Дивитись, що таке "сппр" в інших словниках. Які існують DSS-системи Аналіз існуючих систем підтримки прийняття рішень

Для функціонування ІС необхідно забезпечити наявність засобів генерації даних і засоби їх аналізу. Наявні в ІС засоби побудови запитів і різні механізми пошуку хоч і полегшують вилучення потрібної інформації, але все ж таки не здатні дати досить інтелектуальну її оцінку, тобто зробити узагальнення, групування, видалення надлишкових даних і підвищити достовірність за рахунок виключення помилок та обробки кількох незалежних джерел інформації (як корпоративних БД, а й зовнішніх). Проблема ця стає надзвичайно важливою у зв'язку з лавиноподібним зростанням обсягу інформації та збільшенням вимог до інформаційних систем щодо продуктивності – сьогодні успіх в управлінні підприємством багато в чому визначається оперативністю прийняття рішень, дані для яких надає ІВ.

Останніми роками дедалі активніше почали застосовувати поняття «ухвалення рішення» і пов'язані з цим поняттям системи, методи, засоби підтримки прийняття рішень. Прийняття рішення – акт цілеспрямованого на об'єкт, заснований на аналізі ситуації, визначенні мети, розробці програми досягнення цієї мети.

Системи підтримки прийняття рішень (СППР, DSS, Decision Support System) виникли на початку 70-х 20 століття завдяки розвитку управлінських інформаційних систем та успіхів у створенні систем штучного інтелекту. На розвиток СППР важливий вплив справили досягнення в галузі інформаційних технологій, зокрема телекомунікаційні мережі, персональні комп'ютери, динамічні електронні таблиці, експертні системи. Системи такого класу ґрунтуються на технологіях штучного інтелекту, як правило, не входять до складу інтегрованих систем управління підприємством, а є розробками третіх фірм.

Є системи, розроблені для підтримки процесів прийняття рішень у складних мало структурованих ситуаціях, пов'язаних з розробкою та прийняттям рішень. Головною особливістю інформаційної технології підтримки прийняття рішень є якісно новий метод організації взаємодії людини та комп'ютера. Вироблення рішення, що є основною метою цієї технології, відбувається в результаті ітераційного процесу, зображеного на малюнку, в якому беруть участь:

Система підтримки прийняття рішень у ролі обчислювальної ланки та об'єкта управління;

Людина як керуюча ланка, що задає вхідні дані та оцінює отриманий результат обчислень на комп'ютері.

Закінчення ітераційного процесу відбувається з волі людини. У цьому випадку можна говорити про можливість інформаційної системи спільно з користувачем створювати нову інформацію для прийняття рішень.

СППР можуть включати ситуаційні центри, засоби багатовимірного аналізу даних та інші інструменти аналітичної, дозволяють моделювати правила і стратегії бізнесу і мати інтелектуальний доступ до неструктурованої інформації. Спеціальні математичні методи, що використовуються на цьому рівні, дозволяють прогнозувати динаміку різних показників, аналізувати витрати з різних видів діяльності, усвідомлювати їх детальну структуру, формувати докладні бюджети за різними схемами.

Досі немає єдиного визначення СППР, як приклад можна навести такі:

Це найбільш потужний представник класу аналітичних систем, орієнтований на: аналіз великих масивів даних; виконання більш складних запитів; моделювання процесів предметної галузі; прогнозування; знаходження залежностей між даними; щодо аналізу «що якщо»;

Це інтерактивна прикладна система, яка забезпечує кінцевим користувачам, які приймають рішення, легкий та зручний доступ до даних та моделей з метою прийняття рішень у слабоструктурованих та неструктурованих ситуаціях у різних галузях людської діяльності;

Це такі системи, що ґрунтуються на використанні моделей та процедур обробки даних та думок, які допомагають приймати рішення;

Це інтерактивні автоматизовані системи, які допомагають особам, які приймають рішення, використовувати дані та моделі для вирішення неструктурованих та слабоструктурованих проблем;

Це комп'ютерна інформаційна система, що використовується для підтримки різних видів діяльності під час прийняття рішень у ситуаціях, коли неможливо чи небажано мати автоматичну систему, яка повністю виконує весь процес рішень;

Це багаторівнева багатофункціональна автоматизована система вироблення та реалізації рішень, що формується на основі: синтезу функціональних та структурних схем окремих ланок об'єкта; наскрізних моделей та завдань за стадіями життєвого циклу виробу та самого об'єкта; об'єднання розрізнених локальних підсистем у єдину систему управління; створення взаємопов'язаних контурів управління та посилення ролі оперативного управління (для вивчення логіки та діагностики їх перебігу); поглиблення системного та програмно-цільового підходу до планування та автоматичного аналізу роботи об'єкта; розвитку єдиних наскрізних і нормативів; створення розгалуженої АРМ (як інтелектуальних терміналів), забезпечення програмних взаємозв'язків, узгодження інформації та діалогу.

DSS – це людино-машинний обчислювальний комплекс, орієнтований аналіз даних і забезпечує отримання інформації, яка потрібна на прийняття рішень у сфері управління.

Така різноманітність визначень відображає широкий спектр різних типів СППР. Але практично всі види цих комп'ютерних систем характеризуються чіткою структурою, що містить три головні компоненти, які становлять основу класичної структури СППР, що відрізняє її від інших типів ІС:

Інтерфейс користувача, який дає можливість особі, яка має право приймати рішення, проводити діалог із системою, використовуючи різні програми введення, формати та технології виведення;

Підсистема, призначена для збереження, керування, вибору, відображення та аналізу даних;

Підсистема, яка містить набір моделей для забезпечення відповідей на безліч запитів користувачів для аналітичних завдань.

Щоб розібратися у роботі СППР, необхідно зрозуміти суть проблем, які вона вирішує, а також організаційні процеси, до яких вона включена. Так, наприклад, щодо можливості впровадження СППР слід враховувати:

Структурованість розв'язуваних управлінських завдань;

Рівень ієрархії управління фірмою, у якому рішення має бути прийнято;

Приналежність розв'язуваного завдання до тієї чи іншої функціональної сфери бізнесу;

Вигляд використовуваної інформаційної технології.

Системи підтримки прийняття рішень набули широкого застосування в економіках передових країн світу, причому їхня кількість постійно зростає. На рівні стратегічного управління використовується низка СППР, зокрема для довго-, середньо- та короткострокового, а також для фінансового планування, включаючи систему для розподілу капіталовкладень. Орієнтовані на операційне управління СППР застосовуються в галузях маркетингу (прогнозування та аналіз збуту, дослідження ринку та цін), науково-дослідних та конструкторських робіт, в управлінні кадрами. Операційно-інформаційні застосування пов'язані з виробництвом, придбанням та обліком товарно-матеріальних запасів, їх фізичним розподілом та бухгалтерським обліком.

Системи підтримки прийняття рішень(DSS) – це комп'ютерні системи, майже завжди інтерактивні, розроблені, щоб допомогти менеджеру (або керівнику) у прийнятті рішень. DSS включають і дані, і моделі, щоб допомогти вирішувачу вирішити проблеми, особливо ті, які погано формалізовані. Дані часто вилучаються із системи діалогової обробки запитів чи бази даних. Модель може бути простий типу "доходи та збитки", щоб обчислити прибуток за деяких припущень, або комплексної типу оптимізаційної моделі для розрахунку завантаження для кожної машини в цеху. DSS і багато систем, що обговорюються в наступних розділах, не завжди виправдовуються традиційним підходом вартість - прибуток; для цих систем багато з вигод невловимі, ​​типу глибшого прийняття рішення та кращого розуміння даних.

Мал. 1.4 показує, що система підтримки прийняття рішень вимагає трьох первинних компонентів: моделі управління, управління даними для збору та ручної обробки даних та управління діалогом для полегшення доступу користувача до DSS. Користувач взаємодіє з DSS через інтерфейс користувача, вибираючи приватну модель і набір даних, які потрібно використовувати, а потім DSS представляють результати користувачеві через той же самий інтерфейс. Модель управління та управління даними значною мірою діють непомітно та варіюються від відносно простої типової моделі в електронній таблиці до складної комплексної моделі планування, що базується на математичному програмуванні.

Мал. 1.4.Компоненти системи підтримки прийняття рішень

Надзвичайно популярний тип DSS у вигляді генератора фінансового звіту. За допомогою електронної таблиці Lotus 1-2-3 або Microsoft Excel створюються моделі, щоб прогнозувати різні елементи організації або фінансового стану. Як дані використовуються попередні фінансові звіти організації. Початкова модель включає різні припущення щодо майбутніх трендів у категоріях витрати та доходу. Після розгляду результатів базової моделі менеджер проводить ряд досліджень типу "що, якщо", змінюючи одну чи більше припущень, щоб визначити їх вплив на вихідний стан. Наприклад, менеджер міг би зондувати вплив на рентабельність, якби продаж нового виробу зростав на 10% щорічно. Або менеджер міг би досліджувати вплив більшого, ніж очікуване збільшення ціни сировини, наприклад 7% замість 4% щорічно. Цей тип генератора фінансового звіту – прості, але потужні DSS для керівництва прийняттям фінансових рішень.

Приклад DSS щодо приведення транзакцій даних – система визначення розмірів асигнувань на поліцейські виїзди, що використовується містами Каліфорнії. Ця система дозволяє офіцеру поліції побачити карту і виводить дані географічної зони, показує поліції дзвінки дзвінків, типи дзвінків та час дзвінків. Інтерактивна здатність графіки системи дозволяє офіцеру маніпулювати картою, зоною та даними, щоб швидко та легко уявити варіації альтернатив поліцейських виїздів.

Інший приклад DSS - інтерактивна система для планування обсягу та виробництва у великій паперовій компанії. Ця система використовує детальні попередні дані, що прогнозують і планують моделі, щоб програти на комп'ютері загальні показники компанії за різних планових припущень. Більшість нафтових компаній розвивають DSS, щоб підтримати ухвалення рішення капіталовкладень. Ця система включає різні фінансові умови та моделі для створення майбутніх планів, які можуть бути представлені у табличній або графічній формі.

Усі наведені приклади DSS названі специфічними DSS. Вони - фактичні додатки, які допомагають у процесі прийняття рішення. Навпаки, генератор системи підтримки прийняття рішень - це система, яка забезпечує набір можливостей швидко та легко будувати специфічні DSS. Генератор DSS – пакет програм, розроблений для виконання на частково комп'ютерній основі. У прикладі фінансового звіту Microsoft Excel або Lotus 1-2-3 можуть розглядатися як генератори DSS, тоді як моделі для проектування фінансових звітів для приватного відділення компанії на базі Excel або Lotus 1-2-3 - це специфічні DSS.

Докладніше DSS розглядаються в розд. 2.2.

Сергій КОРНЄЄВ (PMCG, директор)

Що все більшою і більшою мірою визначає діяльність людини, як у побуті, так і у виробництві? Звісно ж, це стандартизація. Мова може йти про стандартизацію мови, стандартизацію одягу тощо. Але автор, через свою професійну приналежність, пропонує розглянути розвиток стандартизації у сфері систем підтримки прийняття рішень (Decision Support Systems - DSS).

Чому така увага саме стандартизації? Та перш за все тому, що нас цікавить комерційне застосування прикладних систем, а масштабний бізнес у цій галузі, як і в будь-якій іншій, лежить у галузі стандартизації. Пилосос, автомобіль та ін. стали масовими товарами лише після уніфікації вимог до них, нехай навіть з урахуванням деяких функціональних груп у рамках єдиного продуктового типу, скажімо: сімейний автомобіль, спортивний, позашляховик тощо. Коли ми бачимо або чуємо ці слова, то у нас виникають певні асоціації, і ми рідко буваємо обдурені у своїх очікуваннях.

терміни та визначення

Коли сучасний фахівець, не тільки в галузі інформаційних технологій, а й просто ерудований виробничник, чує абревіатуру ERP, то можна здебільшого очікувати на цілком адекватне уявлення, про що йдеться. Хоча ще років із десять тому це було не так. Досі це «не так» і із системами підтримки прийняття рішень.

З одного боку, ERP, GIS та багато інших прикладних програмних засобів можна віднести за функціональним призначенням до систем підтримки прийняття рішень - як мінімум на 50% вони для цього і створювалися. Однак коли ми маємо справу з прикладним програмуванням, ми змушені слідувати стандартам, що склалися, які приписують будь-якому поняття в даній галузі певний зміст. Деякі відхилення, звичайно, можливі, але довкола деякої базової специфікації.

Що таке DSS-система?

Можемо знайти таке її визначення:

Decision Support Systems (DSS) є класом комп'ютеризованих інформаційних систем, які підтримують діяльність із прийняття рішень.

Це визначення, на думку автора, мало що прояснює та абсолютно не дає можливості ідентифікації у широкому переліку класів інформаційних систем. Іноді в даного типу визначеннях є фрази: «система повинна полегшувати прийняття рішень», «…аналізувати дані і представляти їх у зручній для прийняття рішень формі» і т.п.

Деніель Пауер (Daniel Power) у 2002 році ідентифікував п'ять типів DSS-систем як систем, що оперують зв'язками, даними, документами, знаннями та моделями.

Ось його визначення:

DSS-система - це інтерактивна комп'ютерна система, призначена для допомоги особі, яка приймає рішення, у використанні зв'язків, даних, документів, знань та моделей для ідентифікації та вирішення проблем та формування рішень.

Це вже принаймні конструктивно, хоча під дане визначення потрапляють знову дуже багато класів систем: ERP, GIS, DocFlow, Business Modeller, SCADA/DCE, Project Management та ін.

А ось ще одне визначення (Bonczek, Holsapple & Whinston, 1981):

DSS-система повинна допомагати особі, яка приймає рішення, у вирішенні непрограмованих, неструктурованих (або напівструктурованих) проблем; DSS-система повинна пропонувати можливості формування інтерактивних запитів у природній мові, близькій до предметної та легко досліджуваної.

Це визначення, безумовно, звужує область ідентифікації.

І нарешті, ще одне:

DSS-система допомагає менеджеру або особі, яка приймає рішення, використовувати та маніпулювати даними, використовувати перевірки та евристики, а також будувати та використовувати математичні моделі.

У деяких визначеннях згадується можливість: включення до складу DSS-системи функціональних можливостей штучного інтелекту

Ну, в штучний інтелект, напевно, так одразу краще не лізти - як мінімум, інтуїтивно зрозумілої мови, близької до природної, там немає чи ні в більшості завдань.

Згадуються також як необхідні можливості графічного представлення даних.

Мало чому допомагає у сенсі тієї самої ідентифікації.

Існує зв'язне поняття. Business Intelligence Tools (інструментальні засоби бізнес-інтелекту) – програмне забезпечення, яке дає можливість користувачам спостерігати та використовувати великі обсяги складних даних.

Виділяють три типи таких інструментальних засобів:

1. Засоби багатовимірного аналізу також відомі як OLAP (On-Line Analytical Processing) - програмне забезпечення, яке дає користувачеві можливість спостерігати дані в різних вимірах, напрямках або перерізах.

2. Інструментальні засоби запитів (Query Tools) - програмне забезпечення, що дозволяє формувати запити до даних за змістом чи зразком.

3. Інструментальні засоби пошуку даних (Data Mining Tools) – програмне забезпечення, яке здійснює автоматичний пошук важливих зразків (моделей), чи залежностей у даних.

Під наведене визначення Пауера це потрапляє і, напевно, до цієї теми належить. Але давайте поки що відвернемося від прикладної лінгвістики. До неї ми повернемося пізніше – після розгляду цілей, призначення та конкретних реалізацій, які мають прояснити справу.

Цілі, призначення, практика

• фінансовий аналіз та прогнозування;
• маркетинг реалізації та закупівель;
• аналіз стереотипів клієнтської поведінки та виявлення прихованих закономірностей;
• аналіз ризиків;
• управління активами.
• Яким чином ці завдання співвідносяться із загальним завданням інформаційного обслуговування бізнесу? До інформаційного обслуговування бізнесу можна віднести:
• ув'язування стратегічних завдань бізнесу та ІТ;
• розподіл та контроль прикладного програмного забезпечення;
• оперативну підтримку користувачів;
• а також управління:
• проектами;
• виробничими потужностями;
• змінами;
• проблемами;
• витратами;
• непередбаченими ситуаціями;
• допоміжними службами;
• взаємовідносинами із клієнтами;
• взаємини із постачальниками.

Більш укрупнено можна говорити про те, що інформаційні технології зосереджені на обслуговуванні процесів, пов'язаних із:

• людьми;
• процесами;
• стратегіями;
• технологіями.

Як можна бачити, у сферу застосування систем DSS потрапляє майже половина структурних завдань, що покладаються на ІТ-служби. Це підтверджується під час аналізу ринку прикладних інформаційних систем. Так, світовий ринок, наприклад, ERP-систем оцінюється нині оборотами близько 25 млрд доларів. Ринок DSS-систем, який виник тільки в середині 90-х років, зараз оцінюється сумою близько 10 млрд. доларів і зростає значно більшими темпами, ніж ринок корпоративних систем управління. Його зростання близько 30% на рік проти 10-15% зростання ERP-ринку, і можна припустити, що протягом найближчих п'яти років очікується досягнення паритету. З іншого боку, якщо ринок систем DSS в даний час в основному пов'язаний з фінансовим сектором, великоформатною торгівлею та телекомунікаціями, то можна очікувати на поступову асиміляцію функціональних можливостей DSS-систем у існуючі системи ERP-класу, що, мабуть, призведе до пожвавлення процесів оновлення версій ERP-систем у корпоративному секторі.

Аналізуючи тенденції розвитку функціональності ERP-систем, можна впевнено говорити, що цей процес вже йде. Так, практично у всіх провідних ERP-системах вже імплементовано функціональні можливості прогнозування з використанням різноманітних статистичних методів. Видається дуже перспективним розвиток підходів DSS-систем в управлінні активами, зокрема в організації експлуатації та ремонтів обладнання. Це з поступової міграцією підходів, саме, від управління ремонтами за станом, до управління з урахуванням прогнозування майбутнього стану виробничих потужностей. В Україні в цій сфері ще переважають календарні підходи та управління експлуатацією на основі обліку напрацювання. Ці підходи були притаманні промисловості розвинених країн світу у 80-ті роки і є надмірними з витрат утримання виробничих потужностей.

Розглядаючи діяльність корпорацій у конкурентному оточенні, Майкл Портер, наприклад, виділяє наступну шестифакторну модель (рис.).

Можна бути впевненим, що у посиленні даних конкурентних позицій лежить основний предмет DSS-систем. Істотним чинником їх розвитку і те, що у час у транзакційних системах управління оперативної діяльністю підприємств накопичено величезний обсяг даних, значення яких у час багато в чому не усвідомлено і використовується.

Діаграма порівняльної конкурентоспроможності за Майклом Портером

Крупноформатна торгівля

Крупноформатна торгівля та компанії електронної комерції (B2C, B2B) стали першими інституційними замовниками на DSS-системи. Основними завданнями, які вирішуються в даному секторі, є:

• аналіз асортименту (селективний маргінальний дохід, оборотність запасів, статистичне управління запасами, фондовіддача);
• розподіл площ, розкладка;
• аналіз ефективності діяльності менеджерів та мотивація персоналу;
• планування та аналіз ефективності реклами, акцій, розпродажів тощо;
• управління ціноутворенням.

У частині управління розкладкою можна навести відомий приклад із кореляцією покупок пива та памперсів. Або так звана пастка на касі - це дрібні товари, які викладаються безпосередньо в касовій зоні. Площа цієї зони обмежена. Що покласти туди? Знову «немає нічого практичнішого за хорошу теорію» - потрібен аналіз споживчих переваг, який, зокрема, дає багатовимірний статистичний аналіз чеків. У дрібнооптовій торгівлі ситуація простіше, т.к. там споживач ідентифіковано та враховано у базі даних торгової компанії, що дозволяє безпосередньо аналізувати клієнтську поведінку. У роздрібній торгівлі покупець анонімний, хоча багато компаній спочатку це виключають, наприклад, METRO Cash & Carry. обидві при цьому лише виграють.

Банки та фінансові компанії

Ринок DSS-систем у фінансових інститутах зараз найємніший. Сфера застосування DSS-систем у банках стосується насамперед:

• банківського рітейлу (платіжні пластикові картки та чеки);
• аналізу ризиків;
• запобігання шахрайству (насамперед із пластиковими картками);
• аналізу споживчої поведінки та проектування нових фінансових послуг.

Останнє, перш за все, засноване на аналізі та формуванні споживчих груп, які характеризуються подібною поведінкою. Результатом цієї роботи є проекти, наприклад, молодіжні житлові кредити, умови овердрафтів, VIP-програми клієнтського обслуговування. При цьому треба відповідати на запитання: що таке «молодь»? Хто такий VIP-клієнт? і т.д. Запобігання шахрайству - це перспективна зона використання методів штучного інтелекту, яка ніколи не буде вичерпана, як ніколи не буде вичерпана уява у шахраїв. даного ринку.

Телекомунікації

У телекомунікаційних компаніях, перш за все мобільного зв'язку, роль DSS-систем пов'язана з проектуванням нових послуг, що ґрунтується на виявленні стійких клієнтських груп та переважної клієнтської поведінки. Цей ринок за часом життя вважатимуться невичерпним.

Промисловість

У промисловості до сфер застосування DSS-систем можна зарахувати:

• управління взаємовідносинами із клієнтами;
• статистичне управління запасами;
• фінансове та бюджетне планування та управління;
• аналіз та управління ризиками.

Які зміни у парадигмі управління промисловістю відбулися за останні 50 років? До 60-х років промислове виробництво розвивалося головним чином за рахунок розвитку технології, що виражалося тезою: «Виробляти і продавати». У той час, безумовно, пропозиція явно формувало попит. При цьому основні виробничі фонди були здебільшого матеріальними: будівлі, споруди, обладнання, за яким стояли патентовані технології. До кінця 20-го століття визнаною тезою, що виражає раціональну ринкову поведінку, стала парадигма «сприймати та реагувати». Темп появи нових революційних технологій сповільнився, технології переважно перебувають на етапі еволюції. А фронт конкурентної боротьби перемістився до галузі проектування нових продуктів і послуг. При цьому превалюючим стали наміри та побажання клієнтів: явно чи неявно виражені. Як приклади можна навести практично повний перехід на замовлення конфігурування автомобільної промисловості, постійно зростаючий спектр пропозицій послуг у сфері телекомунікацій при тому самому обладнанні і т.д. Все більше і більше значення набуває інформація і методи роботи з нею. Це тим більше актуально в розвинених країнах світу на тлі тенденції перенесення безпосередньо матеріального виробництва в країни, що розвиваються, з низькою вартістю робочої сили, енергетичних і сировинних ресурсів. Концепція DSS-систем прямо відповідає задачі інформаційного забезпечення цієї парадигми.

Якими є сьогодні основні промислові тенденції? Це:

• глобалізація;
• укрупнення;
• спеціалізація (для середніх підприємств);
• інтеграція у постачальні мережі;
• фокусування на розробці нових продуктів та послуг;
• необхідність одночасно конкурувати як за якістю, так і за ціною.
• Промисловість сьогодні фокусується на:
• розроблення нових продуктів;
• комерціалізації;
• використання переваг консолідації та інтеграції у постачальні мережі;
• управлінні людськими ресурсами.

Аналізуючи причини відставання США у промисловому розвитку, Комісія Міністерства зовнішньої торгівлі США вважає, що для піднесення конкурентоспроможності, зокрема, необхідно (автор наводить лише ті пункти рекомендацій, які мають відношення до предмета розгляду, сам вихідний перелік трохи ширший):

приділяти більше уваги стратегічному плануванню та більше інвестувати у дослідження та розробки;

вивчати стратегію іноземних конкурентів та вдосконалювати власну;

• приділяти більше уваги виробничій функції та більше інвестувати в обладнання та кадри;
• усунути комунікативні бар'єри у межах організації;
• визнати цінність розвитку інформаційних зв'язків із постачальниками та споживачами.

Інформаційна підтримка реалізації вищезгаданих рекомендацій з боку DSS-систем може виглядати так:

• «приділяти … увагу стратегічному плануванню…» - аналізувати історичні дані щодо структури собівартості, динаміки цін;
• "вивчати стратегію іноземних конкурентів" - аналізувати динаміку ринків;
• «приділяти більше уваги виробничій функції» - аналізувати витрати з управління активами, динаміку тарифів, ефективність використання обладнання та фондовіддачу;
• «усунути комунікативні бар'єри» - аналізувати історичні дані щодо параметрів реалізації внутрішніх бізнес-процесів та ефективність результатів;
• "Визнати цінність розвитку інформаційних зв'язків" - аналізувати історичні дані взаємин з клієнтами та постачальниками.

Ефективне вирішення цих завдань потребує поглибленого аналізу як ринкового оточення, і динаміки використання всіх внутрішніх ресурсів.

Особливого значення в конкурентній боротьбі за практично рівної ситуації по можливості доступу до технологій набуває персонал та підходи до управління. У розвинених країнах світу персонал, принаймні провідний у стратегічному плануванні, перемістився з категорії «Витрати» (Cost) до категорії «Фонди» - перші треба неухильно скорочувати, а другі треба розвивати та інвестувати.

Також слід зазначити, що в даний час у світі діє загальна глобальна тенденція переважного розвитку ринку послуг порівняно зі сферою безпосередньо виробництва. Економіка дедалі більше стає інформаційною, а чи не матеріальної.

Розглядаючи корпоративний ринок, дуже показовим є аналіз того, що можуть і чого не можуть успадковувати системи, насамперед типів ERP та Project Management.

Оборона

В оборонній галузі аналітичні системи класу DSS розвиваються у вирішенні завдань:

планування та управління операціями;

планування та управління експлуатацією.

Так, за результатами першої війни в Іраку економічний ефект від використання систем штучного інтелекту було оцінено у суму близько 100 млн. доларів. Це спричинило приблизно триразове збільшення асигнувань на розвиток даних інформаційних технологій на користь Міністерства оборони США. Сьогодні в цій галузі асигнування вже оцінюються сумами у мільярди доларів.

Держава

У сфері державного будівництва роль DSS-систем поки що невелика. Потенційно їх сфера використання пов'язана з оцінкою ефективності державних та муніципальних програм. Це пов'язано, перш за все, з тим, що державні та муніципальні програми не зводяться до економічного ефекту як такого. Розвиток інформаційних систем у цій сфері великою мірою залежить від філософського осмислення ролі та місця держави у майбутньому світі, тобто. Основну роль цьому процесі має вироблення критеріїв і підходів до оцінці.

Пропозиції

Узагальнений портрет DSS-систем можна скласти з урахуванням короткого аналізу пропозицій компаній Cognos, SAS, Hyperion, Oracle. Так як ця стаття носить вступний характер, автор не ставив собі за мету порівняльний аналіз продуктів - це тема інших робіт.

Перш за все слід звернути увагу на те, що перелік ключових гравців на ринку DSS-систем не збігається з лідируючим списком виробників систем ERP. Присутність компанії Oracle у наведеному списку відображає явно виражений намір компанії Oracle розвивати цей напрямок, наявність справді розвиненого інструментального набору для виконання подібних проектів, останні придбання компанії в цій галузі. З цієї точки зору до аналізованого списку можна було б додати і IBM з Microsoft, але ці виробники все-таки більше відносяться до інструментальної області та платформ, ніж до прикладної.

До основного функціонального набору DSS-систем входять:

• фінансове планування та бюджетування;
• формування консолідованої звітності (до 200 попередньо налаштованих звітів);
• створення інформаційної системи стратегічного управління на основі ключових показників діяльності (Balance Score Cards) із налаштованими бібліотеками показників (до 500);
• аналіз взаємовідносин з клієнтами та постачальниками;
• аналіз ринкових тенденцій;
• функціонально-вартісний аналіз (ABC-Costing);
• функціонально-вартісне керування (Activity Based Management, ABM);
• система постійних покращень (Kiezen Costing);
• багатовимірний аналіз даних (OLAP);
• виявлення прихованих закономірностей (Data Mining);
• виявлення моделей (структур) даних;
• статистичний аналіз та прогнозування часових рядів;
• подієве управління бізнесом (Event-driven BI);
• аналіз ризиків;
• формування запропонованих запитів (до 500-600);
• інтелектуальний пошук (за неповними даними та неформальними запитами);
• бізнес-моделювання та аналіз ефективності виконання бізнес-процесів;
• референтні галузеві моделі.
• Кількість налаштованих областей аналізу досягає 30-40.
• Подієве управління бізнесом пов'язане з виявленням передбачених подій виду:
• повідомлення про певний стан;
• виконання;
• операційні події
• Інформаційною платформою є сховища даних (Data Warehouse).
• Інструментальне середовище – інтеграційні системи, засновані на відкритих стандартах. Ці системи відповідають вимогам:
• інформаційної безпеки;
• масштабованості;
• відкритості;
• багатовимірного та багатоваріантного подання даних;
• інтелектуального інтерфейсу;
• інтегрованості з основними платформами та бізнес-додатками, інтеграція даних з різноманітних джерел, мережева інтеграція (насамперед web);
• забезпечують сервіс з «очищення» даних при їх завантаженні у сховища.
• Технічне забезпечення пов'язане з:
• обробкою даних;
• надійним зберіганням даних та забезпеченням цілісності;
• архівацією та відновленням даних;
• мережним та телекомунікаційним забезпеченням;
• криптографічним забезпеченням;
• керуванням доступом користувачів;
• завантаження даних, у тому числі з використанням засобів інтелектуального інтерфейсу (розпізнавання образів: тексту, мовлення, зображень).

Відмінною особливістю цих продуктів є значна більша, ніж у випадку з ERP-системами, готовність до негайної роботи (значно менші цикли впровадження за наявності успадкованих баз даних).

Цільові результати

Результати виконання проектів цільовим чином відповідають наданню можливості отримання відповідей на запитання:

• чи здоровий бізнес?
• хто мій найкращий клієнт?
• який мій найкращий продукт чи послуга?
• якого постачальника мені вигідно вибрати і чому?
• де ми типово не вкладаємось у терміни і чому?
• якою є ефективність діяльності нашого персоналу?
• яка дочірня компанія зробила найбільший (найменший) внесок у результат?
• що показує аналіз фондовіддачі обладнання?
• який сценарій та підхід вибрати при злитті (реструктуризації) компаній?
• і т.п.

Класифікація типових завдань аналізу та статистичних методів їх вирішення

У цьому розділі буде наведено можливу класифікацію аналітичних завдань, що виникають у сфері бізнесу, фінансів та управління та вирішуються статистичними методами. Буде розглянута також класифікація статистичних методів, представлених у DSS-системах перерахованих вище компаній, та їх застосування для вирішення різних класів аналітичних завдань.

Виділимо такі класи аналітичних завдань у галузі фінансів, бізнесу та управління, що вимагають для свого вирішення використання різних статистичних методів:

• горизонтального (тимчасового) аналізу;
• вертикального (структурного) аналізу;
• трендового аналізу та прогнозу;
• аналізу відносних показників;
• порівняльного (просторового) аналізу;
• факторного аналізу

Не всі аналітичні завдання з перелічених вище є зараз однаково важливими кожної конкретної компанії. У їхній повсякденній діяльності ще велика частка рутинних бухгалтерських операцій і багато такого, що поки що зовсім не вимагає жодного аналізу. Проте необхідність підвищення ролі аналітичного підходу починають відчувати навіть малі фірми.

Розглянемо тепер класифікацію методів статистичного аналізу. Всі ці методи можуть бути поділені на такі класи:

• описової статистики;
• перевірки статистичних гіпотез;
• регресійного аналізу;
• дисперсійного аналізу;
• аналізу категоріальних даних;
• багатовимірного аналізу;
• дискримінантного аналізу;
• кластерного аналізу;
• аналізу виживання;
• аналізу та прогнозу часових рядів;
• статистичного планування експериментів та статистичного контролю якості.

Детальний аналіз наведених математичних методів також залишимо поза нашого оглядового розгляду.

Аналітичні методи у засобах розвідки даних (Data Mining)

Аналітичні методи дають кінцевому користувачеві можливість здійснити весь цикл роботи з вихідними даними, що мають великі обсяги та нез'ясовану статистичну структуру. Цей цикл називається розвідкою даних (Data Mining) і з кількох етапів: вибірка, дослідження, модифікація, моделювання, оцінка результатів (Sample, Explore, Modify, Model, Assess).

Кошти Data Mining дають можливість ставити і вирішувати як традиційні, і нетрадиційні завдання аналізу. Наприклад, традиційною є постановка завдання: «Визначити, чи є статистичний зв'язок між такими показниками, як обсяг виробництва товару та обсяг його реалізації (продажу)».

Нетрадиційною ж була б наступна постановка задачі: «Є кілька десятків (або навіть сотень) показників діяльності підприємства, і необхідно визначити, між якими з них слід шукати статистичні зв'язки взагалі, якого роду зв'язку слід шукати (чи вважати показники рівноправними, чи вважати одні показники незалежними, інші залежними змінними), яких об'єктах ці зв'язку проявляються».

Працюючи програми на етапі вибірки відбувається формування підмножини спостережень з вихідних даних (відбір за критеріями чи випадковий добір). На етапах дослідження та модифікації можуть бути здійснені: фільтрація даних, відкидання даних з великими викидами, перетворення вихідних змінних. На етапі моделювання здійснюється побудова регресій та оптимізація підмножини змінних, прийняття рішень на основі методик нейронних мереж, що реалізують різні алгоритми навчання класифікації об'єктів, побудова класифікаційних дерев для відбору оптимального набору змінних та оптимального розбиття безлічі об'єктів, кластеризація та оптимальне угруповання об'єктів. Нарешті, на етапі огляду та оцінки результатів користувач має можливість зіставити різні результати моделювання, вибрати оптимальні класи та параметри моделей, представити результати аналізу у зручній формі.

На етапі підготовки даних забезпечується доступ до будь-яких реляційних баз даних, текстових та SAS-файлів. Додаткові засоби перетворення та очищення даних дозволяють змінювати вид уявлення, проводити нормалізацію значень, виявляти невизначені чи відсутні значення. На основі підготовлених даних спеціальні процедури автоматично будують різні моделі для подальшого прогнозування, класифікації нових ситуацій, виявлення аналогій. Дані програми підтримують побудову п'яти різних типів моделей - нейронні мережі, класифікаційні та регресійні дерева рішень, найближчі k-околиці, байєсовське навчання та кластеризацію.

Аналіз математичного забезпечення існуючих систем підтримки прийняття рішень

Розглянемо докладніше засоби інтелектуального аналізу даних (ІАД, Data Mining), які у системах підтримки прийняття рішень.

Як перший напрямок розвитку засобів ІАД слід виділити методи статистичної обробки даних, які можна розділити на чотири взаємопов'язані розділи:

• попередній аналіз природи статистичних даних (перевірка гіпотез стаціонарності, нормальності, незалежності, однорідності, оцінка виду функції розподілу та її параметрів);
• виявлення зв'язків та закономірностей (лінійний та нелінійний регресійний аналіз, кореляційний аналіз);
• багатовимірний статистичний аналіз (лінійний та нелінійний дискримінантний аналіз, кластер-аналіз, компонентний аналіз, факторний аналіз);
• динамічні моделі та прогноз на основі часових рядів.

Серед найвідоміших і найпопулярніших засобів статистичного аналізу слід назвати пакети Statistica, SPSS, Systat, Statgraphics, SAS, BMDP, TimeLab, DataDesk, SPlus, Scenario (BI), "Мезозавр".

Особливий напрямок у спектрі аналітичних засобів ІАД становлять методи, що ґрунтуються на нечітких множинах. Їх застосування дозволяє ранжувати дані щодо ступеня близькості до бажаних результатів, здійснювати так званий нечіткий пошук у базах даних. Однак платою за підвищену універсальність є зниження рівня достовірності та точності одержуваних результатів. Тому кількість спеціалізованих додатків даного методу, як і раніше, невелика, незважаючи на те, що протягом останніх 35 років математики-прикладники виявляли до нього підвищений інтерес.

Другий великий напрямок розвитку становлять кібернетичні методи оптимізації, засновані на принципах саморозвиваються систем - методи нейронних мереж, еволюційного та генетичного програмування.

Однак нові переваги породжують нові проблеми. Зокрема, рішення, отримані кібернетичними методами, часто не допускають наочних інтерпретацій, що ускладнює життя певним чином предметним експертам.

До програмних продуктів, що використовують кібернетичні методи ІАД, належать системи PolyAnalyst, Neur-oShell, GeneHunter, BrainMaker, OWL, 4Thought (BI).

Безпосередньо до кібернетичних методів ІАД примикають синергетичні методи. Їхнє застосування дозволяє реально оцінити горизонт довгострокового прогнозу. Особливий інтерес викликають дослідження, пов'язані зі спробами побудови ефективних систем керування у нестійких режимах функціонування.

До третього великого розділу ІАД слід віднести сукупність традиційних методів вирішення оптимізаційних завдань - варіаційні методи, методи дослідження операцій, що включають різні види математичного програмування (лінійне, нелінійне, дискретне, цілечислове), динамічне програмування, принцип максимуму Понтрягіна, методи теорії систем масового обслуговування . Програмні реалізації більшості цих методів входять до стандартних пакетів прикладних програм, наприклад Math CAD і MatLab.

До четвертого розділу коштів ІАД входять кошти, які назвемо умовно експертними, тобто пов'язаними з безпосереднім використанням досвіду експерта. До них відносять метод «найближчого сусіда», який ліг в основу таких програмних продуктів, як Pattern Recognition Workbench або KATE tools.

Інший підхід до вибору рішення пов'язані з побудовою послідовного логічного висновку - дерева рішень, у кожному вузлі якого експерт здійснює найпростіший логічний вибір («так» - «ні»). Залежно від прийнятого вибору, пошук рішення просувається правою або лівою гілки дерева і врешті-решт приходить до термінальної гілки, що відповідає конкретному остаточному рішенню. Тут процес статистичного навчання виведено за межі програми та сконцентрований у вигляді деякого апріорного досвіду, укладеного у наборі гілок-рішень.

Одним із різновидів методу дерев рішень є алгоритм дерев класифікації та регресії, що пропонує набір правил для дихотомічної класифікації сукупності вихідних даних. Цей метод зазвичай застосовується для передбачення того, які послідовності подій матимуть заданий результат. На основі дерев рішень розроблені такі програмні продукти, як IDIS, С5.0 та SIPINA.

До експертних методів слід віднести і предметно-орієнтовані системи аналізу ситуацій та прогнозу, що ґрунтуються на фіксованих математичних моделях, що відповідають тій чи іншій теоретичній концепції. Роль експерта полягає у виборі найбільш адекватної системи та інтерпретації отриманого алгоритму. Переваги та недоліки таких систем очевидні – гранична простота та доступність застосування та розплата достовірністю та точністю за цю простоту. Прикладами програмних продуктів, що відповідають предметно-орієнтованим системам фінансів, є Wall Street Money, MetaStock, SuperCharts, Candlestick Forecaster.

На завершення огляду експертних методів ІАД слід згадати методи візуалізації даних та результатів їх аналізу, що дозволяють наочно відображати отримані висновки для створення у предметних експертів та/або керівників проектів єдиної картини ситуації. До програмних продуктів, що дозволяють формувати попередні звіти та візуалізувати результати, слід віднести системи Mineset та Impromptu (BI). Зокрема, система Mineset містить у собі такі інструменти, як ландшафтний візуалізатор, візуалізатор дисперсії, дерев, правил і свідоцтв.

Формувати складні нелінійні відображення засобами кольорової графіки дозволяє новий напрямок візуалізації результатів, що ґрунтується на ідеях фрактальної математики.

На початку шляху

Якщо говорити про практику впровадження розглянутих систем та інформаційних технологій в Україні, то вона перебуває у самому зародковому стані. Основною метою цієї статті і було привернути увагу, перш за все функціональних керівників відповідних служб, до наявних можливостей, світової практики використання систем та основних тенденцій їх розвитку.

Досвід автора щодо проведення підготовчої роботи до впровадження цих продуктів показав, що, з одного боку, на українських підприємствах історичні дані недооцінюються, а наявні бази даних часто дуже «бідні» для вилучення з них значущої інформації, т.к. розроблялися на вирішення облікових, а чи не управлінських завдань. З іншого боку, в Україні дуже обмежені можливості отримання знань з даних внаслідок великої швидкості змін законодавчої бази, що дуже сильно спотворює тимчасову статистику. Це призводить до необхідності використання, наприклад, нелінійних методів, у розвитку яких разом із українськими вченими активну участь бере компанія, яку очолює автор.

Наукові напрями, що стосуються розглядуваного питання, практично залишилися за межами цієї статті, як через обмеженість формату, так і тому, що відносяться в основному до іншої сфери знання - самої фундаментальної математики.

Окрім цієї статті Ви можете переглянути за тематикою поточного розділу:
у розділі "Енциклопедія"
2 статтіу розділі "Статті".
1 статтіу розділі "Історія".
__________________

СППР з'явилися зусиллями, переважно, американських учених наприкінці 1970-х - початку 1980-х років, чому значною мірою сприяло поширення персональних комп'ютерів, страндартных пакетів прикладних програм, і навіть значні успіхи у створенні систем штучного інтелекту (ІІ).

Відмінні риси СППР.

СППР характеризується такими відмінними рисами.

Орієнтація на вирішення погано структурованих (формалізованих) завдань, характерних, головним чином, для найвищих рівнів управління;

Можливість поєднання традиційних методів доступу та обробки комп'ютерних даних з можливостями математичних моделей та методами вирішення задач на їх основі;

Спрямованість на непрофесійного кінцевого користувача ЕОМ у вигляді використання діалогового режиму роботи;

Висока адаптивність, що забезпечує можливість пристосовуватися до особливостей наявного технічного та програмного забезпечення, а також вимог користувача.

Місце СППР серед інформаційних систем. Інформаційну модель деякої організації можна уявити у вигляді наступної ієрархічної моделі, що включає наступні три рівні (див. рис. 4.3):

Обробка даних,

Обробка інформації,

Прийняття рішень.

Мал. 4.3. Ієрархія інформаційних систем у компанії

На першому нижчому рівні знаходяться СЕОД. У ієрархії управлінських рішень цей рівень відповідає рівню управлінського контролю, що автоматизує документообіг у створенні. Основними характеристиками ШОЕД є:

Обробка даних на рівні оперативного контролю,

Ефективна обробка комерційних операцій, що проводяться організацією,

Складання розкладу та оптимізація роботи комп'ютера,

Інтеграція файлів, що описують суміжні завдання,

Складання звітів для керівництва.

На другому середньому рівні, що відповідає рівню управлінського контролю, акцент переноситься на процедури обробки інформації, що виконуються ІСУ. Зазначена обробка зазвичай відноситься до планування діяльності у таких функціональних сферах діяльності організації як маркетинг, виробництво, фінанси, бухоблік, кадри. Основними характеристиками ІСУ слід вважати:

Підготовку інформації, корисної лише на рівні середнього керівництва,

Структурування (упорядкування) інформаційних потоків,

Інтеграцію (об'єднання) даних, одержуваних від СЕОД з функціональних сфер бізнесу (ІСУ маркетингу, ІСУ виробництва тощо),

Створення запитно-відповідної системи та складання звітів для керівництва (зазвичай з використанням баз даних).

На третьому найвищому рівні управління, що відповідає стратегічному плануванню, формуються найважливіші рішення організації. Використовувані цьому рівні СППР (як зрозуміло з подальшого, СППР можуть використовуватися будь-якому рівні управління) мають такі характеристики:

Підготовку варіантів рішень для вищого керівництва,

Забезпечення високої адаптивності до змін та високої швидкості відповідей на запити користувачів,

Забезпечення допомоги у прийнятті рішень будь-яким індивідуальним управлінцям.

Управління даними за умов СЕОД здійснюється переважно обробки поточних комерційних операцій, проведених фірмою. Створення ІСУ було з появою СУБД, яка дала можливість організувати режими запитів, обробки даних, і навіть створення різноманітних управлінських звітів. Проте головною перевагою створення СУБД було зниження витрат за поточне програмування, що з експлуатацією баз даних. Слід зазначити порівняно невисокі вимоги, що пред'являються користувачем до таких систем. Вимоги до СППР значно серйозніші. Це стосується зростання потреби в достовірних даних, у тому числі й ймовірнісних, а також посилення тимчасових обмежень до запитного режиму і використання даних, що надходять з некомп'ютеризованих джерел. Дотримання таких вимог забезпечує швидкий обмін даними між базами даних, що входять до СППР, і великою базою даних, що зберігає відомості про операції фірми.

Отже, СЕОД та ІСУ дають можливість задовольнити інформаційні потреби користувача за допомогою швидкого доступу до необхідних даних та отримання звітів (побудованих з різним ступенем обробки даних), що полегшують прийняття рішень. У разі СППР правильніше говорити про здатність системи спільно з користувачем створювати нову інформацію (часто у вигляді готових альтернатив) для прийняття рішень.

Слід зауважити, що розглянутий підхід до встановлення місця СППР серед ІС може частково ввести читача в оману. Так, може здатися, що СППР можна використовувати лише на найвищих рівнях управління. Насправді вони можуть використовуватися для допомоги у ухваленні рішення на будь-якому рівні управління. Крім того, рішення, які приймаються на різних рівнях управління, часто мають координуватись. Тому важливою функцією СППР є координація осіб, які приймають рішення різних рівнях управління, і навіть у межах рівня. І, нарешті, читачеві може здатися, що допомога у прийнятті рішень - це єдине, що може знадобитися керівництву вищих рівнів від інформаційних систем. Однак, прийняття рішень - це лише одна з функцій управлінців, якими вони отримують допомогу від інформаційних систем.

Зауважимо також, що термін "інформаційні системи управління" використовується в літературі в широкому і вузькому сенсі. У широкому значенні він включає будь-які види розглянутих комп'ютерних систем (СЕОД, ІСУ, СППР та ін), що використовуються в інтересах управлінців. У вузькому значенні цей термін означає вид ІВ, які виробляють управлінські звіти, тобто. ІСУ.

Структура СППР

До цього моменту ми не торкалися питань структури СППР, вважаючи її деякою "чорною скринькою". Перше уявлення про структуру СППР можна становити з розгляду Рис. 4.4.

До складу СППР крім користувача входять три основні компоненти: підсистема обробки та зберігання даних, підсистема зберігання та використання моделей та програмна підсистема. Остання включає систему управління базою даних (СУБД), систему управління базою моделей (СУБМ) і систему управління діалогом між користувачем і комп'ютером (СУД).

Підсистема даних. Підсистема обробки та зберігання даних характеризується всіма відомими перевагами побудови та використання баз даних. Проте використання баз даних у складі СППР характеризується певними особливостями (див. рис. 4.5). Так наприклад,

Мал. 4.4. Структура СППР

бази даних у складі СППР мають значно більший набір джерел даних, включаючи зовнішні джерела, особливо важливі прийняття рішень на високих рівнях управління, і навіть джерела некомп'ютеризованих даних. Іншою особливістю є можливість попереднього "стиснення" даних, що надходять із численних джерел, шляхом їх попередньої спільної обробки процедурами агрегування та фільтрації.

Дані відіграють у СППР важливу роль. Вони можуть використовуватись безпосередньо користувачем або як вихідні дані для розрахунку за допомогою математичних моделей.

Частина даних підсистема даних СППР одержує від системи обробки операцій, вироблених фірмою. Проте лише в окремих випадках дані, отримані лише на рівні обробки комерційних операцій, виявляються корисними для СППР. Щоб отримати можливість використання, ці дані повинні бути попередньо оброблені. Для цього є дві можливості. Перша - використовуватиме обробки даних про операції фірми СУБД, що входить до СППР. Друга - зробити обробку поза СППР, створивши при цьому спеціальну базу даних. Зрозуміло, що друга із зазначених можливостей краще для фірм, які виробляють велику кількість комерційних операцій.

IitUC. 4.5. Структура підсистеми даних СППР

Оброблені дані про операції фірми утворюють екстрактивні файли, які для підвищення надійності та швидкості доступу зберігаються за межами СППР. Ідея створення спеціальної бази даних для обробки операцій фірми базується на доцільності розділити сферу автоматичного електронного оброблення даних від сфери менш кваліфікованого кінцевого користувача. Крім того, кінцеві користувачі СППР, які очікують швидкої реакції системи на свої запити, постійно конкурували б за машинний час із процесом обробки операцій. Тому багато організацій, які працюють із СППР, використовують для обробки своїх комерційних операцій окремий комп'ютер, який працює в рамках центральної ІСУ.

Крім даних про операції фірми, для функціонування СППР потрібні й інші внутрішні дані. Так, наприклад, необхідні оцінки керівників, зайнятих у сферах маркетингу, фінансів, виробництва, дані про рух персоналу, інженерні дані тощо. Ці дані мають бути своєчасно зібрані, введені та підтримані.

Важливе значення, особливо підтримки рішень на верхніх рівнях управління, мають дані із зовнішніх джерел. Серед необхідних зовнішніх даних слід зазначити дані про конкурентів, національну та світову економіку. На відміну від внутрішніх даних зовнішні дані часто можуть бути куплені у організацій, що спеціалізуються на їх зборі.

В даний час широко досліджується питання про включення до СППР ще одного джерела даних - документів, що включають записи, листи, контракти, накази і т.п. Якщо зміст цих документів буде записано в пам'яті (наприклад, на відеодиску) і потім оброблено за деякими ключовими характеристиками (постачальників, споживачів, дат, видів послуг та ін), СППР отримають нове потужне джерело інформації.

Підсистема даних, що входить до складу СППР, повинна мати наступні можливості:

Складання комбінацій даних, одержуваних із різних джерел, за допомогою використання процедур агрегування та фільтрації;

Швидкий додаток або виключення того чи іншого джерела даних;

Побудова логічної структури даних у термінах користувача;

Використання та маніпулювання неофіційними даними для експериментальної перевірки робочих альтернатив користувача;

Управління даними за допомогою широкого спектру функцій управління, що надаються СУБД;

Забезпечення повної логічної незалежності бази даних, що входить у підсистему даних СППР, з інших операційних баз даних, які у рамках фірми.

Підсистема моделей. Поряд із забезпеченням доступу до даних СППР забезпечує доступ користувача до моделей прийняття рішень. Це досягається введенням в ІС відповідних моделей та використанням у ній бази даних як механізму інтеграції моделей та комунікації між ними (див. рис. 4.6).

Отримана в результаті СППР буде поєднувати в собі переваги СЕОД та ІСУ щодо обробки даних та генерації управлінських звітів з перевагами методів дослідження операцій та економетрики в частині математичного моделювання ситуацій та знаходження рішення.

Процес створення моделей має бути гнучким. Він повинен включати спеціальну мову моделювання, сукупність окремих програмних блоків і модулів, що реалізують окремі компоненти різних моделей, а також набір функцій управління.

Використання моделей забезпечує здатність СППР до проведення аналізу. Моделі, використовуючи математичну інтерпретацію проблеми, за допомогою певних алгоритмів сприяють знаходженню інформації, яка корисна для прийняття правильних рішень. Наприклад, модель лінійного програмування дає можливість визначити найвигіднішу виробничу програму випуску кількох видів продукції при заданих обмеження ресурси.

Використання моделей у складі інформаційних систем почалося із застосування статистичних методів та методів фінансового аналізу, що реалізувалися командами звичайних алгоритмічних мов. Пізніше були створені спеціальні мови, що дозволяють моделювати ситуації типу "що буде, якщо?" або "як зробити, щоб?". Такі мови, створені спеціально для побудови моделей, дають можливість побудови моделей певного типу, що забезпечують знаходження рішення при гнучкій зміні змінних.

В даний час існує безліч типів моделей та способів їх класифікації, наприклад, за метою використання, області можливих додатків, способу оцінки змінних і т.п.

Метою створення моделей є оптимізація, або опис деякого об'єкта або процесу. Оптимізаційні моделі пов'язані зі знаходженням точок мінімуму чи максимуму деяких показників. Наприклад, керуючі часто хочуть знати, які дії ведуть до максимізації прибутку (мінімізації витрат). Моделі оптимізації дозволяють отримувати таку інформацію. Описові моделі описують поведінку деякої системи і призначені з метою управління (оптимізації).

Хоча більшість систем має стохастичний характер (тобто їх стан не може бути передбачений з абсолютною достовірністю), більшість математичних моделей побудовані як детерміністські. Детерміністські моделі використовують оцінку змінних одним числом (на відміну стохастичних моделей, що оцінюють змінні декількома параметрами). Детерміністські моделі популярніші, ніж стохастичні, тому що вони менш дорогі та важкі, їх легше будувати та використовувати. До того ж часто з їх допомогою виявляється можливим отримати достатню інформацію для того, хто приймає рішення.

З погляду області можливих додатків моделі поділяються на спеціалізовані моделі, призначені для використання тільки з однією системою, і універсальні - призначені для використання з кількома системами. Перші з них - більш дорогі, вони зазвичай використовуються для опису унікальних систем і мають більшу точність, ніж другі.

База моделей. Моделі в СППР утворюють базу моделей, що включає стратегічні, тактичні та оперативні моделі, а також сукупність модельних блоків, модулів і процедур, що використовуються як елементи для побудови моделей (див. Рис. 4.6). Кожен тип моделей має унікальні характеристики.

Стратегічні моделі використовуються на найвищих рівнях управління для встановлення цілей організації, обсягів ресурсів, необхідних для їх досягнення, а також політики придбання та використання цих ресурсів. Вони можуть бути корисні для вибору варіантів розміщення підприємств, прогнозування політики конкурентів і т.п. Для стратегічних моделей характерна значна широта охоплення, безліч змінних, представлення даних у стиснутій агрегованій формі. Часто ці дані базуються на зовнішніх джерелах та можуть мати суб'єктивний характер. Горизонт планування у стратегічних моделях зазвичай вимірюється у роках. Ці моделі зазвичай детерміністські, описові, спеціалізовані використання на одній певній фірмі.

Тактичні моделі застосовуються керуючими середнього рівня для розподілу та контролю використання наявних ресурсів. Серед можливих сфер їхнього використання слід зазначити: фінансове планування, планування вимог до працівників, планування збільшення продажів, побудова схем компонування підприємств. Ці моделі застосовні зазвичай лише до окремих частин фірми (наприклад, до системи виробництва та збуту) і можуть також включати агреговані показники. Тимчасовий обрій, охоплений тактичними моделями, лежить між одним місяцем і двома роками. Тут також можуть знадобитися дані їх зовнішніх джерел, але основна увага при реалізації даних моделей має бути приділена внутрішнім даним фірми. Зазвичай тактичні моделі реалізуються як детерміністські, оптимізаційні та універсальні.

Оперативні моделі використовуються на нижчих рівнях управління для підтримки прийняття оперативних рішень з горизонтом, що вимірюються днями та тижнями. Можливі застосування цих моделей включають введення дебіторських рахунків і кредитних розрахунків, календарне виробниче планування, управління запасами і т.д. Оперативні моделі зазвичай використовують для своїх розрахунків внутрішньофірмові дані. Вони, як правило, детерміністські, оптимізаційні та універсальні (тобто можуть бути використаними в різних організаціях).

На додаток до стратегічних, тактичних та оперативних моделей база моделей СППР включає сукупність модельних блоків, модулів та процедур. Сюди можуть входити процедури лінійного програмування, статистичного аналізу часових рядів, регресійного аналізу тощо. - від найпростіших процедур до складних пакетів прикладних програм. Модельні блоки, модулі та процедури можуть використовуватися як поодинці, самостійно для допомоги користувачам СППР, так і комплексно, в сукупності для побудови та підтримки моделей.

Система керування інтерфейсом. Ефективність та гнучкість СППР у вирішенні певних завдань багато в чому залежить від характеристик використовуваного інтерфейсу. Інтерфейс включає програмну систему управління діалогом (СУД), комп'ютер і самого користувача.

Мова користувача - це ті дії, які користувач робить щодо системи шляхом використання можливостей клавіатури, електронних олівців, що пишуть на екрані, джостика, "миші", команд, що подаються голосом, і т.п. Найбільш простою формою мови дій є створення форм вхідних та вихідних документів. Отримавши вхідну форму (документ), користувач заповнює його необхідними даними та вводить у комп'ютер. СППР здійснює необхідний аналіз і видає результати у вигляді вихідного документа встановленої форми.

Значно зросла останнім часом популярність візуального інтерфейсу, розробленого американською компанією Apple Mackintosh, в основу якого покладено використання спеціального пристрою миші. За допомогою цього пристрою користувач вибирає представлені йому на екрані у формі картинок об'єкти та дії, реалізуючи таким чином мову дій.

Управління комп'ютером за допомогою людського голосу – найпростіша і тому найбажаніша форма мови дій. Вона ще недостатньо розроблена і тому мало популярна у СППР. Існуючі розробки вимагають від користувача серйозних обмежень (органічного набору слів та виразів; спеціального пристрою, що враховує особливості голосу користувача; управління має здійснюватися у вигляді дискретних команд, а не у вигляді звичайної гладкої мови). Технологія цього підходу інтенсивно вдосконалюється, і в найближчому майбутньому очікується поява нових скоєних СППР, які використовують мовленнєве введення інформації.

Мова повідомлень - те, що користувач бачить на екрані дисплея (символи, графіка, колір), дані, отримані на принтері, звукові вихідні сигнали тощо. Довгий час єдиною реалізацією мови повідомлень було надруковано або виведено на екран дисплея звіт (або інше необхідне повідомлення). Тепер до нього приєдналася нова можливість представлення вихідних даних – машинна графіка. Вона дає можливість створювати на екрані та папері кольорові графічні зображення у тривимірному вигляді. Використання машинної графіки, що значно підвищує наочність та інтерпретованість вихідних даних, стає все більш популярним у СППР.

За останні кілька років намітився новий напрямок, що розвиває машинну графіку – мультиплікація. Мультиплікація виявляється особливо ефективною для інтерпретації вихідних даних СППР, пов'язаних із моделюванням фізичних систем та об'єктів. Так, наприклад, СППР, призначена обслуговування клієнтів у банку, з допомогою мультиплікаційних моделей може реально переглянути різні варіанти організації обслуговування залежно від потоку відвідувачів, допустимої довжини черги, кількості пунктів обслуговування тощо.

Найближчими роками слід очікувати використання людського голосу як мови повідомлень СППР. Як можливий приклад можна вказати використання цієї форми у роботі СППР сфери фінансів, де у процесі генерації надзвичайних звітів голосом пояснюються причини винятковості тієї чи іншої позиції.

Знання користувача - це те, що користувач повинен знати, працюючи із системою. Сюди належить як план дій, що у голові користувача, а й підручники, інструкції, довідкові дані, видані комп'ютером при команді про допомогу. Інструкції та довідкові дані, що видаються системою на прохання користувача, зазвичай не стандартні, а залежать від місця в контексті розв'язання завдання, в якому користувач СППР. Інакше кажучи, допомога спеціалізована з погляду ситуації.

Велику допомогу користувачеві СППР можуть надати звані командні файли, що містять запрограмовані інструкції виконання системою стандартних процедур. Такі файли активуються натисканням однієї клавіші та не вимагають від користувача знання командної мови. Прикладом можуть бути постійно виконувані у межах АРМ процедури зіставлення планованого і фактичного стану виробництва (цінностей складі, обсягів виробництва, надходження готівки та інших.).

У разі явної недостатності знань користувача про дану предметну область і саму СППР, останні можуть використовуватися як тренажерів під керівництвом досвідчених користувачів або експертів у досліджуваній галузі.

Удосконалення інтерфейсу СППР визначається успіхами у розвитку кожної із трьох зазначених компонент.

Важливим вимірником ефективності використовуваного інтерфейсу є обрана форма діалогу між користувачем та системою. В даний час найбільш поширеними є такі форми діалогу: запитно-відповідний режим, командний режим, режим меню і режим заповнення перепусток у виразах, пропонованих комп'ютером. Кожна форма в залежності від типу завдання, особливостей користувача та прийнятого рішення може мати свої переваги та недоліки.

Інтерфейс СППР повинен мати такі можливості:

Маніпулювати різними формами діалогу, змінюючи їх у процесі рішення щодо вибору користувача;

Передавати дані системі різними способами;

Отримувати дані від різних пристроїв системи у різному форматі;

Гнучко підтримувати (надавати допомогу на запит, підказувати) знання користувача.

Експлуатаційні вимоги до СППР із позицій користувача.

Перші три із зазначених нижче вимог мають відношення до типу завдання, яке вирішується особою, яка приймає рішення. Інші - пов'язані з типом наданої йому допомоги.

1. СППР повинні здійснювати допомогу у прийнятті рішень та бути особливо ефективними при вирішенні неструктурованих та погано структурованих завдань. Маються на увазі завдання, при вирішенні яких використання СЕОД, ІСУ та моделей дослідження операцій зазвичай не давало результатів.

2. СППР повинні здійснювати допомогу у прийнятті рішень управлінцями всіх рівнів, а також при координації рішень, що вимагають участі кількох рівнів управління.

3. СППР повинні здійснювати допомогу у прийнятті як індивідуальних, і колективних рішень. Тут маються на увазі рішення, відповідальність у яких розділена між кількома керівниками чи усередині групи працівників.

4. СППР повинні здійснювати допомогу на всіх стадіях процесу ухвалення рішень. Як буде показано нижче, якщо на стадіях вивчення проблеми та збору даних СППР надає лише додаткову допомогу (головний внесок вносить використання ІСУ), то на всіх наступних стадіях (крім стадії прийняття рішення) допомога, що надається СППР, є превалюючою.

5. СППР, надаючи допомогу при прийнятті різних рішень, не може залежати від жодного з них.

6. Використовувати СППР має бути легко. Це забезпечується високою адаптивністю системи по відношенню до виду завдань, особливостей організаційного оточення та користувача, а також дружнім інтерфейсом.

Групові СППР

Все, що говорилося вище про СППР, стосувалося передусім підтримки індивідуальних рішень. Проте менеджер рідко приймає рішення один. Поради директорів, науково-технічні поради, бригади проектантів, проблемні комісії – ось далеко не повний перелік прикладів колективного підходу до ухвалення рішень. Групові СППР (ГСППР) є інтерактивні комп'ютерні системи, покликані забезпечити підтримку групам працівників у вирішенні погано структурованих проблем.

p align="justify"> Прийняття групових рішень є більш складним, ніж індивідуальних, оскільки воно пов'язане з необхідністю узгодження різних індивідуальних точок зору. Тому головним завданням ДСППР є покращення комунікацій у працюючому колективі. Поліпшення комунікацій призводить до економії робочого часу, який може бути використаний на більш глибоке проникнення цієї проблеми та розробку більшої кількості можливих альтернатив її вирішення. Оцінка більшої кількості альтернатив сприяє вибору більш обґрунтованого рішення.

Важливість прийняття групових рішень, з одного боку, хронічні вади групового спілкування (див. розділ 2) та обмежені можливості боротьби з ними, з іншого, призвели до створення спеціальної інформаційної технології підтримки групових рішень .

Більшість цієї технології реалізується засобами систем автоматизації офісу (CAO)1, покращуючи комунікацію між співробітниками. ГСППР можуть бути спеціалізованими (пристосованими для вирішення лише одного типу проблем) або універсальними (призначеними для вирішення кола питань). Багато ГСППР містять вбудований програмний механізм, що перешкоджає розвитку негативних тенденцій групового спілкування (виникнення конфліктних ситуацій, групового мислення і т.п.).

Структура ДСПВР. ГСППР включає в себе технічне та програмне забезпечення, а також процедури та персонал (див. рис. 4.7).

Мал. 4.7. Структура групової системи підтримки прийняття рішень

Зазначені компоненти забезпечують членам групи можливість комунікації та іншу підтримку під час обговорення проблем. У процесі роботи з системою члени групи мають постійний доступ до бази даних, бази моделей та різних програм. Розпорядник групи відповідає за вибір необхідних роботи групи процедур. Розпорядник групи та її члени мають можливість вступати у діалог.

Технічне забезпечення. У ГСППР зазвичай використовують одну з таких конфігурацій технічного забезпечення:

1. Єдиний комп'ютер. У цьому випадку всі учасники збираються навколо єдиного комп'ютера і по черзі відповідають на запитання, які з'являються на екрані монітора, поки рішення не буде отримано. Використання такої конфігурації є доцільним лише для цілей навчання.

2. Мережа комп'ютерів чи терміналів. Кожен учасник перебуває за своїм комп'ютером чи терміналом, маючи можливість вести діалог із центральним процесором системи.

3. Кімната прийняття рішень. В основі цієї конфігурації ГСППР лежить додаток CAO1, який називається комп'ютерною конференцією і описаний у розділі 4.4. Кімната для прийняття рішень включає локальну комп'ютерну мережу з сервером, на якому працює розпорядник системи. Вона також оснащена загальним екраном, який дозволяє демонструвати всім членам групи необхідну інформацію (індивідуальну та агреговану).

Програмне забезпечення. Програмне забезпечення ГСППР включає базу даних, базу моделей і програми спеціальних додатків. Воно забезпечує можливість індивідуальної та групової роботи користувачів, а також ведення групових процедур прийняття рішень. Так, у частині групової роботи програмне забезпечення ДСППР дозволяє

Проводити чисельне та графічне підсумовування пропозицій та результатів голосування членів групи;

Обчислювати ваги альтернатив рішення, робити анонімний запис отриманих пропозицій, вибирати лідера групи, будувати процедури побудови консенсусу, перешкоджати розвитку негативних тенденцій групового спілкування;

Передавати текст і числові дані між членами групи, між членами групи та розпорядником групи, а також між членами групи та центральним процесором ДСППР.

Персонал. Цей компонент ДСППР включає всіх членів групи і розпорядника, присутній на кожній зустрічі групи і відповідає за апаратну частину системи та управління зміною процедур ведення дискусії.

Пооієдуои. Процедури є необхідним компонентом ГСППР, за допомогою якого забезпечується цілеспрямованість обміну думками, об'єктивність досягнення консенсусу та ефективність використання програмного та технічного забезпечення системи.

Підтримка, що здійснюється ДСППР. Для того, щоб проаналізувати роботу ДСППР, виділимо три рівні засобів підтримки, що надаються цими системами:

Рівень 1. Підтримка комунікацій

Рівень 2. Підтримка ухвалення рішень

Рівень 3. Підтримка правил гри

1. Підтримка комунікацій. На цьому рівні ГСППР, використовуючи можливості CAO та спеціальні програми, може здійснювати такі види підтримки:

Надсилання повідомлень між членами групи засобами електронної пошти;

Формування загального екрана, видимого всім членам групи та доступного з кожного робочого місця;

Можливість анонімного введення ідей (пропозицій) та їх анонімної оцінки (ранжування);

Видача на загальний екран (або монітор кожного робочого місця) усієї вихідної інформації, що є результатом обговорення (вихідного та остаточного списку пропозицій, результатів голосування та ін.);

Формування порядку денного для обговорення.

Рівень 2. Підтримка ухвалення рішень. На цьому рівні ГСППР, використовуючи програмні засоби моделювання та аналізу прийняття рішень, може здійснювати такі види підтримки:

Планове та фінансове моделювання;

Використання дерев рішень;

Використання імовірнісних моделей;

Використання моделей розподілу ресурсів.

3. Підтримка правил гри. На цьому рівні ДСППР використовує спеціальні програмні засоби для дотримання встановлених правил проведення групових процедур (наприклад, встановлення черговості виступів та правил голосування, прийнятності питань на даний момент та ін.).

1). Перед початком зустрічі лідер групи зустрічається з її розпорядником, щоб спланувати роботу групи, обрати програмне забезпечення, намітити порядок денний.

2). Робота групи починається з того, що її лідер пропонує групі для вирішення питання чи проблеми.

3). Далі учасники вводять з клавіатури свої відповіді, які робляться доступними для всіх. Після того, як учасники ознайомилися з усіма висловленими пропозиціями, вони дають коментарі до них (позитивні чи негативні).

4). Розпорядник, використовуючи програму узагальнення речень, шукає у поданих реченнях загальні терміни, теми та ідеї та створює з них кілька узагальнених речень з коментарями, які повідомляються всім учасникам.

5). Лідер розпочинає дискусію щодо узагальнених речень (словесну чи електронну). На цій стадії за допомогою спеціальних програм відбувається ранжування (призначення пріоритетів) пропозицій, що обговорюються.

6). Для кращих п'яти чи десяти пропозицій починається нова дискусія з метою їхньої конкретизації та подальшої оцінки.

7). Процес (розробки пропозицій, їх узагальнення та ранжирування) повторюється чи закінчується фінальним голосуванням. Цей етап використовує спеціальну програму, яка називається “остаточний коментар”, що видає коментар за відібраними узагальненими пропозиціями.

ПОБУДУВАННЯ ТА ВИКОРИСТАННЯ СППРД ФІНАНСОВОГО ПЛАНУВАННЯ

Описуваний приклад ґрунтується на реальних подіях, що мали місце в одному із західних банків.

Наприкінці чергового фінансового року банк, виявивши значне скорочення прибутку, відчув себе у небезпеці. Аналіз ситуації виходив за рамки звичайної управлінської діяльності.

Хоча зазначений банк вважався серед передових, одним із перших впровадили кредитні картки та комп'ютерну систему бухгалтерських розрахунків, реалізація кредитної політики у ньому досі здійснювалася вручну.

Було ухвалено рішення створити нову комп'ютерну систему фінансового планування, яка проводить аналіз та прогнозування, а також створює звіти на базі використання даних вже існуючої в банку системи обробки бухгалтерських операцій. Аналіз при цьому стосувався висвітлення динаміки зміни основних показників, що оцінюють співвідношення власних активів та позикових коштів банку. Прогнозування передбачалося проводити для двох постійних горизонтів: 12 місяців та 5 років.

Система фінансового планування (СФП) використовувалася у трьох напрямах:

На початку кожного місяця видавалися звіти про діяльність банку за попередній місяць;

Протягом кожного місяця – для вирішення спеціальних поточних завдань та розробки стратегічних планів;

Наприкінці кожного календарного року – для розробки річних бюджетних документів.

Як неважко помітити, на відміну від ІС, що вже існувала в банку, бухгалтерських розрахунків (що являла собою централізовану СЕОД), новостворена СФП являє собою СППР, що зберігає такі стандартні функції цих систем як

Доступ до даних у будь-який момент;

Підтримка прийнятих рішень видачею періодичних управлінських звітів;

Використання математичних моделей прогнозування для оцінки альтернатив та стратегій;

Забезпечення можливості роботи у режимі діалогу (можливість зміни цілей та обмежень при зміні умов та обставин на фінансових ринках).

Дані. Щомісяця отримані дані записуються до баз даних, що містять ретроспективну інформацію протягом останніх трьох років у помісячному розрізі і сім з половиною років у поквартальному розрізі. Крім того, бази даних містять одержану прогнозну інформацію на наступні 12 місячних періодів.

Звіти та аналіз. Щомісяця система фінансового планування видає повний набір фінансових документів, включаючи балансовий звіт, звіт про доходи та звіти за основними комерційними показниками. Отримані місячні дані порівнюються з результатами прогнозування, бюджетом та з аналогічними даними, отриманими у попередньому році. Крім того, система видає періодичні звіти про особливо напружені (критичні) аспекти діяльності банку, наприклад, звіт про співвідношення ставок та обсягів процентних платежів.

Прогнозування. Всі ці звіти можуть бути видані системою для кожного з 12 наступних місяців. Незалежні змінні для цих звітів можуть бути введені безпосередньо користувачами або автоматично сформовані зі стратегічних міркувань. За потреби тут можуть бути використані оптимізаційні моделі, що знаходяться в основі моделей системи. Прогнозування є "ковзним", що постійно покриває наступні 12 місяців, з постійною переоцінкою даних на початку кожного місяця.

Переваги. Використання СФП призвело до підвищення прибутковості банку за рахунок наступних факторів:

Побудови механізму управління найважливішими показниками балансового звіту, у тому числі ліквідністю та співвідношенням власного та позикового капіталу;

створення бази для координації процесу прийняття рішень на рівні стратегічного планування;

Створення можливості для вищого керівництва швидко реагувати на зміну нормативних актів, умов ринку та внутрішньобанківських

обставин;

Зниження витрат на створення періодичних управлінських від

Питання для самоперевірки

1. Опишіть ситуацію, яка спонукала керівництво банку до створення СФП.

2. Які переваги забезпечувало використання СФП?

3. Опишіть компоненти СФП, обгрунтувавши - якого виду ІС вона належить.

3). СППР має здатність управління діалогом між користувачем та системою, а також управління даними та моделями.

Матеріал з ПІЕ.

Система підтримки прийняття рішень (СППР) (англ. Decision Support System, DSS)- комп'ютерна автоматизована система, метою якої є допомога людям, які приймають рішення у складних умовах для повного та об'єктивного аналізу предметної діяльності. СППР виникли внаслідок злиття управлінських інформаційних систем та систем управління базами даних.

Для аналізу та вироблення пропозицій у СППР використовуються різні методи. Це можуть бути: інформаційний пошук, інтелектуальний аналіз даних, пошук знань у базах даних, міркування на основі прецедентів, імітаційне моделювання, еволюційні обчислення та генетичні алгоритми, нейронні мережі, ситуаційний аналіз, когнітивне моделювання та ін. Деякі з цих методів були розроблені в рамках штучного інтелекту. Якщо в основі роботи СППР лежать методи штучного інтелекту, то говорять про інтелектуальну СППР, або ІСППР.

Вирішення питань

Використання системи дозволяє знайти відповіді на безліч питань, що виникають у керівників компанії, наприклад:

На скільки відсотків виконано план з продажу, доходу, прибутку, витрат

Яка частка ринку, що належить компанії

Які тенденції розвитку сегмента ринку, на якому представлена ​​компанія

Які ключові показники продуктивності компанії у поточному періоді

Які тенденції зміни ключових показників продуктивності компанії з часом

Які з партнерів приносять найбільший дохід, прибуток

Які проекти, групи продуктів найкраще продає цей партнер

Які тенденції зміни продажів через партнерів

Скільки кожен проект коштує моєму підприємству

Скільки коштує підтримка проектів, що продаються

Які проекти цього року коштують більше, ніж торік

Як витрати різних підрозділів та компанії в цілому співвідносяться з доходами

Наскільки точно різні підрозділи компанії дотримуються встановленого бюджету

Які тенденції видатків за різними підрозділами, статтями бюджету

Які з моїх постачальників пропонують найкраще співвідношення ціна/якість

Які з постачальників доставляють товари швидше за інших Повільніше за інших

Як часто відбуваються затримки постачання від того чи іншого постачальника

Яких постачальників вибрати для постачання великих/невеликих партій продукту

Наскільки підприємство виконує план із продажу, доходів, прибутку

Які галузі бізнесу роблять позитивний внесок, а які - негативний

Який прогноз ключових показників продуктивності на наступний період (місяць, квартал, рік)

Який середній час виконання заявки на обслуговування

Які витрати на виконання однієї заявки

Який середній час до першої поломки даної моделі

Яка продуктивність персоналу, який пройшов певне навчання перед тими, хто його не проходив

Які тенденції щорічного зростання персоналу компанії у різних регіонах, підрозділах

Яка прогнозована кількість персоналу на наступний рік

Які прогнози щодо складу

Які співробітники потребують навчання

Яким набором навичок повинен мати співробітник, щоб добре виконувати свої обов'язки

Які проекти доставляються вчасно Які - із запізненням

Чи мають певні клієнти чи проекти неприпустимо довгий термін постачання

Чи змінилося час доставки певних продуктів з часом

Наскільки швидше чи повільніше стало постачання продуктів (послуг) у певний сегмент ринку

Які основні причини відмови від продукту (послуги)

1.Процес створення системи управлінської звітності, аналізу даних та підтримки прийняття рішень складається з наступних етапів: 2.Аналіз існуючих на підприємстві інформаційних потоків та процедур управління підприємством; 3.Виявлення показників, що впливають на фінансово-економічний стан підприємства та відображають ефективність ведення бізнесу (на основі даних з систем, що вже використовуються); 4.Выработка процедур, які забезпечують отримання управлінським персоналом необхідної інформації у потрібний час, у потрібному місці та у потрібному вигляді; 5.Налаштування програмних засобів багатовимірного аналізу; 6.Навчання персоналу Замовника роботи з програмними засобами багатовимірного аналізу.

Підсумок - продумані рішення, що спираються на інформаційний фундамент, адекватні дії, кваліфіковане виконання і як результат успіху всього підприємства.

Історія створення СППР

До середини 60-х років минулого століття створення великих інформаційних систем (ІВ) було надзвичайно дорогим, тому перші ІС менеджменту (так звані Management Information Systems - MIS) були створені в ці роки лише у досить великих компаніях. MIS призначалися на підготовку періодичних структурованих звітів для менеджерів. Наприкінці 60-х років з'являється новий тип ІС – модель-орієнтовані СППР (Model-oriented Decision Support Systems – DSS) або системи управлінських рішень (Management Decision Systems – MDS).

На думку першовідкривачів СППР Keen P. G. W., Scott Morton M. S. (1978), концепція підтримки рішень була розвинена на основі «теоретичних досліджень у галузі прийняття рішень... та технічних робіт зі створення інтерактивних комп'ютерних систем». У 1971 р. - опубліковано книгу Scott Morton 'а, в якій вперше були описані результати впровадження СППР, заснованої на використанні математичних моделей. 1974 р. – у роботі дано визначення ІС менеджменту – MIS (Management Information System): «MIS – це інтегрована людино-машинна система забезпечення інформацією, що підтримує функції операцій, менеджменту та прийняття рішень в організації. Системи використовують комп'ютерну техніку та програмне забезпечення, моделі управління та прийняття рішень, а також базу даних» . 1975 р. - J.D.C.Little у роботі запропонував критерії проектування СППР у менеджменті. 1978 - опублікований підручник з СППР, в якому вичерпно описані аспекти створення СППР: аналіз, проектування, впровадження, оцінка та розробка. 1980 - опублікована дисертація S. Alter, в якій він дав основи класифікації СППР. 1981 р. - Bonczek, Holsapple та Whinston у книзі створили теоретичні основи проектування СППР. Вони виділили 4 необхідні компоненти, властиві всім СППР: 1) Мовна система (Language System - LS) - СППР може приймати всі повідомлення; 2) Система презентацій (Presentation System (PS)) (СППР може видавати свої повідомлення); 3) Система знань (Knowledge System – KS) – всі знання СППР зберігає; 4) Система обробки завдань (Problem-Processing System (PPS)) – програмний «механізм», який намагається розпізнати та вирішити завдання під час роботи СППР. 1981 - У книзі R.Sprague і E.Carlson описали, яким чином на практиці можна побудувати СППР. Тоді ж була розроблена інформаційна система керівника (Executive Information System (EIS)) – комп'ютерна система, призначена для забезпечення поточної адекватної інформації для підтримки ухвалення управлінських рішень менеджером. Починаючи з 1990-х, розробляються так звані Data Warehouses – сховища даних. У 1993 р. Е. Коддом (E.F. Codd) для СППР спеціального виду було запропоновано термін OLAP (Online Analytical Processing)- оперативний аналіз даних, онлайнова аналітична обробка даних підтримки прийняття важливих рішень. Вихідні дані для аналізу представлені у вигляді багатовимірного куба, яким можна отримувати потрібні розрізи - звіти. Виконання операцій над даними здійснюється OLAP-машиною. За способом зберігання даних розрізняють MOLAP, ROLAP та HOLAP. За місцем розміщення OLAP-машини розрізняються OLAP-клієнти та OLAP-сервери. OLAP-клієнт робить побудову багатовимірного куба та обчислення на клієнтському ПК, а OLAP-сервер отримує запит, обчислює та зберігає агрегатні дані на сервері, видаючи лише результати.

Приклад OLAP-перетворення: багатовимірний куб

На початку нового тисячоліття було створено СППР з урахуванням Web. 27 жовтня 2005 року в Москві на Міжнародній конференції «Інформаційні та телемедичні технології в охороні здоров'я» (ITTHC 2005), А. Пастухов (Росія) представив СППР нового класу – PSTM (Personal Information Systems of Top Managers). Основною відмінністю PSTM від існуючих СППР є побудова системи для конкретної особи, яка приймає рішення, з попередньою логіко-аналітичною обробкою інформації в автоматичному режимі та виведенням інформації на один екран.

Цікаво відзначити створення предтечі СППР колезьким радником С. Н. Корсаковим, який опублікував ще в 1832 опис механічних пристроїв, так званих «інтелектуальних машин», які "можли бути використані при вирішенні різних завдань у повсякденному житті, для того, щоб зробити який би то не було висновку", наприклад допомогти прийняти рішення про найбільш підходящі ліки за симптомами захворювання, що спостерігаються у пацієнта.

Класифікації СППР

Для СППР відсутня як єдине загальноприйняте визначення, а й вичерпна класифікація. Різні автори пропонують різні класифікації.

На рівні користувача Haettenschwiler (1999) ділить СППР на пасивні, активні та кооперативні СППР. Пасивною СППР називається система, яка допомагає процесу ухвалення рішення, але не може винести пропозицію, яке рішення ухвалити. Активна СППР може зробити пропозицію, яке рішення слід вибрати. Кооперативна дозволяє ЛПР змінювати, поповнювати або покращувати рішення, пропоновані системою, посилаючи потім ці зміни до системи для перевірки. Система змінює, поповнює або покращує ці рішення та посилає їх знову користувачеві. Процес продовжується до отримання узгодженого рішення.

На концептуальному рівні Power (2003) відрізняє СППР, керовані повідомленнями (Communication-Driven DSS), СППР, керовані даними (Data-Driven DSS), СППР, керовані документами (Document-Driven DSS), СППР, керовані знаннями (Knowledge-Driven DSS) ) та СППР, керовані моделями (Model-Driven DSS). СППР, керовані моделями, характеризуються переважно доступ і маніпуляції з математичними моделями (статистичними, фінансовими, оптимізаційними, імітаційними). Зазначимо, що деякі OLAP-системи, що дозволяють здійснювати складний аналіз даних, можуть бути віднесені до гібридних СППР, які забезпечують моделювання, пошук та обробку даних.

Керована повідомленнями (Communication-Driven DSS) (раніше групова СППР - GDSS) СППР підтримує групу користувачів, які працюють над виконанням спільного завдання.

СППР, керовані даними (Data-Driven DSS) чи СППР, орієнтовані працювати з даними (Data-oriented DSS) (також відомі як Business Intelligence) переважно орієнтуються на доступ і маніпуляції з даними. СППР, керовані документами (Document-Driven DSS), керують, здійснюють пошук та маніпулюють неструктурованою інформацією, заданою у різних форматах. Нарешті, СППР, керовані знаннями (Knowledge-Driven DSS) забезпечують вирішення завдань як фактів, правил, процедур.

На технічному рівні Power (1997) розрізняє СППР всього підприємства та настільну СППР. СППР всього підприємства підключена до великих сховищ інформації та обслуговує багатьох менеджерів підприємства. Настільна СППР - це мала система, яка обслуговує лише комп'ютер користувача. Існують і інші класифікації (Alter, Holsapple та Whinston, Golden, Hevner та Power). Зазначимо лише, що чудова для свого часу класифікація Alter'a, яка розбивала все СППР на 7 класів, нині дещо застаріла.

Залежно від даних, з якими ці системи працюють, СППР умовно можна поділити на оперативні та стратегічні. p align="justify"> Оперативні СППР призначені для негайного реагування на зміни поточної ситуації в управлінні фінансово-господарськими процесами компанії. Стратегічні СППР спрямовані на аналіз значних обсягів різнорідної інформації, які з різних джерел. Найважливішою метою цих СППР є пошук найбільш раціональних варіантів розвитку бізнесу компанії з урахуванням впливу різних факторів, таких як кон'юнктура цільових для компанії ринків, зміни фінансових та ринків капіталів, зміни в законодавстві та ін. СППР першого типу отримали назву Інформаційних Систем Керівництва Systems, ІСР). По суті, вони є кінцевими наборами звітів, побудованими на підставі даних з транзакційної інформаційної системи підприємства, що в ідеалі адекватно відображає в режимі реального часу основні аспекти виробничої та фінансової діяльності. Для ІСР характерні такі основні риси: звіти, як правило, базуються на стандартних для організації запитах; кількість останніх відносно невелика; ІСР представляє звіти у максимально зручному вигляді, що включає, поряд з таблицями, ділову графіку, мультимедійні можливості тощо; як правило, ІСР орієнтовані на конкретний вертикальний ринок, наприклад, фінанси, маркетинг, управління ресурсами.

Загалом система підтримки прийняття рішень (СППР)

СППР другого типу передбачають досить глибоке опрацювання даних, спеціально перетворених так, щоб їх було зручно використовувати в процесі прийняття рішень. Невід'ємним компонентом СППР цього рівня є правила ухвалення рішень, які на основі агрегованих даних дають можливість менеджерам компанії обґрунтовувати свої рішення, використовувати фактори сталого зростання бізнесу компанії та знижувати ризики. СППР другого типу останнім часом активно розвиваються. Технології цього будуються на принципах багатовимірного подання та аналізу даних (OLAP).

Під час створення СППР можна використовувати Web-технологии. Нині СППР з урахуванням Web-технологій низки компаній є синонімами СППР підприємства.

Архітектура СППР є різними авторами по-різному. Наведемо приклад. Marakas (1999) запропонував узагальнену архітектуру, що складається з 5 різних частин: (a) система управління даними (the data management system - DBMS); (b) система управління моделями (the model management system - MBMS); (c) машина знань ( the knowledge engine (KE)), (d) інтерфейс користувача (the user interface) та (e) користувачі (the user(s)).

Архітектура

Функціональні СППР

Є найпростішими з погляду архітектури. Вони поширені в організаціях, які не ставлять перед собою глобальних завдань та мають невисокий рівень розвитку інформаційних технологій. Відмінною рисою функціональних СППР і те, що аналізу піддаються дані, які у операційних системах. Перевагами подібних СППР є компактність через використання однієї платформи та оперативність через відсутність необхідності перевантажувати дані в спеціалізовану систему. З недоліків можна відзначити такі: звуження кола питань, що вирішуються за допомогою системи, зниження якості даних через відсутність етапу їх очищення, збільшення навантаження на операційну систему з потенційною можливістю припинення її роботи.

Обробка та аналіз інформаційних потоків

СППР, які використовують незалежні вітрини даних

Застосовуються у великих організаціях, які мають кілька підрозділів, зокрема відділи інформаційних технологій. Кожна конкретна вітрина даних створюється на вирішення певних завдань і орієнтована окреме коло користувачів. Це значно підвищує продуктивність системи. Використання подібних структур досить просто. З негативних моментів можна назвати те, що дані багаторазово вводять у різні вітрини, тому можуть дублюватися. Це підвищує витрати на зберігання інформації та ускладнює процедуру уніфікації. Наповнення вітрин даних досить складно через те, що доводиться використовувати численні джерела. Відсутня єдина картина бізнесу організації, тому що немає остаточної консолідації даних.

СППР на основі дворівневого сховища даних

Використовується у великих компаніях, дані яких консолідовані у єдину систему. Визначення та способи обробки інформації у даному випадку уніфіковані. На забезпечення нормальної роботи подібної СППР потрібно виділити спеціалізовану команду, яка її обслуговуватиме. Така архітектура СППР позбавлена ​​недоліків попередньої, але немає можливості структурувати дані окремих груп користувачів, і навіть обмежувати доступом до інформації. Можуть виникнути проблеми з продуктивністю системи.

СППР на основі трирівневого сховища даних

Такі СППР застосовують сховище даних, з якого формуються вітрини даних, використовувані групами користувачів, які вирішують подібні завдання. Таким чином, забезпечується доступ як до конкретних структурованих даних, так і єдиної консолідованої інформації. Наповнення вітрин даних спрощується через використання перевірених і очищених даних, що у єдиному джерелі. Є корпоративна модель даних. Такі СППР відрізняє гарантована продуктивність. Але існує надмірність даних, що веде до зростання вимог їх зберігання. Крім того, необхідно узгодити подібну архітектуру з безліччю областей, що мають потенційно різні запити.

Структура

Виділяють чотири основні компоненти:

інформаційні сховища даних;

засоби та методи вилучення, обробки та завантаження даних (ETL);

багатовимірна база даних та засоби аналізу OLAP;

засоби Data Mining.

Переваги

СППР дозволяє полегшити роботу керівникам підприємств та підвищити її ефективність. Вони значно прискорюють вирішення проблем у бізнесі. СППР сприяють налагодженню міжособистісного контакту. На їх основі можна проводити навчання та підготовку кадрів. Дані інформаційні системи дозволяють підвищити контроль за діяльністю організації. Наявність СППР, що чітко функціонує, дає великі переваги в порівнянні з конкуруючими структурами. Завдяки пропозиціям, що висуваються СППР, відкриваються нові підходи до вирішення повсякденних та нестандартних завдань.

Динамічне моделювання

Особливий клас систем стратегічного управління та підтримки прийняття рішень є системами, що дозволяють здійснювати динамічне моделювання процесів. При використанні методів динамічного моделювання діяльність компанії описується у вигляді математичної моделі, в якій всі бізнес-завдання та процеси видаються як система взаємопов'язаних показників, що обчислюються.