Информатика. Инфор-ные системы_УП. Учебное пособие для студентов специальности 080801 Прикладная информатика (в экономике)
 Скачать 1.67 Mb.
|
|
Галактика ERP» в организациях и предприятиях оборонно- промышленного комплекса, а также в структурах, чья деятель- ность имеет стратегически важное значение для государства. Для небольших предприятий на базе системы «Галактика ERP» разработано решение, которое позволяет быстро и с ми- нимальными затратами провести автоматизацию основных биз- нес-процессов предприятия — «Галактика Старт». 65 Средние по масштабам бизнеса, динамично развивающиеся компании могут воспользоваться специальным предложением корпорации «Галактика» — решением «Галактика Прогресс». Системы этого рода обеспечивают автоматизированное управление всеми видами ресурсов предприятия: материальны- ми, финансовыми, кадровыми, позволяют осуществлять плани- рование и управление ходом производства, хранения и сбыта продукции, обеспечивают своевременное рациональное обеспе- чение производства необходимыми материалами и комплек- тующими, предоставляют достоверную оперативную информа- цию для принятия управленческих решений. Система «Галактика» объединяет более 40 модулей, ис- пользующих единую базу данных и предназначенных для авто- матизации решения задач бухгалтерского и управленческого учета, анализа хозяйственной деятельности, планирования, тех- нико-экономической подготовки производства и т.д. Программа «Галактика» построена по модульному принци- пу, каждый модуль предназначен для автоматизации отдельной функции предприятия, модули объединяются в группы — кон- туры (в скобках указаны названия модулей): – контур управления производством (спецификации про- дуктов, управление заказами, управление ремонтами, учет в производстве, планирование производства, контроллинг, корпо- ративное планирование); – финансовый контур (финансовый анализ, платежный ка- лендарь, управление бюджетом, планирование финансов, управ- ление проектами); – контур бухгалтерского учета (векселя и кредиты, факти- ческие затраты, финансово-расчетные операции, материальные ценности, малоценные и быстроизнашиваемые предметы, веде- ние налоговых расчетов, налоговые регистры, основные средст- ва, нематериальные активы, бухгалтерская отчетность, консоли- дация, хозяйственные операции, касса); – контур логистики (материально-техническое обеспече- ние, управление договорами, управление снабжением, управле- ние сбытом, складской учет, поставщики, получатели); – контур управления взаимоотношениями с клиентами (клиенты, рекламные кампании); 66 – контур управления персоналом (управление персоналом, заработная плата). В системе реализована концепция компонентной модели: все единицы системы сформированы в компоненты, взаимодейст- вующие между собой через специальные интерфейсы, компонен- ты логически объединены в модули. Наличие версий у компонен- тов позволяет перейти от обновления системы к обновлению от- дельных компонентов, что минимизирует расходы заказчика. В состав системы «Галактика» входят развитые средства для поддержки решения специализированных и отраслевых за- дач (претензионно-исковая работа, консигнация, давальческое сырье, управление строительством, сервисное обслуживание, спецодежда, розничная торговля, автотранспорт), а также инст- рументарий для администрирования системы (настройка, рабо- чее место пользователя, клиент-банк, документооборот, конфи- гуратор, экспорт/импорт, генератор отчетов, компилятор форм, деловая графика, компилятор интерфейсов, обмен бизнес- документами, права доступа и некоторые другие, предназначен- ные для настройки и администрирования системы). На данный момент «Галактика» практически полностью закры- вает вопросы, связанные с созданием управленческого слоя на пред- приятии. Имеется целостная информационная система управления предприятием, развиваются компоненты, связанные с управлением финансами, ресурсами и производственным планированием. Система «Галактика» внедрена на нескольких сотнях круп- ных и средних предприятий, в том числе на нескольких нижего- родских: «Борский пищевой комбинат», «Оргсинтез», «Речной порт», «Машиностроительный завод», «Красный якорь», «Си- бурнефтехим», Тюменский опытно-экспериментальный завод геофизического приборостроения, Туймазинский завод автобе- тоновозов (дочерняя структура ОАО «КАМАЗ»), «Белкоммун- маш», Опытный завод «Микрон», «УралАЗ-Энерго» (дочерняя структура ОАО «Автомобильный завод ″Урал″») и другие. 11) «БЭСТ-ПЛАН». Данная система разработана компани- ей «Интеллект-Сервис», одним из ведущих разработчиков про- граммного обеспечения для автоматизации бизнес-процессов. Программа «БЭСТ-ПЛАН» — управленческая система нового типа. В ее основе производственный или коммерческий план. 67 Программа позволяет разрабатывать планы по производству продукции, реализации товаров или услуг. Периодами планиро- вания могут быть месяц, квартал, полугодие, год. В условиях применения может быть подготовлено любое количество вари- антов по каждому плану. Программа позволяет сравнивать их друг с другом и выбирать оптимальное стратегическое решение с точки зрения уровня затрат или прибыли. 12) «NS2000». Компания «НикосСофт» специализируется на создании программного обеспечения в области финансов и бизнеса. Преимущество комплекса «NS2000» — возможность поддержки логически сложных бизнес-цепочек, в которых ре- зультаты работы одних сотрудников — основа для выполнения своих задач другими сотрудниками. В любой момент по каждой фирме, отделу, складу, магази- ну возможен просмотр следующих данных: – баланс; финансовое состояние фирмы; – запасы на складах; динамика изменения затрат; – прибыль, доходы; рентабельность; – оборачиваемость средств. Контрольные вопросы 1. Какому набору обязательных требований должны соот- ветствовать современные информационные системы? 2. Какие эксплуатационные характеристики должны быть у современных информационных систем? 3. Что является ядром всего информационного комплекса корпоративных ИС? 4. Для предназначены корпоративные ИС? 5. Что учитывают КИС и на базе чего строятся? 6. Что определяют деловые процессы на предприятии? 3.5 Системы поддержки принятия решений Системы поддержки принятия решенийобслуживают частично структурированные задачи, результаты которых труд- но спрогнозировать заранее. Они имеют более мощный анали- 68 тический аппарат с несколькими моделями. Информацию полу- чают из управленческих и операционных информационных сис- тем. Используют эти системы все, кому необходимо принимать решение: менеджеры, специалисты, аналитики и пр. Например, их рекомендации могут пригодиться при принятии решения по- купать или взять оборудование в аренду. Характеристики систем поддержки принятия решений: – обеспечивают решение проблем, развитие которых трудно прогнозировать; – оснащены сложными инструментальными средствами моделирования и анализа; – позволяют легко менять постановки решаемых задач и входную информацию; – отличаются гибкостью и легко адаптируются к измене- нию условий по нескольку раз в день; – имеют технологию, максимально ориентированную на пользователя. Развитие и успех любой организации (фирмы) во многом определяются принятой в ней стратегией. Под стратегией по- нимается набор методов и средств решения перспективных дол- госрочных задач. В этом контексте можно воспринимать понятия «стратеги- ческий метод», «стратегическое средство», «стратегическая сис- тема» и т.п. В настоящее время в связи с переходом к рыночным отношениям вопросу стратегии развития и поведения фирмы стали уделять большое внимание, что способствовало коренно- му изменению во взглядах на информационные системы. Они стали расцениваться как стратегически важные системы, кото- рые влияют на изменение выбора целей фирмы, ее задач, мето- дов, продуктов, услуг, позволяя опередить конкурентов, а также наладить более тесное взаимодействие с потребителем и по- ставщиками. Системы поддержки принятия решений (СППР) содер- жат в себе новые программные решения, приближающие их к ИИС. В них значительно более гибкие аналитические процеду- ры за счет предварительного вычисления производных показа- телей (агрегатов), более дружественный интерфейс, исполь- 69 зующий элементы естественного языка; применяются специаль- ные структуры хранения, реализующие сложные пространст- венно-временные и концептуальные зависимости между данны- ми. Фактически метаданные, хранящиеся в репозитарии, — ча- стный вид базы знаний. СППР могут быть предназначены для выбора вариантов стратегического плана развития банка либо выбора заявок на финансирование инвестиционных проектов на основе много- критериального анализа и экспертных оценок [12]. В результате работы СППР вычисляются оценки степени соответствия каждого из возможных вариантов решений предъ- являемым требованиям и предпочтениям, а все возможные ва- рианты ранжируются по итоговой степени предпочтительности. Так, банковскими аналитиками используются СППР в областях стратегического планирования и формирования портфелей при- влечения и размещения кредитно-инвестиционных ресурсов, в инвестиционном анализе и расчете лимитов и рисков кредито- вания. Неотъемлемым компонентом СППР этого уровня явля- ются правила принятия решений, получаемые на основе приме- нения специальных аналитических технологий и архитектур ор- ганизации и хранения данных. Современные архитектуры средств хранения данных получили название хранилищ дан- ных(ХД)(Data Warehouse). Контрольные вопросы 1. Что обслуживают системы поддержки принятия реше- ний? 2. Каковы характеристики систем поддержки принятия ре- шений? 3. Какое название получили современные архитектуры средств хранения данных? 4. Какие оценки вычисляются в результате работы СППР? 5. Для чего могут быть предназначены СППР? 6. Что содержат в себе СППР? 7. Что является неотъемлемым компонентом СППР? 70 3.6 Хранилище Данных Термин «создание Хранилищ Данных» (data warehousing) описывает процесс сбора, очистки и просеивания данных из различных рабочих систем, а также предоставление широкой аудитории бизнес-пользователей непосредственного доступа к полученной информации. Хранилище Данных (ХД) выполняет функции предварительной подготовки и хранения данных для лиц, принимающих решения (ЛПР) на основе информации из базы данных предприятия, а также информации из сторонних источников, которые в достаточном количестве стали доступны на рынке информации. Концепция ХД предполагает не просто единый логический взгляд на данные организации, а действительную реализацию единого многоаспектного информационного ресурса. В ХД под- держивается хронология: наравне с текущими хранятся истори- ческие данные с указанием времени, к которому они относятся. В результате необходимые доступные данные об объекте управ- ления собираются в одном месте, приводятся к единому форма- ту, согласовываются, агрегируются до минимально требуемого уровня обобщения [12]. ХД использует схемы данных, получившие названия «звез- да», «созвездие» и «снежинка».Суть технологии этих схем в выделении из общего объема информации собственно анализи- руемых данных (или фактов) и вспомогательных данных (назы- ваемых измерениями). Однако это приводит к дублированию данных в Хранилище, снижению гибкости структуры и увели- чению времени загрузки. В процессе подготовки того или иного решения пользователь анализирует срез фактов по одному или нескольким измерениям. Идея схемы звезды(star schema) в том, что имеются табли- цы для каждого измерения, а все факты помещаются в одну таб- лицу, индексируемую множественным ключом, составленным из ключей отдельных измерений. Каждый луч схемы «звезды» задает (в терминологии Кодда) направление консолидации дан- ных по соответствующему измерению (например, Магазин — Город/район — Регион). Рекомендуется создавать таблицы фак- тов не для всех возможных сочетаний измерений, а только для 71 наиболее полных (тех, значения ячеек которых не могут быть получены с помощью последующей агрегации ячеек других таблиц фактов базы данных). В сложных задачах с многоуровневыми измерениями ис- пользуются схема созвездия(fact constellation schema) и схема снежинки (snowflake schema) В этих случаях отдельные табли- цы фактов создаются для возможных сочетаний уровней обоб- щения различных измерений. Это позволяет добиться наилуч- шей производительности, но часто приводит к избыточности данных. Поскольку в Хранилище Данных (наряду с детальными) должны храниться и агрегированные данные, в случае «снежин- ки» или «звезды» появляются таблицы агрегированных фак- тов (агрегатов). Подобно обычным фактам, агрегаты могут иметь измерения и должны быть связаны с детальными фактами для обеспечения возможной детализации. В очень больших ор- ганизациях ХД реализуется в концепции иерархического ХД. Метаданные содержат информацию о структуре данных Хранилища; структурах данных, импортируемых из различных источников; о самих источниках, методах загрузки и агрегиро- вания данных, сведения о средствах доступа, а также бизнес- правилах оценки и структуре бизнес-понятий. Эти данные хра- нятся в так называемом репозитарии. Так, клиенты могут под- разделяться на кредитоспособных и некредитоспособных, на имеющих или не имеющих льготы; они могут быть сгруппиро- ваны по возрастному признаку, по местам проживания и т.п. Как следствие, появляются новые бизнес-понятия: постоянный кли- ент, перспективный клиент и т.п. Некоторые бизнес-понятия (соответствующие измерениям в ХД) образуют иерархии. На- пример, товар может включать продукты питания и лекарст- венные препараты, которые подразделяются на группы продук- тов и лекарств, т.е. по сути дела в системе реализуется тезаурус, который входит в состав комплекса метаданных. При описании технологии заполнения ХД будем различать три взаимосвязанные задачи: 1) сбор Данных (Data Acquisition), 2) очистка Данных (Data Cleaning) и 3) агрегирование Данных (Data Consolidation). 72 Сбор Данных — это процесс, состоящий в организации пе- редачи данных из внешних источников в Хранилище. Как пра- вило, здесь имеется несколько возможностей [12]. Во-первых, поддерживаются интерфейсы всех крупных производителей серверов баз данных (Oracle, Informix, ADABAS и т.д.). Во-вторых, практически всегда имеется ODBC (Open Database Connectivity)-интерфейс, который обеспечивает откры- тую совместимость баз данных. В-третьих, можно извлекать данные из текстовых файлов в формате CSV (comma separated values). Второй аспект процесса сбора данных (автоматизирован в некоторых продуктах) — это организация процесса пополнения Хранилища. Обычно имеется возможность строить расписание пополнения Хранилища данными либо на временной основе, либо с использованием механизма событий. При заполнении Хранилища агрегированными данными следует обеспечить вы- борку данных из транзакционной базы данных и других источ- ников в соответствии с метаданными, поскольку агрегирование происходит в терминах бизнес-понятий. Так, агрегированная величина «объем продаж продукта X в регионе Y за последний квартал» содержит понятия «продукт» и «регион» — бизнес- понятия данного предприятия. Задача выборки необходимых данных не может быть реше- на полностью автоматически: возможны коллизии (отсутствие необходимых данных, ошибки в данных и т.п.), когда вмеша- тельство человека окажется необходимым. Далее, предполагая, что объектом анализа являются числовые показатели, связанные с бизнес-понятиями, такие как объем продаж или прибыль, не- обходимо определить правила вычисления этих показателей для составных бизнес-понятий исходя из их значений для более простых бизнес-понятий. Это и есть правила агрегирования. Очистка данных — это процесс модификации данных по ходу заполнения Хранилища: исключение нежелательных дуб- ликатов, восстановление пропущенных данных, приведение данных к единому формату, удаление нежелательных символов (например, управляющих) и унификация типов данных, провер- ка на целостность. Практически все продукты располагают тем 73 или иным набором средств очистки данных и соответствующи- ми средствами диагностики. Контрольные вопросы 1. Суть технологии схем данных в Хранилищах Данных (data warehousing)? 2. Какую информацию содержатметаданныеХранилищ? 3. Какие функции выполняет Хранилище Данных (ХД)? 4. Что описывает термин «создание Хранилищ Данных» (data warehousing)? 5. Какая хронология поддерживается в Хранилище Данных (ХД)? 3.7 Витрины Данных ( рынки данных ) Витрина Данных (иногда говорят рынок данных) — это специализированное Хранилище, обслуживающее одно из на- правлений деятельности компании, например учет запасов или маркетинг. Важно, что происходящие здесь бизнес-процессы относительно однородны, круг пользователей ограничен со- трудниками одного подразделения или департамента. Количест- во сотрудников, вовлеченных в конкретную деятельность, неве- лико (рекомендуется, чтобы Витрина обслуживала не более 10—15 чел.). При этих условиях удается с использованием со- временных технологий развернуть Витрину подразделения за 3—4 месяца. Успех небольшого проекта (стоимость которого невелика по сравнению со стоимостью разработки корпоратив- ного Хранилища) способствует продвижению новой технологии и приводит к быстрой окупаемости затрат [12]. При построении схемы взаимодействия корпоративного Хранилища и Витрин Данных в рамках создания СППР реко- мендуется определить некоторую специальную структуру для хранения исторических данных и дополнительно развернуть Витрины, заполняемые данными из этой структуры. Тем самым удается разделить два процесса: накопление исторических дан- ных и их анализ. Современные Витрины Данных должны [12]: |