную способность человека интерпретировать (толковать) содержание текстовой информации и устанавливать связи между фрагментами текста. CAT реализованы на базе гипертекстовой технологии, лингвистических процессоров, семантических сетей. .

Структурные аналитические технологии предназначены для решения разнообразных задач аналитического характера на основе структуризации предварительно отобранной текстовой информации. Являются инструментом создания аналитических докладов, отчетов, статей, заметок для использования в информационно-аналитических службах организаций, отраслей, государственного управления, СМИ и т.д.

4.4 Технологии систем поддержки принятия решений

До появления аналитических систем предпринимались попытки создания автоматизированных систем управления на основе анализа данных локальных баз предприятия. Однако реализованные функции значительно отличались от функций ведения бизнеса, так как данные, собранные в локальных базах, не адекватны информации, которая нужна лицам, принимающим решения.

Отличие систем поддержки принятия решений (СППР) от автоматизированных систем управления заключается в следующем:

автоматизированные системы управления О9нованы на локальных базах данных.

СППР - на информационных хранилищах, витринах данных;

автоматизированные системы управления используют только внутренние данные. СППР используют внутренние и внешние данные;

в автоматизированных системах управления используется одна модель данных

чаще всего - реляционная. В СППР применяются разные модели данных: витрин, реляционных и многомерных баз данных;

обе системы различаются архитектурой хранения данных;

автоматизированные системы управления обслуживают запросы, СППР обеспечивают интеллектуальные запросы;

в отличие от автоматизированных систем управления СППР обеспечивает интеллектуальную поддержку принятия решений.

Автоматизация деловых процессов, применяемая в системах электронного документооборота и групповой работы, автоматически обеспечила контроль исполнения деловых операций на уровне каждого сотрудника предприятия. Тем самым надобность в исполнительных информационных системах EIS отпала. Управленческие системы (MIS) разрабатываются на базе обработки детализированных данных предприятия как АРМ руководства всех уровней. Появление аналитических систем и технологий интеллектуального выбора данных позволило создать интеллектуальные системы поддержки принятия решений (DSS).

Системы поддержки принятия решений DSS (Decision Support System) на базе аналитических данных подсказывают или помогают выбрать руководящему персоналу обоснованное решение, приносящее успех предприятию. Они предназначены для:

Анализа данных, оценки сложившейся ситуаций для выработки решения;

Выявления ограничений на принимаемое решение, противоречивых требований, формируемых внутренней и внешней средой;

Генерация списка возможных решений (альтернатив);

Оценки альтернатив с учетом ограничений и противоречивых требований для

выбора решения;

Анализа последствий принимаемого решения;

Окончательного выбора решения.

Такие задачи относятся к классу слабо структурированных и неструктурированных задач, где невозможно без вмешательства человека дать четкие алгоритмы зависимостей между данными. В этих задачах количественные или качественные зависимости показателей либо неизвестны,, либо заранее не определены. В хорошо структурированных задачах можно найти алгоритм построения количественных или качественных зависимостей, что упрощает их автоматизацию.

Решение слабо структурированных задач основано на использовании экономико-математических моделей, методов экспертных оценок, многопроходного анализа данных.

Пользователями систем поддержки принятия решений являются руководители высших уровней управления предприятием и менеджеры аналитических служб. Отличие систем поддержки принятия решений от аналитических систем заключается в следующем. Аналитические системы подготавливают аналитическую информацию. Руководитель может на ее основе принять решение. Системы поддержки принятия решений проводят дальнейший анализ аналитической информации для выработки подсказки, списка решений или единственного обоснованного решения. Для реализации этих функций разработаны серверы DSS.

В настоящее время эксплуатируются четыре варианта архитектур СППР:

функциональные СППР на основе внутренних локальных баз данных;

на базе независимых витрин данных, информация которых не дублируется;

* на базе двухуровневой структуры информационного хранилища;

на базе трехуровневой структуры информационного хранилища.

Схема движения возможных потоков данных в управленческих системах приведена на рис. 4.2. На схеме показаны возможные пути движения данных при использовании трехуровневой структуры информационного хранилища. На конкретных предприятиях может использоваться часть из них, или иные схемы с использование других средств. Поясним схему.

Информационные хранилища получают оперативную информацию из внутренних источников данных организации (от функциональных подсистем). Если в организации реализован электронный документооборот, то его данные также размещены в информационном хранилище. По интернету могут быть получены данные из внешних источников (web-серверов правительственных и законодательных органов, конкурентов и т.д.).

При размещении внутренних и внешних данных в информационное хранилище используются средства погружения, которые выполняют очищение, синхронизацию, агрегирование и преобразование данных информационного хранилища в целостную и взаимосвязанную информацию.

Для снятия нагрузки с основного информационного хранилища организации можно использовать витрины данных. Они содержат, в основном, информацию, используемую АРМ сотрудников, включая АРМ генерального директора (MIS). Они обеспечивают запросы, связанные с поиском и обработкой детализированных данных.

Система электронного документооборота обеспечивает управление документами и деловыми операциями. Тем самым реализуется разделение работ между сотрудниками, исполнительная система EIS на уровне каждого сотрудника.

OLAP-системы, инструменты Data Mining, технологии BIS предоставляют интеллектуальный капитал аналитическим службам и руководству предприятия всех уровней для подсказки решения. Заметим, что достаточно присутствие одной системы.

Системы поддержки принятия решений (DSS) используют аналитические данные OLAP-систем и систем интеллектуального выбора данных для выработки решения. Они также могут посредством транзакций обращаться к информационному хранилищу.

На рынке средств доступа к информации аналитические системы занимают до 40% сегмента IAT (Information Access Tools). Наблюдаются следующие тенденции:

Ощутима бизнес-потребность в доступе к не структурируемой информации: текстам, графической, аудио-видео информации. Ее интеграция со структурируемыми данными приведет к появлению нового класса инструментов.

Наблюдается тенденция слияния OLAP-систем с инструментами интеллектуального выбора данных.

Большинство информационных хранилищ обеспечиваются средствами получения аналитических данных.

Системы поддержки принятия решений проникают во все сферы экономической и финансовой деятельности: банковские, маркетинговые, финансовые системы, электронный бизнес, торговлю, корпоративные информационные системы.

Следует запомнить

Задачи управления требуют нетривиальных подходов к их решению, так как для принятия решений требуются не просто данные, но их новый вид - знания. Управленческое решение необходимо принимать, учитывая противоречивые требования и быстро меняющуюся обстановку.

Технологии экспертных систем основаны на формализованном способе представления знаний эксперта ~ специалиста в исследуемой предметной области. Для представления знаний использовались фреймовые модели.

Технологии интеллектуального анализа данных обеспечивают формирование аналитических данных путем очищения данных локальных баз посредством статистических методов. Интеллектуальный анализ данных выполняют аналитические системы (OLAP), технологии добычи данных (Data Mining), деловые интеллектуальные технологии (BIS). Наибольший эффект достигается при использовании информационных хранилищ и многомерных баз данных.

Структурные аналитические технологии выполняют интеллектуальный анализ текстовой информации.

Технологии систем поддержки принятия решений (DSS) используют аналитические данные OLAP - систем и систем интеллектуального выбора данных для выработки решения.

Основные понятия

Фрейм, слот, агрегатные данные, измерение, факт, многомерная база данных, гиперкуб, интеллектуальный запрос.

Размещено на Allbest.ru