Аналитические информационные системы для бизнес планированияСОДЕРЖАНИЕ
Введение 2
Аналитические информационные системы для бизнес планирования 4
Заключение 20
Список литературы 22
Введение
В современных условиях не всегда бывает просто определить, к какому классу относится то или иное современное бизнес-приложение: OLAP, CRM, хранилище данных и т.п. Сегодня существует несколько предпосылок к разработке классификации.
Во-первых, компаниям - пользователям программных продуктов необходимо четко понимать, какие системы им нужны для осуществления их деятельности. Для этого они должны знать, какие задачи им необходимо решать с помощью информационных систем, в том числе средств аналитического программного обеспечения. Как правило, каждый разработчик старается встроить в свои системы максимально возможный набор функциональных возможностей и, таким образом, старается одновременно обеспечить выполнение нескольких задач. Проблема заключается в том, что такими действиями разработчик ПО "запутывает" конечного потребителя, которому становится трудно осознать диапазон применения той или иной системы.
Во-вторых, классификация необходима самим разработчикам аналитического программного обеспечения для правильного позиционирования их продуктов на рынке, а также для принятия обоснованных решений в части создания новых продуктов и дальнейшего развития уже существующих.
В-третьих, динамика развития мирового рынка аналитического программного обеспечения настолько велика, что ...............................................пропуск............................................ Кроме того, уже и российские компании-разработчики смогли перейти от единичных проектов к тиражированию своих систем и массовым внедрениям.
В данной работе классификация проводится в первую очередь для правильного ее понимания конечными пользователями-аналитиками, при этом основное внимание уделяется не техническим вопросам, а предметной области использования программного обеспечения. Причем за основу взяты не архитектура предлагаемых на рынке решений, а круг аналитических задач и потребностей конечных пользователей (экономистов, финансовых аналитиков, директоров, менеджеров и т.п.). В конечном счете, любому пользователю, работающему с аналитической системой, не столь важно, каким образом функционирует программа, где и как хранятся и обрабатываются данные, поскольку ему в основном необходимо знать, каковы возможности системы в части решения тех или иных аналитических задач.
На основе выводов, полученных при классификации программного обеспечения, ...............................................пропуск............................................
Таким образом, выбранная мною тема «Аналитические информационные системы для бизнес планирования», является, несомненно, актуальной, теоретически и практически значимой.
Цель работы – рассмотреть особенности аналитических информационных систем.
Аналитические информационные системы для бизнес планирования
Средства формирования запросов и отчетов, многомерного анализа и разведки данных повсеместно рекламируются и продвигаются сегодня, как помощники бизнеса. Однако стать таковыми они могут лишь благодаря ИТ-специалистам, понимающим основы стратегического менеджмента на своем предприятии. В статье предлагаются рекомендации по проектированию корпоративной информационно-аналитической системы на основе построения системы сбалансированных показателей, определяющих состав и семантику данных для разработки BI-приложений.
Потребность в средствах анализа финансовой и производственной деятельности, оценки эффективности бизнеса, привела к распространению специальных решений, использующих комбинации технологий категории Business Intelligence, которые за несколько лет превратились в полнофункциональные специализированные приложения. Появилась категория аналитических приложений, предоставляющих средства анализа для сбыта, закупок, маркетинга, производства, управления цепочками поставок и управления взаимоотношениями с клиентами.
В аналитических приложениях средства BI используются для работы с данными, характеризующими определенные аспекты бизнеса, однако, чтобы построить целостную картину бизнеса, на предприятиях создаются корпоративные информационно-аналитические системы, особую роль в которых играет хранилище данных. В хранилище загружаются и обобщаются данные из различных источников, как внутренних, так и внешних для последующего комплексного анализа средствами BI.
Традиционные подходы к построению информационно-аналитических систем исходят из того, что в ...............................................пропуск............................................
Хранилища данных (data warehouse). Один из авторитетных специалистов в этой области - Б.Инмон (Bill Inmon) определяет хранилища данных (ХД) как "предметно-ориентированные, интегрированные, стабильные, поддерживающие хронологию наборы данных, организованные для целей поддержки управления, призванные выступать в роли "единого и единственного источника истины", обеспечивающего менеджеров и аналитиков достоверной информацией, необходимой для оперативного анализа и принятия решений". Ценность ХД для экономистов заключается в следующем: ХД - это некая база данных масштаба предприятия, которая содержит определенную аналитическую информацию, обеспечивает ее оперативное представление в удобном для пользователя виде и обладает структурой, учитывающей отраслевую специфику деятельности организации. Типичные представители программных продуктов этой категории: SAP Business Warehouse (SAP), Informatica
OLAP-средства. Под термином OLAP, как правило, понимают системы аналитической обработки данных в режиме реального времени. OLAP-системы обеспечивают решение многих аналитических задач: анализ ключевых показателей деятельности, маркетинговый и финансово-экономический анализ, анализ сценариев, моделирование, прогнозирование и т.д. Такие системы могут работать со всеми необходимыми данными, независимо от особенностей информационной инфраструктуры компании. С точки зрения пользователя, отличие OLAP-системы от хранилища данных заключается в предметной (а не технической) структурированности информации, при этом пользователю предоставляется возможность оперировать привычными экономическими категориями и понятиями. К типичным представителям программных продуктов этого класса относятся: Hyperion Essbase (Hyperion Solutions Corporation), Oracle OLAP (Oracle), MS Analysis Services (Microsoft), Business Objects (Business Objects), Cognos PowerPlay (Cognos), MicroStrategy.
Информационно-аналитические системы. Этот класс аналитических систем включает множество разнообразных продуктов, основная задача которых - предоставить конечные решения для менеджеров-аналитиков. Характерными примерами программных продуктов данного класса могут служить две разработки ЛАНИТ - Экспертная аналитическая система "Анализ банковской и финансовой информации (АБФИ)" и система LanFinance. Эти системы позволяют осуществлять функции финансового анализа на основе специализированных модулей, реализующих определенную методологию. При этом разработчики предусмотрели возможность использования аналитиками некоторого набора готовых методик для проведения различных видов анализа. ...............................................пропуск............................................
Клиентская база может быть расширена не только за счет выхода на новые региональные рынки, но и за счет неохваченных сегментов рынка комплексных заказов. Ориентация на крупных комплексных заказчиков может потребовать улучшения управления цепочками поставок, что представляет собой еще одну целевую установку для перспективы развития технологий. Сама по себе организация гибких цепочек поставок невозможна без развития партнерских отношений с поставщиками, перевозчиками, кредитными и страховыми компаниями. Поиск таких партнеров и разработка цепочек представляют собой инновационную деятельность торговой организации, а соответствующие цели относятся к перспективе инноваций.
Росту объемов реализации способствует удержание "старых" клиентов, однако относительно сложно дважды продать один и тот же товар, если это товар длительного пользования, поэтому для "старых" клиентов необходимо расширение ассортимента. Торговая организация будет вести постоянный поиск, что нового можно предложить "старым" клиентам - способность гибко реагировать на потенциальный спрос является одной из целей инноваций. В технологической перспективе удержание "старых" клиентов может быть поддержано за счет повышения эффективности взаимодействия подразделений компании. Если какое-то подразделение нашло клиента по своему товарному профилю, то, возможно, и другое подразделение может также что-то ему предложить из своего ассортимента.
...............................................пропуск............................................
Измерение "группы товаров" разрабатывается так, чтобы в максимальной степени отразить структуру продаваемой продукции. При этом важно соблюсти определенный баланс, чтобы, с одной стороны, избежать излишней детализации (количество групп должно быть обозримым), а с другой - не упустить существенный сегмент рынка. Обычно продукция делится на "традиционную" - выпускаемую достаточно давно, и "новую", инновационную. Однако очевидно, что для долгосрочного рыночного успеха, каждая группа должна иметь некоторую инновационную составляющую. Оптимальным для определения групп продукта является комбинация "каскадного подхода" и матричного представления. При каскадном подходе (известном также под названием "сверху вниз") весь ассортимент последовательно делиться по схожести удовлетворяемых потребностей на иерархические уровни с любыми удобными названиями (направления, типы, виды, группы, подгруппы и т.п.) до желаемой глубины проникновения (вплоть до каждого продукта).
Измерение "Заказчики" отражает структуру сбыта по территориально-географическому признаку. Верхний уровень этого измерения могут составить федеральные округа, следующий уровень детализации образуют субъекты федерации, которые могут быть определены, например, по ИНН заказчика. На нижнем уровне находятся конкретные организации - покупатели товаров. Такого рода иерархическая структура измерения "Заказчики" позволит пользователю легко охватить весь спектр регионов сбыта. Кроме того, исследуя географию сбыта, уместно вспомнить и о характеристиках покупателей. Важно знать профиль заказчика, чтобы правильно спланировать политику продаж и рекламную кампанию. В некоторых случаях требуется вести анализ не по регионам сбыта, а по категориям заказчиков, например, "старые" заказчики, "новые" заказчики, партнеры и т.д. Это может быть альтернативной классификацией для измерения "Заказчики".
...............................................пропуск............................................
Последователи первого пути предлагают загружать в многомерную базу данных обобщенную информацию, например, месячные, квартальные, годовые итоги по подразделениям. А при необходимости детализации данных пользователю предлагается сформировать отчет по реляционной базе, содержащей требуемую выборку, например, по дням для данного подразделения или по месяцам и сотрудникам выбранного подразделения. Сторонники второго пути, напротив, предлагают пользователю прежде всего определиться с данными, которые он собирается анализировать и именно их загружать в микрокуб - небольшую многомерную базу данных. Оба подхода отличаются на концептуальном уровне и имеют свои достоинства и недостатки.
К достоинствам второго подхода следует отнести "свежесть" информации, которую пользователь получает в виде многомерного отчета - "микрокуба". Микрокуб формируется на основе только что запрошенной информации из актуальной реляционной базы данных. Работа с микрокубом осуществляется в интерактивном режиме - получение срезов информации и ее детализация в рамках микрокуба осуществляется моментально. Другим положительным моментом является то, что проектирование структуры и наполнение микрокуба осуществляется пользователем "на лету", без участия администратора баз данных. Однако подход страдает и серьезными недостатками. Пользователь, не видит общей картины и должен заранее определяться с направлением своего исследования. В противном случае запрошенный микрокуб может оказаться слишком мал и не содержать всех интересующих данных, а пользователю придется запрашивать новый микрокуб, затем новый, затем еще и еще.
В рассмотренном выше примере, пользователь не сможет сразу начать исследовать географию сбыта, если первоначальный микрокуб содержит детальные данные по измерениям "Время", "Подразделения" и "Товары" - придется подождать, когда будет сгенерирован новый микрокуб, содержащий дополнительные данные по измерению "Заказчики". Вспомним, что "оперативность" анализа гарантируется только в процессе работы с многомерной базой данных, однако время ее построения может быть сравнительно велико. Соответственно будет расти разочарование пользователя, вынужденного ожидать построения то одного, то другого микрокуба. Кроме того, постоянные обращения к реляционной базе данных могут снизить ее производительность. Подход Query then analyze реализует инструментальное средство BusinessObjects одноименной компании.
При подходе Analyze then query объем данных, загружаемых в многомерную базу данных, может быть ...............................................пропуск............................................
Заключение
В заключение подведем некоторые итоги классификации.
Во-первых, очевидно, что отнести тот или иной программный продукт к какому-то одному классу не всегда возможно, поскольку многие системы позволяют решать аналитические задачи нескольких категорий. К числу "многофункциональных" можно отнести системы таких мировых производителей, как Hyperion Solutions Corp., Cognos, Business Objects, Microsoft. Эти компании являются лидерами мирового рынка систем делового интеллекта, их продукты также активно продаются в России. Типичным примером универсальной системы может служить ...............................................пропуск............................................
Во-вторых, в настоящее время наибольшим спросом на рынке пользуются хранилища данных, OLAP-средства и системы data mining. Они обладают богатыми аналитическими возможностями, в том числе в части финансовых и статистических функций, которые постоянно развиваются и улучшаются. При этом они позволяют хранить и обрабатывать большие объемы информации.
В-третьих, при выборе аналитической системы необходимо учитывать ...............................................пропуск............................................
В-четвертых, при выборе аналитической системы также следует учитывать ее приспособленность к решению конкретных, интересующих конечного пользователя задач.
Решение стратегических задач бизнеса является целью корпоративной информационно-аналитической системы, поэтому ИТ-специалисты и дальше будут вынуждены все больше задаваться вопросами типа: "Зачем существует наше предприятие? Какова его миссия? Есть ли у него стратегия?". В противном случае создание BI-приложений будет лишь бессмысленной тратой ресурсов.
Список литературы
-
Акопова Н.В. Аналитические информационные системы бизнеса. М., 2006;
-
Середкин К.С. Информационно-аналитические системы. М., 2005.
| 