Проблема анализа исходной информации для принятия решений оказалась настолько серьезной, что появился отдельный 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.
Основное назначение ИАС — динамическое представление и многомерный анализ исторических и текущих данных, анализ тенденций, моделирование и прогнозирование результатов различных управленческих решений.
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 – OLAP. Основной задачей OLAP-анализа является быстрое извлечение необходимой аналитику для обоснования или принятия решения информации.
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.
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
- анализ деятельности филиалов и подразделений компании
- анализ финансовой деятельности
- проведение комплексной оценки деятельности предприятия
- анализ сбытовых процессов
Информационно-аналитические системы подразделений предполагают большую детализацию и более сложную аналитическую обработку. Эти системы помогают подготовить информацию для принятия решений.
Классификация аналитических систем.
Для обозначения аналитических технологий и средств в целом принято использовать термин "Business Intelligence". 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. В качестве синонимов понятия "СППР" оперируют также понятиями "аналитическая 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:
- OLAP-продукты,
- инструменты добычи данных,
- средства построения Хранилищ и Витрин данных,
- управленческие информационные системы и приложения,
- инструменты конечного пользователя для выполнения запросов и построения отчетов,
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.
В настоящее время применяются три способа хранения данных: MOLAP, ROLAP и HOLAP.
В случае MOLAP, исходные и агрегатные данные хранятся в многомерной БД или в многомерном локальном кубе.
В ROLAP-продуктах исходные данные хранятся в реляционных БД
В случае использования Гибридной архитектурыисходные данные остаются в реляционной базе, а агрегаты размещаются в многомерной.
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. 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. Среди одних из первых клиентскихOLAP-средств можно назвать OracleDiscoverer.
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. 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. 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. 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)– 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. Функциональность Data Mining в той или иной степени полноты реализации включена в аналитические системы различных производителей –Oracle, Hyperion, SAS и т.д. В России авторитетным разработчиком систем в технологии KDD является компания "Лаборатория BaseGroup".
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.
ETL-средства (extraction, transformation, loading) - 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. Существуют и специализированные системы, реализующие только ETL-функции. Классической ETL-системой является, например, продукт Ascential DataStage компании Ascential Software.
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.
Аналитические системы классифицируются по виду задач, решаемых с их помощью. Среди видов задач можно выделить:
- Анализ финансового состояния банка или предприятия. 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. Системы - Project Expert (Про-Инвест), Альт-Инвест (Альт) и другие.
- Маркетинговый анализ. Системы - Marketing Expert (Про-Инвест), Касатка и другие.
- Управлениепроектами. Системы - MS Project (Microsoft), Open Plan (Welcom Software Technology) и другие.
- Бюджетирование. Системы - Hyperion Pillar, Comshare MPC, КонтурКорпорация. Бюджет (Intersoft Lab) идругие.
- Финансовоеуправление. Системы - Oracle Financial Services Applications (Oracle),КонтурКорпорация. Финансовое управление (IntersoftLab) и другие.
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.
Практически каждая система класса OLAP снабжена средствами Query & Reporting. Эти средства могут быть как встроенными в основной продукт (примеры – "Контур Стандарт", Oracle Discoverer), так и выделенными в отдельный продукт (например, система Impromptu).
Также существуют и специализированные системы генерации и дистрибуции отчетов. Наиболее распространенные из них – это продукты компаний Crystal Decisions и Actuate.
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)
Соснов А.Р., Организация автоматизированного рабочего места аналитикаhttp://www.bibliotekar.ru/deyatelnost-predpriyatiya-2/84.htm
Ермолович Л.Л., Анализ финансово-хозяйственной деятельности предприятия. – Мн.: БГЭУ, 2001. – 545 с.
Адамадзиев К.Р., Гаджиев Н.К. Информационные системы управления предприятиями: Учебное пособие – Махачкала: Издательско-полиграфический центр ДГУ, 2007. – 139 с.
Гвоздева, В. А., Автоматизированные информационные технологии и системы – Москва 2011 – 541 с.
Бубнова Н. Г., Информатика в экономике: учебное пособиеМосква 2011. – 476 с.
Исаев Г.Н., Моделирование информационных ресурсов: теория и решение задач. Москва 2012 - 224с.