Информационная инфраструктура предприятия

Рис.1.12 Аналитическая пирамида

Аналитическая пирамида представляет собой иерархическую структуру, в которой различные классы информационных систем располагаются на разных уровнях.

К числу таких уровней относятся:

− уровень транзакционных систем;

− уровень хранилищ данных;

− уровень витрин данных;

− уровень OLAP-систем;

− уровень аналитических приложений.

В основании аналитической пирамиды расположены транзакционные системы, предназначенные для управления текущими операциями и, таким образом, являющиеся источниками первичной информации для анализа. По мере движения от основания пирамиды к ее вершине происходит преобразование детальных операционных данных в агрегированную информацию, предназначенную для поддержки принятия управленческих решений.

Заметим, что отнести тот или иной программный продукт к какому-либо одному классу не всегда возможно, поскольку многие системы позволяют решать аналитические задачи нескольких категорий. Например, OLAP-системы многих производителей способны выступать в роли аналитических приложений или использоваться для построения многомерных хранилищ и витрин данных.

Уровень транзакционных систем

К числу транзакционных систем относятся системы управления ресурсами предприятий (ERP-системы), автоматизированные банковские системы (АБС), биллинговые системы, учетные приложения и некоторые другие. Несмотря на объективные различия, все эти системы имеют общую черту: они предназначены для обработки отдельных операций (транзакций). Поэтому часто для обозначения таких систем используется термин OLTP (On-Line Transaction Processing – обработка транзакций в режиме реального времени).

Некоторые из транзакционных систем являются комплексными и состоят из отдельных модулей. Например, модульная структура свойственна ERP-системам, основная задача которых – объединить различные службы предприятия в единый управленческий контур. Кроме того, такие системы всегда имеют набор финансовых и учетных функций. Поэтому транзакционные системы представляют собой источники первичной информации, используемой для последующей аналитической обработки.

Данные из транзакционных источников требуется собрать, структурировать и представить в виде, удобном для принятия решений. Сами транзакционные системы тоже содержат некоторые аналитические возможности, но, строго говоря, не относятся к категории аналитических систем. В то же время именно они являются поставщиками информации для систем бизнес-интеллекта и аналитических приложений.

Отметим, что передача данных из транзакционных систем в аналитические приложения может производиться как последовательно, через все обозначенные ярусы аналитической пирамиды, так и более коротким путем, минуя один или несколько уровней (это отражено на схеме в виде стрелки ‘bypass’ – «прямая передача»). Способ передачи данных зависит как от технических возможностей программных продуктов, так и от того, каким образом предполагается использовать те или иные данные.

Казалось бы, транзакционные системы, располагающие всей первичной информацией, могут применяться в качестве самодостаточных аналитических средств. Однако это справедливо только в том случае, когда речь идет об анализе на уровне отдельных операций. Если аналитические задачи выходят за рамки управления операциями (на уровни тактического и стратегического управления), то такие задачи должны опираться на агрегированную информацию, возможно, полученную на основе первичных данных из разных транзакционных систем. Кроме того, важным требованием к аналитике является многовариантность (возможность формирования и оценки разных сценариев, в т.ч. гипотетических), что также не обеспечивается транзакционными системами. Поэтому для решения многих аналитических задач (в том числе для стратегического анализа и управления) рекомендуется использование систем, расположенных на других, более высоких уровнях аналитической пирамиды.

Системы бизнес-интеллекта

Понятие систем бизнес-интеллекта (Business Intelligence, BI) является довольно емким и объединяет различные средства анализа и обработки данных масштаба предприятия. Среди BI-систем можно выделить такие составляющие, как хранилища и витрины данных, инструменты оперативной аналитической обработки (OLAP-системы), средства обнаружения знаний, а также средства формирования запросов и построения отчетов. Многие аналитические системы базируются на хранилищах данных, обеспечивающих сбор, упорядочивание и хранение больших объемов информации, полученной из разных источников. Поэтому именно с хранилищ данных целесообразно начать рассмотрение «среднего звена» аналитической пирамиды.

Хранилища данных (Data Warehouse, DW) находятся на следующем после транзакционных систем уровне аналитической пирамиды. Один из авторитетных специалистов в этой области, – Билл Инмон (Bill Inmon), – определяет хранилища как «предметно-ориентированные, интегрированные, стабильные, поддерживающие хронологию наборы данных, организованные для целей поддержки управления, призванные выступать в роли “единого и единственного источника истины”, обеспечивающего менеджеров и аналитиков достоверной информацией, необходимой для оперативного анализа и принятия решений». Ценность хранилищ данных заключается в том, что они представляют собой крупные базы данных масштаба предприятия, которые содержат определенную информацию и обеспечивают ее оперативное представление в виде, удобном для пользователя или для дальнейшей обработки другими аналитическими системами. Часто хранилища данных обладают структурой, учитывающей отраслевую специфику деятельности организации. Впрочем, данные, содержащиеся в хранилищах, как правило, бывают недостаточно доступными для обработки в реальном времени, особенно при больших объемах. Эта проблема решается на следующих уровнях иерархии – на уровнях витрин данных и OLAP-систем.

Витрины данных (Data Marts), как и хранилища, представляют собой структурированные информационные массивы, но их отличие состоит в том, что они в еще большей степени являются предметно-ориентированными. Как правило, витрина содержит информацию, относящуюся к какому-либо определенному предметному направлению деятельности организации. Поэтому информация в витринах данных хранится в специальном виде, наиболее подходящем для решения конкретных аналитических задач или обработки запросов определенной группы аналитиков.

Есть два взгляда на витрины данных. В одном случае витрина, по сути дела, представляет собой часть хранилища, оптимизированную для запросов к данным конкретной предметной области, в том числе для передачи этих данных для последующей обработки в другие аналитические системы. В другом случае, витрина –это OLAP-куб или его часть, оптимизированная для запросов пользователей к информации конкретной предметной области. Поэтому с точки зрения организации хранения данных витрины могут быть как реляционными, так и многомерными, однако в любом случае они обладают таким общим свойством, как предметная ориентированность.

Следующий уровень аналитической пирамиды занимают OLAP-системы (On-Line Analytical Processing) – системы аналитической обработки данных в режиме реального времени. OLAP-системы могут обеспечить решение многих аналитических задач, например, анализ ключевых показателей деятельности, маркетинговый и финансово-экономический анализ, анализ сценариев, моделирование, прогнозирование и т.д. Такие системы могут работать со всеми необходимыми данными, независимо от особенностей информационной инфраструктуры компании.

Особенность OLAP-систем состоит в многомерности хранения данных (в отличие от реляционных таблиц), а также в предрасчете агрегированных значений. Это дает пользователю возможность строить оперативные нерегламентированные запросы к данным, используя ряд аналитических направлений. Кроме того, для OLAP-систем характерна предметная (а не техническая) структурированность информации, позволяющая пользователю оперировать привычными экономическими категориями и понятиями.

Еще одним элементом BI-платформы, который часто выделяют в отдельную категорию, являются средства обнаружения знаний (Data Mining). Соответствующие программные продукты позволяют выявлять закономерности в данных и на этой основе получать качественно новую информацию. Такая информация, возможно, не содержится в источнике данных явным образом, поэтому в данном случае происходит формирование знаний на основе данных. Г.Пиатецкий-Шапиро (Gregory Piatetsky-Shapiro), один из ведущих экспертов в данной области, определяет деятельность таких систем как «процесс обнаружения в сырых данных ранее неизвестных нетривиальных практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности». В деятельности систем обнаружения знаний используются такие методы анализа данных, как фильтрация, дерево решений, ассоциативные правила, генетические алгоритмы, нейронные сети, статистический анализ.

Наконец, к числу BI-систем относятся средства формирования запросов и построения отчетов (Query and Reporting tools). Такие системы обеспечивают построение запросов к информационно-аналитическим системам в пользовательских терминах, с возможной интеграцией данных из разных источников, а также просмотр информации с возможностью ее детализации и агрегирования, построение отчетов и их печать. Такие системы могут использоваться пользователями, обладающими «продвинутыми» техническими навыками. Профессиональных знаний в области информационных технологий при этом не требуется, однако для экономистов такие средства не всегда бывают удобны. Как правило, модули, содержащие функции формирования запросов и построения отчетов, входят в состав многих OLAP-систем, хотя есть и отдельные программные продукты этого класса.

Аналитические приложения

На высшем уровне аналитической пирамиды располагаются аналитические приложения (analytic applications). Как следует из их названия, аналитические приложения нацелены на проведение анализа и в этом смысле они кардинально отличаются от транзакционных систем, ориентированных, прежде всего, на обработку отдельных операций.

Для того, чтобы информационная система могла считаться аналитическим приложением, она должна удовлетворять следующим критериям:

− она должна позволять структурировать и автоматизировать процессы, способствующие повышению качества управленческой информации, что, в свою очередь, приводит к повышению качества принятия решений. Это достигается путем применения правил, процедур и технологий, основанных на соответствующей методологии и направленных на решение определенных бизнес-проблем;

− она должна поддерживать аналитические функции, т.е. операции по анализу данных, полученных из самых разных источников – внутренних или внешних, финансовых или операционных;

− это должен быть самостоятельный программный продукт, функционирующий независимо от транзакционных систем, но в то же время способный взаимодействовать с ними «в обе стороны» – как в части получения исходных транзакционных данных, так и в части обратной передачи результатов их обработки.

Аналитические приложения часто имеют дело с нестандартными, непредсказуемыми или редкими ситуациями. Такие ситуации могут возникать, например, при запуске в производство нового продукта, моделировании новой корпоративной структуры или создании нового подразделения, а также при оценке последствий слияний и приобретений, пересмотре бюджетов и т.п.

Аналитические приложения часто основаны на многомерных базах данных (что также отличает их от транзакционных систем, использующих реляционные базы данных). Это позволяет аналитическим приложениям эффективно использовать как все необходимые данные, так и бизнес-правила, описывающие их взаимосвязи с точки зрения определенных бизнес-задач.

Очевидно, что польза от аналитических систем должна выражаться в принятии управленческих решений, положительно влияющих на деятельность компании. Это подразумевает, что аналитические системы должны давать нечто большее, чем простое предоставление информации пользователям. Они должны служить «проводником» в процессе принятия решений.

Эффект от использования аналитических систем обусловлен рядом факторов, к числу которых относятся:

− сокращение разрыва между аналитиком и лицом, принимающим решения. При традиционном подходе поддержка принятия решений подразумевает процедуру сбора информации (с помощью технических специалистов) и последующей ее передачи руководителю. В этом случае пользователь аналитической системы не принимает решения, а только готовит информацию для других менеджеров. Но тогда трудно гарантировать, что предоставленная информация будет достаточно адекватной и что на ее основе будет принято обоснованное решение. Поэтому необходимо, чтобы конечным пользователем аналитической системы был не технический специалист или клерк, а именно тот менеджер, который будет принимать решение на основе аналитической информации;

− коллегиальность в принятии решений. Для того, чтобы управленческое решение было обоснованным, субъективной точки зрения одного руководителя часто бывает недостаточно. В аналитической среде принятие решений происходит на основе консолидации мнений, а сами решения представляют собой результат совместной работы нескольких менеджеров;

− сопровождение принимаемых решений и оценка их эффективности.

Изначально BI-системы не были ориентированы на сопровождение принятия решений, но со временем разработчики стали уделять этому аспекту должное внимание. В результате аналитические системы стали позволять оценивать преимущества того или иного решения и их эффективность;

− использование опыта лидеров. В любой организации есть подразделения и коллективы, которые могут считаться примером для подражания. Распространение и использование такого передового опыта обеспечивает управление знаниями и сохранение компетенций, накопленных в организации. Возможность поддержки процесса управления накапливаемыми знаниями является одной из важных характеристик аналитического программного обеспечения;

− противодействие нерациональным решениям. Оптимизация принятия управленческих решений требует адекватной реакции на возможные нерациональные действия некоторых менеджеров. Это также учитывается разработчиками аналитических систем.

Перечисленные свойства аналитических систем позволяют существенно повысить эффективность управленческой деятельности и обеспечить быструю окупаемость инвестиций в аналитическое программное обеспечение.

Соотношение аналитических приложений и систем бизнес-интеллекта Важно не путать аналитические приложения с системами бизнес-интеллекта: их функциональность существенно отличается от BI-систем в трех аспектах – предметной специализации, сегментации рынка и структуре.

С точки зрения предметной специализации аналитические приложения предназначены для определенных аналитических бизнес-процессов, в то время как средства BI имеют более общие функции. С некоторой долей условности можно сказать, что с аналитическими приложениями работают конечные пользователи аналитики, а BI-системы используются техническими специалистами в качестве инструмента для создания аналитических приложений для тех же пользователей.

С точки зрения сегментации рынок аналитических приложений может быть структурирован в зависимости от вида аналитических процессов (например, маркетинг, операционное планирование, бюджетирование, консолидация финансовой отчетности), в то время как рынок средств BI может быть сегментирован в зависимости от типа архитектуры каждой из систем (например, системы data mining или OLAP).

С точки зрения структуры аналитические приложения помогают пользователям координировать бизнес-процессы и получать определенный результат (например, разработанный бюджет или оценку деятельности основных поставщиков), в то время как средства BI поддерживают функции, которые заранее в системе не предопределены (построение пользовательских запросов, проведение специализированного анализа и др.).

В то же время развитие аналитических приложений и систем бизнес-интеллекта тесно взаимосвязано. Аналитические приложения способствуют увеличению числа пользователей BI-средств, поскольку именно BI-технологии лежат в основе многих готовых предметно-ориентированных аналитических приложений. В то же время было бы неверным считать, что аналитические приложения могут полностью заменить BI-системы: потребность в настраиваемых программных продуктах, выполняющих специфические функции, не только существует, но и будет расти, по мере возникновения новых типов задач в области анализа данных.

Контрольные вопросы:

1. Какое значение имеет аналитическая работа для успеха предприятия?

2. Какие факторы влияют на деятельность предприятия?

3. Какие информационные ресурсы используются для подготовки принятия решений?

4. Что является предпосылкой для принятия правильных решений?

5. Какие объемы данных используются в процессе анализа?

6. Назовите требования к информации, которая используется для принятия решений.

7. Что такое информационно-аналитическая система?

8. Что вызвало появление и широкое распространение информационно- аналитических систем?

9. Назовите аспекты проблемы анализа в процессе подготовки принятия решений?

10. В чем заключаются аспекты сбора и хранения информации?

11. В чем состоит содержание аспектов анализа данных и предоставления результатов анализа пользователям?

12. Какие типы инструментальных средств для реализации информационно-аналитических систем вы можете назвать?

13. Какие информационные технологии и информационные системы на предприятии и из внешней среды являются источником данных для сосредоточения в информационном хранилище или непосредственно для анализа?

14. В каких видах информационных систем используются результаты анализа?

15. Дайте определение понятия информационного пространства.

16. В каких видах содержатся сведения в ИП и какие манипуляции совершаются над компонентами ИП?

17. Какое Вы знаете характерное свойство ИП и в чем оно состоит?

18. Какие единицы информации Вы знаете? В чем их содержание?

19. Дайте определение понятия показатель, исходя из формально-структурного подхода.

20. Каким образом строится пространственная интерпретация понятия показатель?

21. Какие виды геометрического представления показателей и их систем Вы знаете?

22. Что такое система оценок и в чем ее смысл?

23. Дайте определение показателя с точки зрения экономиста.

24. В чем содержание экономических показателей?

25. В чем заключается классификация показателей?

26. В чем состоит кодирование показателей?

27. Какие общегосударственные системы классификации и кодирования Вы знаете?

28. Как строятся системы показателей деятельности предприятия?

29. Что такое логико-дедуктивная система показателей?

30. Что такое эмпирико-индуктивная система показателей?

Тестовое задание:

1. Информационно-аналитическая система — это:

1. комплекс программ для анализа данных;

2. комплект приборов для получения справок;

3. комплекс аппаратных, программных средств, информационных ресурсов, методик.

2. Информационно-аналитические системы применяются:

1. только для оценки финансового состояния предприятия;

2. для подготовки принятия решений;

3. в процессе разработки бизнес-планов.

3. Аналитическая подготовка принятия решений имеет следующие аспекты:

1. извлечение данных из …

2. организация хранения ….

3. собственно анализ …

4. подготовка результатов …

4. Информационное пространство — это:

1. набор сведений о системе или объекте;

2. совокупность информационных объектов, информационно отображающих свойства системы и протекающие в ней процессы.

5. Характерным свойством информационного пространства является:

1. аморфность;

3. наличие связей между информационными объектами;

3. структурированность.

6. Информационное пространство состоит из следующих единиц информации:

1. бит;

2. байт;

3. реквизит;

4. показатель;

5. составная единица информации;

6. база данных.

7. Показатель, исходя из формально-структурного подхода, представляет собой …

8. С точки зрения экономиста показатель — это:

1. количественная характеристика экономического процесса;

2. конкретное проявление экономической категории в характеристике объекта;

3. качественное описание свойства экономического объекта.

9. Классификация показателей — это:

1. упорядочение показателей по какому-либо признаку;

2. определение классов показателей;

3. устанавливает отношения между понятиями как отображениями объектов или групп объектов с общими свойствами, определяет структуру и упорядочивает содержание данных.

10. Кодирование показателей — это:

1. составление кодограмм показателей;

2. заинтересованное обозначение элементов данных, которое должно иметь необходимую длину и удобство представления.

11. Геометрическое представление (пространственная интерпретация) показателя строится с помощью:

1. системы координат, которые представляют собой признаки, идентифицирующие смысловое значение показателя;

2. таблиц, содержащих числовые значения показателей;

3. графов, вершины которых представляют собой реквизиты;

4. диаграммы Ишикавы.