Pošaljite svoj dobar rad u bazu znanja je jednostavno. Koristite obrazac ispod
Studenti, postdiplomci, mladi naučnici koji koriste bazu znanja u svom studiranju i radu biće vam veoma zahvalni.
Slični dokumenti
Koncept i klasifikacija EIS-a. Sistem kontrole. Sistemi za obradu podataka. Upravljački informacioni sistemi. Sistemi za podršku odlučivanju. Savremeni informacioni sistemi obezbeđuju efikasnost komunikacije i integraciju učesnika.
izvještaj dodan 17.04.2006
Opća shema za modeliranje ekonomskih sistema. Koncept kognitivnih modela, njihove vrste. Problemi racionalnog izbora. Opšta izjava o višekriterijumskom problemu. Situacione sobe i centri kao razvoj koncepta sistema za podršku odlučivanju.
kurs predavanja dodan 30.05.2014
Pojam i struktura informaciono-logističkih sistema: funkcije, principi, nivoi, kriterijumi usklađenosti sa zahtevima. Interaktivne (dijaloške) procedure za podršku menadžerskom odlučivanju, koordinaciji tokova materijala i informacija.
test, dodano 11.09.2011
Kompjuterski bazirani logistički informacioni sistemi. Automatizovani sistemi upravljanja. Tokovi informacija. Dijagrami vertikalnih i horizontalnih informacionih sistema. Princip prihvatljivosti sistema za korisnika, postupno kreiranje sistema.
test, dodano 25.03.2009
Mjesto informacionog sistema u sistemu upravljanja. Kratka istorija upravljanja osobljem AIS-a. Klasifikacija AIS UP. Primjeri automatiziranih sistema upravljanja osobljem. Strano, rusko tržište automatizovanih sistema upravljanja osobljem.
sažetak dodan 28.11.2010
Osnovni principi izgradnje sistema „Upravljanje“ – jedinstveni automatizovani sistem, uključujući informacione sisteme namenjene donošenju upravljačkih odluka u oblasti javne uprave. Ciljevi i zadaci, funkcije i standardizacija.
prezentacija dodata 05.11.2016
Informacije i informacioni sistemi u menadžmentu. Informaciona i tehnička podrška sistema upravljanja kadrovima. Prikupljanje i pohranjivanje podataka primljenih od različitih sistema upravljanja. Osiguravanje efikasnosti donošenja odluka o primljenim informacijama.
seminarski rad, dodan 24.11.2014
Osnovni pojmovi i klasifikacija ACS-a. Informacijski i kontrolni sistemi. Podsistem tehničke podrške: svrha, sadržaj, istraživanje. Informaciona podrška i njen sastav. Tokovi informacija. Problemi i zadaci u implementaciji ACS-a.
seminarski rad, dodan 11.07.2008
Trenutno se u praksi koriste dvije klase implementacije informacija.
sistemi (IS) upravljanja organizacijom. Na sl. 5 prikazuje klasifikaciju menadžera
informacioni sistemi na vozilima. Prvi ":; zasnovan je na automatizacija računovodstva
računovodstvene funkcije. Sistemi ove klase su najčešći u domaćim ATO.
Druga klasa IP-a se u početku zasniva na automatizacija proizvodnje
funkcije. Sistemi ove klase ispunjavaju de facto standard za upravljačku IC
EKP organizacija
organizacije).
Rice. 5. Klasifikacija upravljačkih informacionih sistema u vozilima
To je skup dobro dokazanih principa, modela i procedura za upravljanje i kontrolu koji služe za poboljšanje performansi organizacije. Standard E objedinio je veliko iskustvo u praktičnoj upotrebi informacionih sistema koji ispunjavaju zahteve MKR-P (Mapisplipo Kezoigse P1animg – planiranje proizvodnih resursa) i RKR (Pmanaa! Sistem upravljanja transportom u potpunosti usklađen sa standardom EKR, mora podržavati 16 funkcionalnih podsistema:
Planiranje transporta i povezano planiranje pratećih proizvodnih procesa (npr. održavanje i popravka);
Upravljanje potražnjom za pružanjem usluga prijevoza;
Izrada plana proizvodnih aktivnosti;
Planiranje materijalnih potreba; O
Specifikacije i tehnološke karte pruženih usluga;
Upravljanje skladištem;
Planiranje interakcije sa partnerima;
Upravljanje proizvodnim procesima na nivou posebnog odjela;
Planiranje transportnih kapaciteta flote;
Kontrola ulaznih i izlaznih informacija;
Upravljanje nabavkama;
Planiranje raspodjele sredstava između organizacionih jedinica;
Planiranje i kontrola proizvodnih i tehnoloških operacija;
Financijsko upravljanje;
Modeliranje;
Procjena i analiza rezultata parka.
U IS-ima koji podržavaju EKR, novi moduli sistema se mogu integrisati sa glavnom jezgrom sistema na prirodan način. Pojavljuju se i ugrađuju se u logički kontrolni lanac jer se identifikuje potreba za nesmetanim snabdijevanjem flote materijalima, komponentama, opremom, finansijama, narudžbama itd.
Automatski sistemi u drumskom saobraćaju se trenutno razvijaju u četiri pravca (vidi sliku 9.9).
Automatski sistemi za obuku vozača(simulatori) smanjuju troškove i vrijeme za obuku vozačkog osoblja. Simulatori su neophodni za uvježbavanje radnji za sprječavanje vanrednih situacija u teškim i nepredviđenim uvjetima. Ovo je posebno važno kada se uzme u obzir da moderan drumski voz može prevesti robu u vrednosti od nekoliko miliona rubalja.
Automatski sistemi na trafostanicama, koji su dizajnirani da olakšaju rad vozača, uključuju sljedeće osnovne sisteme:
AB8 - sistem protiv blokiranja točkova - omogućava vam da održite putanju vozila pri kočenju na površini puta koja nije ujednačena u prianjanju na točkove;
Kontrola automatskog menjača - pomaže u smanjenju umora vozača i fokusiranju njegove pažnje na uslove na putu;
Tempomat - omogućava vam da automatski održavate zadatu brzinu vozila:
E8P - sistem kontrole vuče - izbegava proklizavanje jednog od pogonskih točkova;
OZS - sistem dinamičke stabilizacije - pomaže u održavanju putanje vozila u krivinama.
Integracija pojedinačnih sistema u budućnosti će omogućiti stvaranje sistema automatskog upravljanja za automatske telefonske centrale. Već sada su velike automobilske korporacije "Volyo" i "Megseoes" udružile snage u razvoju specijalnih kompleksa za kontrolu kamiona. Zamislite konvoj od 20 kamiona ili drumskih vozova koji putuju brzinom do 110 km/h, a vozi ih jedna osoba u vodećem vozilu. Trenutno se na putevima Skandinavije testira prototip koji se do sada sastoji od samo dva drumska voza, koji se mogu kretati brzinom do 60 km/h unutar gradova i do 80 km/h u predgrađima.
Prije svega, sistemi automatskog upravljanja za automatske telefonske centrale će se implementirati u tehnološki transport na velikim terminalima, morskim lukama itd.
Automatski sistemi pozicioniranja SS, identifikacija SS i tereta već su našle prilično raširenu upotrebu u avionima i o njima je ranije bilo detaljno razmotreno.
Sistemi za automatsko izvršavanje poslovnih procesa omogućavaju vam automatizaciju implementacije pojedinačnih operacija transportnog procesa. Najčešće se takvi sistemi zasnivaju na automatskim sistemima za identifikaciju aviona i tereta, koji mogu biti izvor podataka za odlučivanje o izboru određenih radnji u procesu transporta. Na primjer, sortiranje robe na terminalu kako bi se formirala ruta ili, već spomenuto, sistem kontrole transporta gumene robe na graničnom prijelazu Torfyanovka (vidi odjeljak 6.9).
Sistemi za automatsko određivanje lokacije aviona, identifikacija aviona i tereta, izvršavanje poslovnih procesa su od najveće važnosti kao dobavljači objektivnih
informacije u realnom vremenu u automatizovane upravljačke sklopove. Upotreba automatskih sistema za pripremu početnih informacija u upravljačke informacione sisteme stvara osnovu za izgradnju upravljačkog sistema zasnovanog na principima EKR.
Automatizirani sistemi, bazirani na skupu tehničkih sredstava, informatičke podrške i softverskih paketa, omogućavaju povećanje kvalitete donošenja upravljačkih odluka kroz smanjenje vremena za analizu objekta upravljanja i razmatranje velikog broja opcija za razvoj situacije. na osnovu modeliranja.
Orijentacija automatizovanih sistema na procesi donošenja odluka zbog činjenice da su ovi procesi centralni za upravljanje proizvodnjom na svim nivoima. Procese donošenja odluka sprovode različite organizacije i pojedinci na osnovu informacija koje dobijaju o napretku proizvodnog procesa. Analiziraju se pristigle informacije, formuliše se problem koji se pojavljuje i traže se načini njegovog rješenja. Svaki problem nastaje, razvija se, postoji neko vrijeme i na kraju nestaje (riješi se ili samolikvidira). Značaj problema za upravljanje proizvodnjom može se izraziti kroz intenzitet njegovog ispoljavanja. U pravilu se intenzitet ispoljavanja problema tokom vremena mijenja kao što je prikazano na sl. 6.
Automatizirani upravljački IS je dizajniran da smanji vrijeme povezano s analizom i proračunom opcija odlučivanja, ostavljajući menadžeru da odabere najbolju opciju i donese konačnu odluku. Da bi se postigao ovaj zadatak, automatizovani sistem mora da sadrži odgovarajuće informatička podrška (sl. 7), zahvaljujući čemu postoji mogućnost planiranja transportnog procesa, obrade podataka o procesu isporuke robe ili putnika i donošenja pravovremene odluke o potrebi! prilagođavanje planova u realnom vremenu.
Sve informacije koje osiguravaju funkcioniranje IS-a, prema principu formiranja, dijele se na unutarmašinske i vansabirne. Informacije unutar mašine uglavnom formiran u procesu razvoja informacionog sistema za upravljanje isporukom robe i putnika. U pravilu, ova informacijska komponenta radi pod kontrolom posebno razvijene aplikacije, struktura ovih informacija je relativno stabilna i mijenjaju se samo vrijednosti podataka.
Promjena internih informacija o mašini nastaje pod uticajem podataka izvan informacionog sistema. Ovi podaci se odnose na informacije van mašine a formiraju se na osnovu promjena faktora koji utiču na rad sistema (promjene zakonodavstva, propisa, uslova transporta i sl.).
Međuinformacije - rezultat obrade operativnih informacija primljenih od kontrolnog objekta. Na osnovu međuinformacija, izlazne informacije - rezultat rada IS-a.
 |
Kompletniji koncept informacionog sistema dali su William Davis i David Yen u svom radu "Vodič za savjetnike za informacione sisteme: Analiza i dizajn sistema". U širem smislu, informacioni sistem je kombinacija tehničke, softverske i organizacione podrške, kao i osoblja, dizajnirana da pruži pravim ljudima prave informacije na vreme.
Federalni zakon Ruske Federacije od 27. jula 2006. (sa izmjenama i dopunama od 04.06.2011.), br. 149-FZ "O informacijama, informatičkoj tehnologiji i zaštiti informacija" tumači koncept informacionog sistema na sljedeći način: "informacioni sistem je skup informacija sadržanih u bazama podataka informacionih i informacionih tehnologija i tehničkih sredstava koja obezbeđuju njihovu obradu"
Sistem za upravljanje informacijama je softverski i hardverski kompleks za organizaciju procesa upravljanja informacijama, koji pomaže da se upravlja procesima preduzeća u potrebnom vremenskom okviru sa maksimalnom tačnošću.
Dakle, informacioni sistem je skup funkcionalne strukture, informacione, matematičke, tehničke, organizacione i kadrovske podrške, koji su kombinovani u jedinstven sistem u cilju prikupljanja, skladištenja, obrade i izdavanja potrebnih informacija za obavljanje funkcija upravljanja. Obezbeđuje protok informacija:
1.protok informacija iz eksternog okruženja u sistem upravljanja, koji je, s jedne strane, tok regulatornih informacija kreiranih od strane državnih organa u smislu zakonske regulative, as druge strane, tok informacija o stanju na tržištu, kreirani od strane konkurenata, potrošača, dobavljača;
2. protok informacija iz sistema upravljanja u vanjsko okruženje (izvještavanje informacija, prvenstveno finansijskih informacija državnim agencijama, investitorima, kreditorima, potrošačima; marketinške informacije potencijalnim potrošačima);
3. tok informacija od sistema upravljanja do objekta je skup planiranih, regulatornih i administrativnih informacija za implementaciju poslovnih procesa;
4. tok informacija od objekta do kontrolnog sistema, koji odražava računovodstvene informacije o stanju kontrolnog objekta ekonomskog sistema (sirovine, materijali, novac, energija, radni resursi, gotovi proizvodi.
Informacioni sistemi rešavaju sledeće glavne zadatke:
· Pretraživanje, obrada i skladištenje informacija koje se akumuliraju dugo vremena i čiji je gubitak nenadoknadiv. Kompjuterizovane IC-ove su dizajnirane da brže i pouzdanije obrađuju informacije, tako da ljudi ne gube vreme, da izbegnu inherentne slučajne greške, da uštede troškove, kako bi živote ljudi učinili ugodnijim.
· Pohranjivanje podataka različitih struktura. Ne postoji razvijen IS koji radi sa jednom homogenom datotekom podataka. Štaviše, razuman je uslov da bi informacioni sistem mogao da se razvija. Mogu se pojaviti nove funkcije koje zahtijevaju dodatne podatke s novom strukturom. U tom slučaju, sve prethodno prikupljene informacije trebaju ostati netaknute. U teoriji, ovaj problem možete riješiti korištenjem nekoliko vanjskih memorijskih datoteka, od kojih svaka pohranjuje podatke s fiksnom strukturom. Ovisno o tome kako je sistem za upravljanje datotekama organiziran, to može biti struktura zapisa datoteke ili biti podržano posebnom bibliotečkom funkcijom napisanom posebno za ovaj informacioni sistem. Poznati su primjeri stvarno funkcionalnih IS-ova u kojima je planirano da se pohrana podataka temelji na datotekama. Kao rezultat razvoja većine ovih sistema, u njima je nastala posebna komponenta, a to je svojevrsni sistem za upravljanje bazama podataka (DBMS).
· Analiza i predviđanje tokova informacija različitih tipova i tipova koji se kreću u društvu. Proučavaju se tokovi kako bi se minimizirali, standardizovali i prilagodili za efikasnu obradu na računarima, kao i karakteristike tokova informacija koje teku kroz različite kanale distribucije informacija.
· Istraživanje načina prezentacije i skladištenja informacija, stvaranje posebnih jezika za formalno opisivanje informacija različite prirode, razvoj posebnih metoda kompresije i kodiranja informacija, označavanje obimnih dokumenata i njihovo apstrahovanje. U okviru ovog pravca razvija se rad na stvaranju velikih banaka podataka koje čuvaju informacije iz različitih oblasti znanja u obliku dostupnom računarima.
· Kreiranje procedura i tehničkih sredstava za njihovu implementaciju, uz pomoć kojih je moguće automatizovati proces izdvajanja informacija iz dokumenata koji nisu namenjeni računarima, već su usmereni na njihovu percepciju od strane osobe.
· Kreiranje sistema za pronalaženje informacija sposobnih da percipiraju upite za skladišta informacija, formulisanih na prirodnom jeziku, kao i posebnih jezika upita za sisteme ovog tipa.
Stvaranje mreža za skladištenje, obradu i prenošenje informacija koje uključuju banke podataka, terminale , procesne centre i komunikacione objekte.
Zadaci koje rješavaju informacioni sistemi upravljanja u velikoj mjeri su određeni područjem djelatnosti, strukturom i drugim karakteristikama konkretnih preduzeća. Istovremeno, približna lista zadataka koje sistem za upravljanje informacijama treba da rešava na različitim nivoima upravljanja preduzećem i za njegove različite usluge do sada se može smatrati opšteprihvaćenim. Glavni zadaci koje rješavaju sistemi za upravljanje informacijama:
Na nivou menadžmenta:
1. pružanje informacija o finansijskom stanju preduzeća u trenutnom trenutku i pripremanje prognoze za budućnost;
2. obezbjeđivanje kontrole nad radom službi preduzeća;
3. obezbjeđivanje jasne koordinacije rada i sredstava;
4. pružanje operativnih informacija o negativnim trendovima, njihovim uzrocima i mogućim mjerama za popravljanje situacije;
5. formiranje potpune slike troška finalnog proizvoda (usluge) po komponentama troškova.
Na nivou finansijsko-računovodstvene službe:
1. puna kontrola kretanja sredstava;
2. sprovođenje računovodstvene politike neophodne za upravljanje;
3. brzo utvrđivanje potraživanja i obaveza;
4. kontrola realizacije ugovora, predračuna i planova;
5. kontrola finansijske discipline;
6. praćenje kretanja robno-materijalnih tokova;
7. brzi prijem kompletne dokumentacije finansijskog izvještavanja.
Na nivou upravljanja proizvodnjom:
1. kontrola realizacije proizvodnih naloga;
2. kontrolu stanja proizvodnih objekata;
3. kontrola tehnološke discipline;
4. vođenje dokumentacije za prateće proizvodne narudžbe (karte ograda, mape puta);
5. brzo utvrđivanje stvarnih troškova proizvodnih naloga.
Na nivou marketinške usluge:
1. kontrola promocija novih proizvoda na tržištu;
2. analiza tržišta prodaje u cilju njegovog proširenja;
3. vođenje statistike prodaje;
4. informativna podrška politike cijena i popusta;
5. korištenje baze standardnih pisama za slanje poštom;
6. kontrola realizacije isporuka kupcu u traženom roku uz optimizaciju troškova transporta.
Na nivou usluge nabavke i prodaje:
1. održavanje baza podataka o robi, proizvodima, uslugama;
2. planiranje rokova isporuke i troškova transporta;
3. optimizacija transportnih ruta i načina transporta.
Na nivou kontrole zaliha:
1. upravljanje višeslojnom strukturom skladišta;
2. brza pretraga robe (proizvoda) u skladištima;
3. optimalan smještaj u skladištima, uzimajući u obzir uslove skladištenja;
4. upravljanje primanjima uzimajući u obzir kontrolu kvaliteta;
5. inventar.
Specifični zadaci koje rješava informacioni sistem za upravljanje zavise od područja primjene za koje je sistem namijenjen: bankarstvo, upravljanje proizvodnjom, medicina, transport, obrazovanje itd.
Trendovi u razvoju savremenih informacionih tehnologija dovode do stalnog povećanja složenosti IP kreiranog u različitim oblastima.
Raznolikost zadataka koji se rješavaju uz pomoć IS-a dovela je do pojave mnogo različitih tipova sistema koji se razlikuju po principima konstrukcije i pravilima za obradu informacija koja su im svojstvena. Informacioni sistemi se mogu klasifikovati prema nizu različitih kriterijuma.
Klasifikacija informacionih sistema na osnovu strukture zadataka.
Postoje tri vrste zadataka za koje se kreiraju informacioni sistemi:
· strukturirano (formalizirano);
· Nestrukturirano (neformalizirano);
· Djelomično strukturirano.
Strukturirani (formalizirani) zadatak je zadatak u kojem su poznati svi njegovi elementi i odnosi između njih. Nestrukturirani (neformalizirani) zadatak je zadatak u kojem je nemoguće odabrati elemente i uspostaviti veze između njih.
Informacijski sistemi koji se koriste za rješavanje djelomično strukturiranih zadataka podijeljeni su u dvije vrste, kreirajući upravljačke izvještaje i fokusirani su uglavnom na obradu podataka; razvijanje mogućih alternativa rješenja.
Klasifikacija tržišta informacionih sistema prema skali sistema:
· Lokalni sistemi (1C, BEST, Info - Računovođa, itd.);
· Mali integrisani sistemi (Skala, Sail, Galaxy i drugi);
· Srednje integrisani sistemi (MFG-PRO i drugi);
· Veliki integrisani sistemi (SAP/R3 ostali).
Klasifikacija sistema, koja se zasniva na klasifikaciji poslovnih zadataka.
Principi klasifikacije upravljačkih informacionih sistema:
1. Nivo strateškog upravljanja (3 - 5 godina);
2. Nivo srednjoročnog upravljanja (1 - 1,5 godina);
3. Nivo operativnog upravljanja (mjesec - kvartal - polugodište);
4. Nivo operativnog upravljanja (dan - sedmica);
5. Nivo kontrole u realnom vremenu.
Postoje i druge vrste klasifikacije informacionih sistema. U inostranstvu su razvijeni posebni programi: Standardi informacionih sistema za sisteme upravljanja preduzećima MRP, MRP-II, ERP, ERP-II.
MRP (Material Requirement Planning) je sistem za planiranje potreba za materijalnim resursima (osigurava potrebnu količinu materijalnih bilansa u skladištu). MRP-II (Manufacturing Resource Planning) - dizajniran za planiranje proizvodnih resursa, tj. resurse koji se koriste za proizvodnju proizvoda.
ERP (Enterprise Resourse Planning) - dizajniran za planiranje i upravljanje materijalnim, proizvodnim i ljudskim resursima. SAP R/3 je ERP sistem upravljanja resursima preduzeća ili SAP ER. ERP-II - dizajniran za upravljanje resursima i eksternim odnosima preduzeća.
Informacioni sistemi koji se koriste za planiranje i upravljanje različitim resursima nazivaju se integrisani sistemi upravljanja ili korporativni informacioni sistemi.
Glavne komponente informacionih sistema koji se koriste u ekonomiji su: softver i hardver, poslovne aplikacije i upravljanje informacionim sistemima.
1. Softver i hardver informacionih sistema:
· Tehnička sredstva za obradu informacija (računari i periferni uređaji);
· Sistemski i servisni softver (operativni sistemi i uslužni programi);
· Office softver (MS Office);
· Računarske mreže (komunikacijska oprema, mrežni softver i mrežne aplikacije);
· Baze podataka i banke podataka.
2. Poslovne aplikacije (aplikacioni programi):
· Lokalni informacioni sistemi (1C: Računovodstvo, Infin, Parus, itd.);
· Mali informacioni sistemi (1C: Enterprise, Sail, Galaxy, itd.);
· Srednji informacioni sistemi (PEOPLE SOFT, BAAN, SCALA, itd.);
· Integrisani sistemi upravljanja (ERP).
3. Upravljanje informacionim sistemima je namenjeno za upravljanje i podršku informacionim procesima preduzeća (upravljanje kadrovima, razvoj, kvalitet, bezbednost, operativni menadžment, itd.).
Dakle, informacioni sistemi se sastoje od tri glavne komponente:
· Informaciona tehnologija (hardver i softver računara, telekomunikacije, podaci);
· Funkcionalni podsistemi (proizvodnja, računovodstvo i finansije, prodaja, marketing, kadrovi) i poslovne aplikacije (aplikativni programi za rješavanje poslovnih problema);
· Upravljanje informacionim sistemima (kadrovi, korisnici, razvoj IS, finansije).
Jedna od karika sistema za upravljanje informacijama je elektronsko upravljanje dokumentima. Uvođenje elektronskog upravljanja dokumentima u preduzeću je veoma važan zadatak i često je povezan sa fundamentalnom promenom poslovnih procesa u preduzeću. Uglavnom, sa instalacijom elektronskog upravljanja dokumentima, organizacija mijenja svoj stil upravljanja.
Strogo govoreći, elektronsko upravljanje dokumentima ne bi trebalo predstavljati kao počast modi za "progresivne tehnologije". Ako preduzeće uspešno posluje bez elektronskog ili čak bez papirnog upravljanja dokumentima, malo je verovatno da će ga instalacija sistema za elektronsko upravljanje dokumentima – elektronskog sistema za upravljanje dokumentima (EDMS) učiniti efikasnijim. Govor u ovom slučaju, najvjerovatnije, može se odnositi samo na praktičnost rada s dokumentima.
Međutim, ako preduzeće ima sledeće probleme, jednostavno skladištenje dokumenata nije dovoljno i trebalo bi ozbiljno razmisliti o automatizaciji rada sa dokumentima i poslovnim procesima:
· Veliki je protok ulaznih, odlaznih i internih (kancelarijskih) dokumenata, čije razmatranje ozbiljno produžava vrijeme rada.
· Sastanci sa menadžerima različitih nivoa se povećavaju i njihovo trajanje se produžava.
· Efikasnost odlučivanja i implementacije je niska i stalno opada.
· Pronalaženje odgovornih za kršenje discipline izvođenja postaje problematično.
· Broj obrazaca za prijavu raste.
· Postoji problem curenja informacija i kršenja poslovne tajne.
Zanemarivanje gore navedenih situacija ili pokušaj rješavanja ovih problema bez pomoći automatiziranih softverskih sistema dodatno će pogoršati probleme.
Funkcije modernog EDMS-a su vrlo raznolike. Kao prvu aproksimaciju, mogu se podijeliti u sljedeće kategorije:
· Čuvanje i preuzimanje dokumenata;
· Podrška kancelarije;
· Usmjeravanje i kontrola izvršenja dokumenata;
· Analitički izvještaji;
· Sigurnost informacija;
· Dodatne (specifične) funkcije.
Razmotrimo ukratko najpopularnije funkcije iz navedenih kategorija:
Čuvanje i preuzimanje dokumenata.
Centralizovano skladištenje dokumenata gotovo je jedini cilj prelaska na elektronsko upravljanje dokumentima. S tim u vezi, vrijedi obratiti pažnju na dobavljača skladišta podataka koji se koristi u određenom EDMS-u. Može biti korišteno:
· Lotus Notes / Domino skladišta (na primjer, BOSS-Referent, CompanyMedia);
· Vlastiti formati skladištenja podataka (EVFRAT-Document flow);
· Microsoft SQL Server u raznim izdanjima (Case, DIRECTUM, DocsVision, LanDocs, itd.);
Oracle (Atlas DOK, DOK PROF 2.0, itd.);
· Simultana podrška za MS SQL i Oracle (Delo, EVFRAT-Document Management, FossDoc, itd.);
· Drugi DBMS.
Među funkcijama za pretraživanje dokumenata izdvajaju se:
· Pretraga po atributima (poljima) dokumenata;
· Pretraga po fajlovima priloženim dokumentima (pretraga po celom tekstu);
· Složeno pretraživanje (koristeći logičke operacije).
Kancelarijska i kancelarijska podrška.
Podrška radu kancelarije je važna komponenta poslovno orijentisanog EDMS-a, kako u državnim organima tako iu komercijalnim organizacijama. Glavne "činovničke" funkcije uključuju sljedeće:
· Prezentacija dokumenta u formi elektronske kartice - analogne registracionoj kartici dokumenta;
· Podrška za unos dokumenata u sistem sa skenera;
· Održavanje nomenklature predmeta;
· Registracija dokumenata, uključujući i one primljene e-poštom;
· Povezivanje odlaznih pisama sa dolaznim;
· Podrška za beleške;
· Rad sa apelima građana;
· Rad sa aplikacijama;
· Vođenje dnevnika registracije i računovodstva papirnih originala dokumenata;
· Podrška za hijerarhijske direktorije.
Usmjeravanje i kontrola izvršenja dokumenata.
Funkcije ove kategorije su tražene kako u velikim tako i u malim organizacijama i omogućavaju vam upravljanje tokovima dokumenata u preduzeću i kontrolu izvršavanja radova na dokumentima. Glavne funkcije ove kategorije uključuju:
· Projektovanje ruta dokumenata sa mogućnošću njihovog sekvencijalno-paralelnog izvršavanja;
· Podrška raznim radnjama na dokumentima tokom rute: uočavanje, odobravanje, izricanje rješenja, potpis itd.;
· Slanje dokumenata kako standardnim, prethodno dizajniranim, tako i besplatnim, korisnički definisanim u procesu izvršavanja zadatka, rutama;
· Obavještenje zaposlenih o prijemu kod njih na izvršenje novih dokumenata;
· Obavijest o završetku etapa ruta;
· Podrška za verzije dokumenata (nacrte dokumenata);
· Automatska kontrola rokova za izvršenje dokumenata.
Analitički izvještaji.
U pravilu se izvještaji u EDMS kreiraju za određenu organizaciju. Međutim, postoje općeprihvaćeni izvještaji kao što su:
· Izvještaj o trenutnom zapošljavanju zaposlenih;
· Izvještaj o obavljenom radu na dokumentima (retrospektivno);
· Izvještaj o dospjelim nalozima.
Sigurnost informacija.
· Autentifikacija korisnika sistema;
· Distribucija prava pristupa zaposlenima-korisnicima EDMS-a;
· Podrška za elektronski digitalni potpis dokumenata;
· Šifrovanje pisama i dokumenata;
· Vođenje istorije i statistike rada sa dokumentima;
· Revizija rada korisnika u sistemu.
Dodatne (specifične) funkcije.
Neki EDMS programeri nude niz specifičnih funkcija svojstvenih samo ovom sistemu. Na primjer, Lotsia PDM Plus je integriran sa CAD sistemima i podržava projektnu dokumentaciju. FossDoc sistem se može integrisati sa sistemom korporativne pošte FossMail istog programera. Zanimljiva su i rješenja koja nude integraciju sa popularnim ERP-sistemom 1C Enterprise. Mnogi EDMS pružaju vlastita API-sučelja za razvoj nove funkcionalnosti "za kupca".
U modernom društvu sistemi upravljanja informacijama su široko rasprostranjeni. Oni ne samo da olakšavaju ljudski rad automatizacijom nekih procesa, već vam omogućavaju i upravljanje organizacijama na kvalitativno nov način.
Kontrolni informacioni sistemi
Prvi upravljački informacioni sistemi (MIS) počeli su da se pojavljuju 70-ih godina dvadesetog veka razvojem računarske tehnologije.Rice. 1.Šema obrade podataka i priprema informacija u MIS-u
Ovakvi IS služe nivou menadžmenta, pružajući srednjem i najvišem menadžeru aktuelne informacije o implementaciji glavnih poslovnih procesa u kompaniji i nekim promjenama u vanjskom okruženju. Omogućuju interaktivni pristup indikatorima trenutnih aktivnosti kompanije, arhivi izvještaja i odluka, nalozima, nalozima, zapisnicima sa sastanaka, obrascima za izvještavanje.
Tipično, takvi sistemi su uglavnom fokusirani na internog korisnika i služe funkcijama planiranja, upravljanja odjelima i službama, kontrole i podrške odlučivanju na nivou upravljanja. Blok dijagram tipičnog MIS-a prikazan je na Sl. 1.
Evo glavnih karakteristika sistema korporativnog upravljanja. Ovakvi sistemi:
rad sa formalizovanim i/ili delimično formalizovanim podacima i podržavanje delimično strukturiranih i polustrukturiranih rešenja u širokom opsegu na funkcionalnom, operativnom i upravljačkom nivou, transformišući formalizovane podatke u "MIS fajlove". Rješenja podržana od strane MIS-a su obavezna za izvršenje na operativnom nivou, dodaju se u "kasicu-prasicu" rješenja u KWS-u i emituju se preko OAS-a;
fokusiran na pružanje upravljačkih odluka tekućim poslovnim procesima, na kreiranje izvještaja i praćenje izvršenja;
postaviti pravila za formiranje tokova informacija i snopova unutar informacionog polja kompanije, informacioni zahtevi su poznati i stabilni;
imaju male analitičke sposobnosti, ograničene obimom tekućih aktivnosti na nivou divizije;
nisu dovoljno fleksibilni, ali imaju sposobnost prilagođavanja u bilo kojem odjelu;
pomažu u donošenju operativnih odluka koristeći prošle i sadašnje podatke, koristeći više internih nego eksternih podataka.
MIS je obično jedan od glavnih modula opšteg korporativnog IS-a; njegov razvoj, implementacija i integracija zahtijeva temeljnu analizu procesa i identifikaciju parametara informacionog polja organizacije.
U ruskim kompanijama MIS se obično razvija na bazi TPS i OAS sistema, od kojih često počinje automatizacija rutinskih procedura i procesa. Kao rezultat toga, MIS se postepeno transformiše u automatizovani informacioni sistem za upravljanje preduzećem (ne mešati ga sa automatizovanim sistemom kontrole procesa - Automatizovani sistem kontrole proizvodnje).
Rice. 2. Sastav automatizovanog upravljačkog informacionog sistema (MIS)
Tehnologija rada u kompjuterizovanom informacionom sistemu izgrađena je tako da je istovremeno može koristiti veliki broj zaposlenih. Gotovo svi menadžeri kompanije su korisnici MIS-a. Izlazni podaci - periodični rezultati aktivnosti u obliku sažetaka, sažetaka, izvještaja, memoranduma, službenih istraga. Zbog činjenice da neke od ovih informacija mogu biti povjerljive, menadžeri imaju različite stepene pristupa. MIS ima funkcionalne i potporne dijelove.
Tehnička podrška - skup tehničkih sredstava, sredstava operativne podrške i dokumentacije za ova sredstva i tehnološke procese, interni standardi preduzeća. To:
tehnička sredstva za prikupljanje, registrovanje, akumuliranje, obradu, prikazivanje, reprodukciju, isporuku, čuvanje i osiguranje sigurnosti informacija;
računala bilo kojeg modela, moćni serverski i mrežni uređaji, uredska oprema;
telekomunikacijska oprema i komunikacijski objekti;
dokumentaciju za cijeli sistem, uključujući državne, industrijske i korporativne standarde za tehničku podršku;
specijalizovanu dokumentaciju koja sadrži metodološke materijale za sve faze projektovanja, razvoja, implementacije, održavanja i primene tehničko-tehnoloških sredstava;
normativnu i referentnu dokumentaciju za implementaciju tehničke podrške.
Softver - kompleksi programa namijenjeni korisnicima i dizajnirani za rješavanje tipičnih zadataka obrade informacija. Oni služe za poboljšanje funkcionalnosti procesa praćenja i kontrole. Softver uključuje softverske pakete koji implementiraju ekonomske i matematičke modele različitog stepena adekvatnosti, koji odražavaju funkcionisanje realnog objekta.
Metodološka i organizaciona podrška - skup metoda, alata i dokumenata koji regulišu interakciju IS modula, tehničko-tehnoloških sredstava, osoblja u razvoju, implementaciji i radu IS.
Lingvistička (ontološka) podrška je skup dogovorenih pravila, tehnika, rječnika, algoritamskih jezika visokog nivoa, jezika za kontrolu i manipulaciju podacima, omogućavajući stručnjacima, programerima, korisnicima i operaterima da govore istim jezikom. To je sredstvo komunikacije sa softverskom, hardverskom i informatičkom podrškom, kao i skup pojmova koji se koriste u ovom informacionom sistemu.
Pravna podrška - savezni zakoni i uredbe predsjednika Ruske Federacije, uredbe državnih organa, naredbe, uputstva industrije, propisi poreznih vlasti i carinske službe.
U fazi razvoja intelektualne svojine: propisi vezani za ugovorne odnose između nosioca projekta i kupca intelektualne svojine, pravno regulisanje sporova, obezbeđivanje faza razvoja i implementacije uz zaštitu prava intelektualne svojine.
U fazi funkcionisanja IS-a: utvrđivanje statusa i obima IT-a u pojedinim upravljačkim i kontrolnim tijelima, prava i odgovornosti osoblja, procedure prikupljanja i obrade informacija, osiguranje prava pristupa korisnicima, regulatorna dokumentacija o radu sa informacijama koje sadrže tajne i povjerljive informacije.
Obuka kadrova i sertifikacija sistema i opreme - skup zahtjeva za nivo obučenosti specijalista i uslužnog osoblja, obrazovno-metodološka i planska dokumentacija za obuku i usavršavanje. Zahtjevi i specifikacije za pripremu razvijenih sistema za sertifikaciju u industriji, državnim i međunarodnim sertifikacionim organizacijama (Gosstandart, Oboroncertifik, ISO, SEI i dr.).
Funkcionalni dio MIS-a implementira svrhu informacionog sistema. Sadrži model upravljanja organizacijom, njenim pojedinačnim komponentama i odnosima.
U okviru funkcionalnog dijela, ciljevi i zadaci upravljanja se pretvaraju u funkcije, funkcije - u algoritme, algoritme - u specifične kontrolne radnje na objektu upravljanja. Ove radnje se izvode u MIS podsistemima dodijeljenim na svakom nivou upravljanja u skladu sa predviđenom funkcijom (Tabela 1).
| Tabela 1. Osnovne funkcije upravljačkog informacionog sistema |
||||
| Marketinški informacioni podsistem | Proizvodni podsistemi | Finansijski i računovodstveni podsistemi | Kadrovski i kvalifikacioni podsistem | Podsistemi top menadžera |
| Istraživanje tržišta, segmentacija, predviđanje prodaje | Planiranje obima radova, izrada rasporeda | Upravljanje portfeljem i vrijednosnim papirima | Analiza i predviđanje potreba za radnim resursima | Elementi strateškog planiranja. Reagiranje na promjene u vanjskom okruženju |
| Upravljanje nabavkom i prodajom | Operativna kontrola i upravljanje proizvodnim procesima | Upravljanje kreditnom politikom | Kadrovsko knjigovodstvo, obračun imenovanja i kretanja | Analiza strateških i upravljačkih situacija |
| Preporuke za promjenu asortimana proizvoda | Analiza rada opreme i potreba za ažuriranjem | Izrada finansijskog plana | Vođenje tekuće i arhivske kadrovske evidencije | Prepoznavanje i rješavanje taktičkih problema |
| Analiza stanja na tržištu i preporuke za određivanje cijena | Učešće u formiranju narudžbi dobavljača | Finansijska analiza i predviđanje. Kontrola izvršenja budžeta | Planiranje razvoja osoblja | Podrška procesu donošenja strateških odluka |
| Računovodstvo narudžbi, preporuke za reklamne aktivnosti | Upravljanje zalihama i resursima | Računovodstvo, obračuni i plaćanja | Kontrola obuke osoblja | Kontrola nad aktivnostima kompanije |
Sistemi za podršku odlučivanju
U 1980-im, američke i japanske kompanije počele su razvijati informacione sisteme koji su se upadljivo razlikovali od MIS-a. Ovi sistemi su pokrenuli proces "intelektualizacije" IP. Novi sistemi su bili manji, interaktivni i imali su za cilj da pomognu krajnjim korisnicima da rade sa svim vrstama podataka, sprovode analitička istraživanja, grade modele i izvode scenarije za rešavanje polustrukturiranih i generalno nestrukturiranih problema u inovativnim projektima. Sistemi koji pružaju ove mogućnosti nazivaju se sistemi za podršku odlučivanju (DSS).
Rice. 3. Sistem podrške odlučivanju kao sastavni dio CIS-a
Sredinom 1980-ih, takvi sistemi su počeli da se koriste u tekućim aktivnostima velikih kompanija i korporacija. Trenutno, DSS je obavezan deo korporativnog IP (CIS) (slika 3).
Evo glavnih karakteristika sistema za podršku odlučivanju:
Podaci u tabeli 2 pokazuju razlike između MIS-a i DSS-a.
| Tabela 2. |
||
| Parametar | MIS | DSS |
| Koncept | Pruža formalizirane i poluformalizirane podatke za strukturirano donošenje odluka | Pruža integrisane alate, multidimenzionalne heterogene podatke, dinamičke modele i jezik tumačenja |
| Analiza sistema | Ističe zahtjeve za informacijama prema utvrđenim pravilima | Formira redoslijed primjene alata i dinamičkih pravila u procesu rada |
| Projekt | Pruža informacije na osnovu odobrenih zahtjeva | Iterativni proces dodavanja novih podataka i informacija koji su rezultat dinamike okruženja |
| Izvor podataka | Unutrašnje i djelimično eksterno okruženje | Eksterno i unutrašnje okruženje |
| Korisnici | Menadžeri operativnog i upravljačkog nivoa | Top menadžment, menadžeri odeljenja, IT usluge, nivo menadžmenta, analitičari |
Dobro dizajnirani DSS se primenjuju na mnogim nivoima preduzeća. Rukovodioci kompanija i viši menadžeri mogu koristiti DSS finansijske module da predvide efikasnost korišćenja imovine kompanije kao odgovor na promene u poslovnoj aktivnosti ili ekonomskoj situaciji u zemlji. Za srednje menadžere, isti sistem može biti koristan za procjenu održivosti kratkoročnih ulaganja u projekte koji su u toku. Za menadžere projekata, to je alat za finansijsko planiranje i alokaciju sredstava za planirane kupovine.
DSS se sastoji od tri komponente: softverskog jezgra i skladištenja podataka, analitičkih alata za obradu, analizu i prezentaciju informacija, telekomunikacionih uređaja.
Rice. 4. Glavne komponente sistema za podršku odlučivanju
Skladište podataka pruža jedinstveno okruženje za skladištenje korporativnih podataka, organizovano u strukture i optimizovano za analitičke operacije.
Analitički alati omogućavaju krajnjem korisniku, koji nema posebna znanja iz oblasti informacionih tehnologija, da se kreće i prezentira podatke u smislu predmetne oblasti. Za korisnike različitih kvalifikacija, DSS ima različite tipove interfejsa za pristup njihovim uslugama (slika 4).
Analitički sistemi omogućavaju rešavanje tri glavna zadatka: analizu heterogenih multidimenzionalnih informacija različitog stepena formalizacije u realnom vremenu, naknadno rudarenje podataka sa izgradnjom modela za razvoj poslovne situacije i izveštavanje.
Proces donošenja poslovne odluke (slika 5) razlikuje se od sličnog procesa u naučnoj ili društvenoj sferi po tome što je transformacija radne hipoteze u rešenje komplikovana sa dva objektivno postojeća problema.
Rice. 5. Iterativni proces donošenja odluka
Prvi od njih je da nagomilavanje ličnog iskustva u svakodnevnim aktivnostima kod privrednika zaostaje za dinamičnim promenama ekonomske situacije – što je posebno karakteristično za savremenu Rusiju. Drugi problem je što u poduzetničkoj aktivnosti - pa čak i na slobodnom tržištu - praktično ne postoji mogućnost izvođenja ciljanih eksperimenata koji bi omogućili provjeru ispravnosti hipoteze u praksi.
Shodno tome, u odnosu na poslovne aktivnosti, proces donošenja odluka prolazi kroz jaz u najmanje dvije tačke: u fazi postavljanja hipoteza i u fazi eksperimentalne verifikacije modela. Pravac informacionih tehnologija koji se aktivno razvija - tehnologija multidimenzionalne analize podataka (On-Line Analytical Processing - OLAP) - pozvan je da popravi ove praznine.
Ukratko, ova tehnologija se može okarakterisati sledećim rečima: Brza analiza zajedničkih višedimenzionalnih informacija (FASMI).
Vrijednost tehnologije multivarijantne analize podataka za poslovanje određena je činjenicom da vam omogućava da izvučete informacije i znanje iz "sirovih" strukturiranih (obično u obliku tabela) podataka, čija upotreba u donošenju i implementaciji odluka vam omogućava da stvoriti dodatnu vrijednost u kompaniji u odnosu na trošak.nastalu u nedostatku takvih informacija.
OLAP tehnologije
Godine 1993. osnivač relacionog pristupa izgradnji baza podataka, Edgar Codd i partneri (Edgar Codd, matematičar i IBM Fellow), objavili su članak koji je pokrenuo Arbor Software (danas je to poznata kompanija Hyperion Solutions), pod naslovom „OLAP (operational analitička obrada) za korisnike-analitičare“, koji formuliše 12 karakteristika OLAP tehnologije, koje su naknadno dopunjene sa još šest. Ove odredbe postale su glavni sadržaj nove i vrlo perspektivne tehnologije.Glavne karakteristike OLAP tehnologije (Basic):
višedimenzionalni konceptualni prikaz podataka;
intuitivna manipulacija podacima;
dostupnost i detaljnost podataka;
ekstrakcija skupnih podataka naspram interpretacije;
OLAP modeli analize;
klijent-server arhitektura (OLAP je dostupan sa desktopa);
transparentnost (transparentan pristup eksternim podacima);
podrška za više igrača.
obrada neformaliziranih podataka;
čuvanje OLAP rezultata: čuvanje ih odvojeno od originalnih podataka;
eliminacija nedostajućih vrijednosti;
rukovanje nedostajućim vrijednostima.
fleksibilnost u generiranju izvještaja;
standardne performanse izvještavanja;
automatska konfiguracija fizičkog sloja ekstrakcije podataka.
univerzalnost mjerenja;
neograničen broj dimenzija i nivoa agregacije;
neograničen broj operacija između dimenzija.
OLAP servis je alat za analizu velikih količina podataka u realnom vremenu. Interakcijom sa OLAP sistemom, korisnik će moći da vrši fleksibilan pregled informacija, dobija proizvoljne rezove podataka i izvodi analitičke operacije detaljisanja, konvolucije, end-to-end distribucije, poređenja tokom vremena u mnogim parametrima istovremeno. Sav rad sa OLAP sistemom odvija se u terminima predmetne oblasti i omogućava vam da izgradite statistički ispravne modele poslovne situacije.
OLAP softver je alat za onlajn analizu podataka sadržanih u skladištu. Glavna karakteristika je da ovi alati nisu namijenjeni da ih koristi stručnjak iz oblasti informacionih tehnologija, ne stručnjak-statičar, već profesionalac u primijenjenoj oblasti menadžmenta - menadžer odjela, odjela, menadžmenta. , i, konačno, režiser. Alati su dizajnirani da analitičar komunicira sa problemom, a ne sa računarom. Na sl. 6 prikazuje elementarnu OLAP kocku koja vam omogućava procjenu podataka u tri dimenzije.
Višedimenzionalna OLAP kocka i sistem odgovarajućih matematičkih algoritama za statističku obradu omogućavaju analizu podataka bilo koje složenosti u bilo kom vremenskom intervalu.
Rice. 6. Elementarna OLAP kocka
Imajući na raspolaganju fleksibilne mehanizme za manipulaciju podacima i vizuelni prikaz (sl. sl. 7, sl. 8), menadžer prvo pregleda podatke iz različitih uglova, koji mogu, ali i ne moraju biti povezani sa problemom koji se rešava.
Zatim uspoređuje različite poslovne pokazatelje jedni s drugima, pokušavajući otkriti skrivene odnose; može detaljnije pogledati podatke, detaljno ih, na primjer, razložiti na komponente prema vremenu, regiji ili klijentu, ili, obrnuto, još više generalizirati prezentaciju informacija kako bi se uklonili detalji koji ometaju. Nakon toga, pomoću modula statističke procjene i simulacije, konstruiše se nekoliko scenarija razvoja događaja i od njih se bira najprihvatljivija opcija.
Rice. 7.
Menadžer kompanije, na primjer, može razviti hipotezu da širenje rasta imovine u različitim granama kompanije zavisi od omjera stručnjaka sa tehničkim i ekonomskim obrazovanjem u njima. Da bi testirao ovu hipotezu, menadžer može da iz skladišta postavi upit i na grafikonu prikaže omjer interesa za one filijale čiji je rast aktive u tekućem kvartalu smanjen za više od 10% u odnosu na prethodnu godinu, a za one čija je imovina povećana za više od 25%. Trebalo bi da bude u mogućnosti da koristi jednostavan izbor iz ponuđenog menija. Ako se dobijeni rezultati primjetno svrstavaju u dvije odgovarajuće grupe, onda bi to trebalo postati poticaj za daljnje testiranje postavljene hipoteze.
Trenutno se brzo razvio pravac koji se zove Dynamic Simulation, koji u potpunosti implementira gore navedeni FASMI princip.
Koristeći dinamičko modeliranje, analitičar gradi model poslovne situacije koja se razvija tokom vremena, prema određenom scenariju. Istovremeno, rezultat ovakvog modeliranja može biti nekoliko novih poslovnih situacija koje generišu stablo mogućih rješenja sa procjenom vjerovatnoće i izgleda svake od njih.
Rice. osam. Analitički IS ekstrakcije, obrade i prezentacije informacija
U tabeli 3 prikazane su komparativne karakteristike statičke i dinamičke analize.
| Tabela 3. |
||
| Karakteristično | Statička analiza | Dinamička analiza |
| Vrste pitanja | SZO? Šta? Koliko? Kako? Kada? Gdje? | Žašto je to? Šta ako ...? Šta ako…? |
| Vrijeme odziva | Nije regulisano | Sekunde |
| Tipične operacije sa podacima | Regulisani izvještaj, dijagram, tabela, slika | Niz interaktivnih izvještaja, dijagrama, ekranskih obrazaca. Dinamično mijenjanje nivoa agregacije i isječaka podataka |
| Nivo analitičkih zahtjeva | Prosjek | Visoko |
| Tip ekrana | U osnovi unaprijed određeno, regulirano | Korisnički definirano, prilagodljivo |
| Nivo agregacije podataka | Detaljno i sažeto | Definisano od strane korisnika |
| "Starost" podataka | Istorijski i aktuelni | Istorijski, aktuelni i projektovani |
| Vrste zahtjeva | Uglavnom predvidljivo | Nepredvidivo - s vremena na vrijeme |
| Imenovanje | Regulisana analitička obrada | Multi-pass analiza, modeliranje i predviđanje |
Gotovo uvijek, zadatak izgradnje analitičkog sistema za multidimenzionalnu analizu podataka je zadatak izgradnje jedinstvenog, dosljedno funkcionalnog informacionog sistema, zasnovanog na heterogenim softverskim alatima i rješenjima. I sam izbor sredstava za implementaciju IP-a postaje izuzetno težak zadatak. Ovdje treba uzeti u obzir mnoge faktore, uključujući međusobnu kompatibilnost različitih softverskih komponenti, lakoću njihovog razvoja, korištenja i integracije, efikasnost funkcionisanja, stabilnost pa čak i formu, nivo i potencijalne izglede odnosa između različitih proizvođača. firme.
OLAP je primjenjiv svuda gdje postoji zadatak analize multivarijantnih podataka. Uopšteno govoreći, ako imate neku tabelu sa podacima u kojoj postoji bar jedna deskriptivna kolona i jedna kolona sa brojevima, OLAP alat će biti efikasan alat za analizu i generisanje izveštaja. Kao primjer korištenja OLAP tehnologije razmotrite proučavanje rezultata prodajnog procesa.
Ključna pitanja "Koliko je prodato?", "Koliko je prodato?" širi kako posao postaje složeniji i istorijski podaci se akumuliraju na brojne faktore, ili odeljke: "..u Sankt Peterburgu, Moskvi, na Uralu, Sibiru...", "..u poslednjem kvartalu, u poređenju sa trenutni", ..od dobavljača A naspram dobavljača B ... "itd.
Odgovori na ova pitanja neophodni su za donošenje upravljačkih odluka: o promjeni asortimana, cijena, zatvaranju i otvaranju radnji, poslovnica, raskidu i potpisivanju ugovora sa dilerima, provođenju ili prekidu reklamnih kampanja itd.
Ako pokušate da istaknete glavne brojke (činjenice) i odeljke (argumente merenja) kojima analitičar manipuliše, pokušavajući da proširi ili optimizuje poslovanje kompanije, dobićete tabelu pogodnu za analizu prodaje kao svojevrsni šablon koji zahteva odgovarajuća podešavanja za svaki konkretno preduzeće.
Vrijeme. Po pravilu, to je nekoliko perioda: godina, kvartal, mjesec, dekada, sedmica, dan. Mnogi OLAP alati automatski izračunavaju glavne periode od datuma i izračunavaju ukupne vrijednosti za njih.
Kategorija proizvoda. Može biti nekoliko kategorija, razlikuju se za svaku vrstu poslovanja: sorta, model, vrsta pakovanja itd. Ako se prodaje samo jedan proizvod ili je asortiman veoma mali, onda kategorija nije potrebna.
Proizvod. Ponekad se koristi naziv proizvoda (ili usluge), njegov kod ili artikl. U slučajevima kada je asortiman veoma veliki (a neka preduzeća imaju desetine hiljada artikala u cenovniku), početna analiza za sve vrste robe možda se ne vrši, već se generalizuje na neke ugovorene kategorije.
Region. U zavisnosti od globalne prirode poslovanja, može se podrazumevati Kontinent, Grupa zemalja, Država, Teritorija, Grad, Okrug, Ulica, Deo ulice. Naravno, ako postoji samo jedno prodajno mjesto, onda ova dimenzija nedostaje.
Salesman. Ova dimenzija također ovisi o strukturi i veličini poslovanja. To može biti: Filijala, Prodavnica, Diler, Menadžer prodaje. U nekim slučajevima nema dimenzije, na primjer, kada prodavac ne utiče na prodaju, postoji samo jedna radnja i tako dalje.
Kupac. U nekim slučajevima, na primjer, u maloprodaji, kupac je bezličan i nema mjerenja, u drugim slučajevima ima informacija o kupcu i to je važno za prodaju. Ova dimenzija može sadržavati naziv firme koja kupuje ili mnoge grupe i karakteristike kupaca: Industrija, Grupa kompanija, Vlasnik i tako dalje.
Važno pitanje je dostupnost podataka. Ukoliko su u bilo kom obliku (Excel- ili Access-tabela, podaci iz baze podataka računovodstvenog sistema, u obliku strukturiranih izveštaja filijala), informatičar će moći da ih prenese u OLAP sistem direktno ili sa posredna transformacija. Za to, OLAP sistemi imaju posebne alate za konverziju podataka.
Nakon konfigurisanja OLAP sistema za podatke, korisnik će moći brzo da dobije odgovore na ključna pitanja jednostavnom manipulacijom mišem preko OLAP tabele i odgovarajućih menija. Istovremeno će biti dostupne i neke standardne metode analize koje logično proizlaze iz prirode OLAP tehnologije.
Faktorska (strukturna) analiza. Analiza strukture prodaje radi identifikacije najvažnijih komponenti u kontekstu interesa. Za to je zgodno koristiti, na primjer, dijagram tipa "Pie" u teškim slučajevima kada se ispituju 3 dimenzije odjednom - "Kolone". Na primjer, u prodavnici "Kompjuterske opreme" za kvartal je prodaja kompjutera iznosila 100.000 dolara, fotografske opreme - 10.000 dolara, a potrošnog materijala - 4.500 dolara. Zaključak: promet u prodavnicama u velikoj meri zavisi od prodaje računara (zapravo, za prodaju računara je možda potreban potrošni materijal, ali ovo je već analiza internih zavisnosti).
Analiza dinamike (regresiona analiza - identifikacija trendova). Identifikacija trendova, sezonskih fluktuacija. Grafikon tipa "Linija" jasno prikazuje dinamiku. Na primjer, prodaja Intelovih proizvoda je pala tokom cijele godine, dok je prodaja Microsofta rasla. Možda se poboljšalo blagostanje prosječnog kupca, ili se promijenio imidž radnje, a time i sastav kupaca. Potrebno je prilagoditi asortiman. Drugi primjer: 3 godine zimi, prodaja video kamera je u padu.
Analiza zavisnosti (analiza korelacije). Poređenje obima prodaje različite robe tokom vremena da bi se identifikovao potreban asortiman - "korpa". Za ovo je također zgodno koristiti grafikon tipa "Line". Na primjer, kada su štampači uklonjeni iz asortimana tokom prva dva mjeseca, otkriveno je da prodaja kertridža s prahom pada.
Poređenje (komparativna analiza). Poređenje prodajnih rezultata tokom vremena, ili za određeni period, ili za datu grupu proizvoda. U zavisnosti od broja analiziranih faktora (od 1 do 3), koristi se grafikon tipa "Pie" ili "Columns". Primjer: upoređivanje rezultata prodaje sličnih trgovina radi procjene kvaliteta rada menadžera.
Analiza varijanse. Studija distribucije vjerovatnoće i intervala povjerenja indikatora koji se razmatraju. Koristi se za predviđanje i procjenu rizika.
OLAP mogućnosti nisu ograničene na ove vrste analiza. Na primjer, korištenjem funkcija statističke analize – varijanse, srednjeg odstupanja, modova višeg reda – kao algoritma za izračunavanje srednjih i konačnih rezultata, možete dobiti najsofisticiranije vrste analitičkih izvještaja.
OLAP sistemi su dio općenitijeg koncepta "intelektualnih resursa poduzeća" ili "poslovne inteligencije" (Business Intelligence - BI), koji uključuje, pored tradicionalne OLAP usluge, alate za organiziranje dijeljenja podataka i informacija koje se javljaju u toku rada korisnika.skladištenje. Tehnologija Business Intelligence omogućava elektronsku razmjenu računovodstvenih dokumenata, razlikovanje prava korisnika, pristup analitičkim informacijama sa Interneta i Intraneta.
Data Mining Technologies
Trenutno se elementi umjetne inteligencije aktivno uvode u praktične aktivnosti menadžera. Za razliku od tradicionalnih sistema umjetne inteligencije, tehnologija inteligentne pretrage i analize podataka ili „data mining“ (Data Mining – DM) ne pokušava simulirati prirodnu inteligenciju, već svoje mogućnosti unapređuje snagom savremenih računarskih servera, pretraživača i podataka. skladišta. Vrlo često se riječi “Otkriće znanja u bazama podataka” nalaze pored riječi “Data Mining”.
Rice. devet.
Data Mining je proces otkrivanja ranije nepoznatih, netrivijalnih, praktično korisnih i pristupačnih tumačenja znanja u sirovim podacima, koja je neophodna za donošenje odluka u različitim sferama ljudske aktivnosti. Data Mining je od velike vrijednosti za menadžere i analitičare u njihovim svakodnevnim aktivnostima. Poslovni ljudi su shvatili da uz pomoć Data Mining metoda mogu steći opipljive konkurentske prednosti.
Moderna tehnologija Data Mining (Discovery-driven Data Mining) zasniva se na konceptu Patterns-a, koji odražava fragmente višedimenzionalnih odnosa u podacima. Ovi obrasci predstavljaju obrasce svojstvene uzorcima podataka koji se mogu kompaktno izraziti u ljudskom čitljivom obliku. Potraga za obrascima provodi se metodama koje nisu ograničene okvirom apriornih pretpostavki o strukturi uzorka i vrsti distribucija vrijednosti analiziranih indikatora. Na sl. 6.9 prikazuje šemu transformacije podataka koristeći Data Mining tehnologiju.
Rice. deset.
Osnova za sve vrste sistema predviđanja su historijske informacije pohranjene u bazi podataka u obliku vremenskih serija. Ako je moguće izgraditi šablone koji adekvatno odražavaju dinamiku ponašanja ciljnih indikatora, vjerovatno je da se oni mogu koristiti za predviđanje ponašanja sistema u budućnosti. Na sl. 10 prikazuje puni ciklus primjene Data Mining tehnologije.
Važna tačka Data Mininga je netrivijalnost traženih šablona. To znači da pronađeni obrasci treba da odražavaju neočigledne, neočekivane (Unexpected) pravilnosti u podacima koji čine takozvano skriveno znanje (Hidden Knowledge). Poslovni ljudi su shvatili da "sirovi" podaci sadrže dubok sloj znanja, a ako se pravilno iskopaju, mogu se pronaći pravi grumen koji se može koristiti u konkurenciji.
Opseg Data Mining-a nije ograničen ničim - tehnologija se može primijeniti gdje god postoje ogromne količine bilo kakvih "sirovih" podataka!
Prije svega, metode Data Mininga su od interesa za komercijalna preduzeća koja implementiraju projekte zasnovane na skladištu podataka. Iskustvo mnogih takvih preduzeća pokazuje da povraćaj korišćenja Data Mininga može dostići 1000%. Postoje izvještaji o ekonomskim koristima koje su 10-70 puta veće od početnih troškova od 350.000 do 750.000 dolara. Postoje informacije o projektu vrijednom 20 miliona dolara koji se isplatio za samo 4 mjeseca. Drugi primjer je godišnja ušteda od 700.000 dolara zbog implementacije Data Mininga u jednom od lanaca supermarketa u Velikoj Britaniji.
Microsoft je službeno najavio da pojačava svoju aktivnost rudarenja podataka. Predani Microsoft istraživački tim predvođen Osama Fayyadom i šest pozvanih partnera (Angoss, Datasage, Epiphany, SAS, Silicon Graphics, SPSS) pripremaju zajednički projekat za razvoj standarda za razmjenu podataka i alata za integraciju alata za rudarenje podataka s bazama podataka i skladištima podataka .
Data Mining je multidisciplinarna oblast koja je nastala i razvija se na osnovu dostignuća primenjene statistike, prepoznavanja obrazaca, metoda veštačke inteligencije, teorije baza podataka itd. (Sl. 11). Otuda obilje metoda i algoritama implementiranih u različitim postojećim sistemima rudarenja podataka. [Vojvoda V.A. www.inftech.webservis.ru/it/datamining/ar2.html]. Mnogi od ovih sistema integrišu nekoliko pristupa odjednom. Međutim, po pravilu, u svakom sistemu postoji neka ključna komponenta na koju se stavlja glavna opklada.
Postoji pet standardnih tipova obrazaca identifikovanih korišćenjem metoda rudarenja podataka: asocijacija, sekvenca, klasifikacija, grupisanje i predviđanje.
Rice. jedanaest. Područja primjene tehnologije Data Mining
Asocijacija nastaje kada je nekoliko događaja međusobno povezano. Na primjer, istraživanje sprovedeno u kompjuterskom supermarketu može pokazati da 55% onih koji kupe kompjuter uzimaju i štampač ili skener, a ako postoji popust na takav set, oni kupuju štampač u 80% slučajeva. Poznavajući takvo udruženje, menadžerima je lako procijeniti koliko je efektivan popust.
Ako postoji lanac događaja povezanih u vremenu, onda se govori o nizu. Tako, na primjer, nakon kupovine kuće, u 45% slučajeva, novi štednjak se kupuje u roku od mjesec dana, a u roku od dvije sedmice 60% novih naseljenika nabavi frižider.
Uz pomoć klasifikacije identificiraju se znakovi koji karakteriziraju grupu kojoj pripada ovaj ili onaj objekt. Ovo se radi analizom već klasifikovanih objekata i formulisanjem skupa pravila.
Grupiranje se razlikuje od klasifikacije po tome što same grupe nisu unaprijed definirane. Uz pomoć klasteriranja, alati za rudarenje podataka samostalno biraju različite homogene grupe podataka.
Statistički paketi
Najnovije verzije gotovo svih poznatih statističkih paketa uključuju, uz tradicionalne statističke metode, elemente Data Mininga. Ali glavna pažnja u njima se i dalje posvećuje klasičnim metodama - korelaciji, regresiji, faktorskoj analizi i drugim.Nedostatak sistema ove klase je zahtjev za posebnom obukom korisnika. Takođe se napominje da su moćni moderni statistički paketi previše "teški" za masovnu upotrebu u finansijama i biznisu.
Postoji još ozbiljniji fundamentalni nedostatak statističkih paketa koji ograničava njihovu upotrebu u Data Miningu. Većina metoda uključenih u pakete zasniva se na statističkoj paradigmi u kojoj su glavne brojke prosječne karakteristike uzorka. A ove karakteristike u proučavanju stvarnih složenih životnih fenomena često su fiktivne vrijednosti. Ova izuzetno važna okolnost mora se uzeti u obzir pri analizi multivarijantnih podataka.
Primeri najmoćnijih i najčešćih statističkih paketa uključuju SAS (od SAS Instituta), SPSS (od SPSS), STATGRAPHICS (od strane Manugistics), STATISTICA za WINDOWS, STADIA i druge. Ove pakete mogu uspješno koristiti mala i srednja preduzeća, a velike raznolike kompanije mogu ih integrirati u zajedničku korporativnu mrežu.
