18. Технология аналитической обработки данных (dss – Decision Support Systems). Хранилища данных, olap -технологии

На тактическом уровне используются класс технологий, который условно можно обозначить как ERP и MIS. Первая, из которых, включает средства для поддержки принятия решений – OLAP-технологии, а вторая - автоматизации управленческой деятельности (MIS-технологии). MIS-технология необходима для организации функций планирования снабжения, производства и реализации готовой продукции, финансового планирования, контроля их выполнения и составления отчетов для руководства.

OLAP-технология функционирующая на данном уровне, известная как DSS-технологии (система поддержки принятия решений (Decision Support Systems). Типовые технологические операции, выполняемые на данном уровне, представлены на рис. 5.5.

Рис. 5.5. Типовые информационные операции OLAP-технологии,

используемые на тактическом уровне

В настоящее время достаточно распространенной технологией, ориентированной на поддержку принятия решений, является OLAP-система. Ряд современных ERP-систем, например, таких как MS Dynamics NAV, поддерживает аналитическую обработку данных средствами OLAP-технологий. В основу данной технологии положен метод хранения данных в специальной форме, названной хранилищем данных (Date Warehouse).

Для принятия решений на тактическом уровне информация должна быть представлена в агрегированном виде так, чтобы просматривались тенденции изменения данных, что важно для выявления причин возникших отклонений от плановых состояний предприятия. На этом этапе решаются следующие задачи обработки данных:

- анализ и оценка фактического состояния объекта управления;

- анализ и оценка отклонений от запланированного состояния;

- выявление причин отклонений;

- анализ возможных решений и действий.

Тактический уровень управления направлен на создание следующих видов отчетов:

1. Специальные отчеты, создаваемые по запросам управленцев или в случае возникновения незапланированных ситуаций.

2. Сравнительные отчеты, содержащие данные, полученные из различных источников или классифицированные по различным признакам и используемые для целей сравнения.

3. Чрезвычайные отчеты содержат данные исключительного (чрезвычайного) характера.

OLAP – (online analytical processing, аналитическая обработка в реальном времени).

Информация в них представляется в агрегированном виде так, чтобы просматривались тенденции изменения данных, причины возникших отклонений и возможные решения.

• На этом этапе решаются следующие задачи обработки данных:

• - оценка планируемого состояния объекта управления;

• - оценка отклонений от планируемого состояния;

• - выявление причин отклонений;

• - анализ возможных решений и действий.

Технологии, поддерживающие управленческие функции (MIS – Management Information Systems) предназначены для автоматизации планирования деятельности предприятия, а также для организации контроля над ходом выполнения планов производства и реализации продукции. Это MRP – (Material Requirement Planning — планирование потребности в материалах), ERP –(Enterprise Resource Planning System — Технологии с использованием систем планирования ресурсов предприятия).

Для таких систем (пп.2,3) исходной информацией служат не ежедневно поступающие сообщения, а специально накопленные данные за длительный период, позволяющие определять тенденции процессов или событий в различных разрезах.

В основу данной технологии положен метод хранения данных в специальной форме, названной хранилищем данных (Date Warehouse).

DSS технология – применяется для поддержки принятия решений призваны помочь конечным пользователям использовать данные и модели, чтобы решать слабоструктурированные и неструктурированные проблемы.

Они объединяют данные, сложные аналитические модели и удобное для пользователя программное обеспечение в систему поддерживащую слабоструктурированное и не структурированное принятие решений.

Принятие решений включает четыре стадии: распознавание, проект, выбор и реализация. 

DSS предназначены, чтобы помогать проектировать, оценивать альтернативы и контролировать процесс реализации.

19. Типовые информационные технологии, используемые на стратегическом уровне управления ESS – ExecutiveSupport Systems (data mining)

На высшем уровне структуры управления – стратегическом, используются технологии поддержки руководства (ESS) или как еще их называют интеллектуальные информационные технологии (ИИТ - Intellectual information technology). Технологии ESS используются в том случае, если необходимо решать плохо структурированные задачи, отличающиеся нечеткими характеристиками. Такие технологии позволяют превращать данные в информацию, а информацию в знания.

Под интеллектуальными системами понимают любую искусственно созданную формальную систему, предназначенную для решения задач на основе выполнения следующих базовых функций:

• осуществлять целенаправленное поведение;

• накапливать знания об окружающей среде, классифицировать их, оценивать с точки зрения поставленной цели и обрабатывать;

• осуществлять рассуждения, формировать для себя или для человека объяснения собственной деятельности;

• получать информацию из внешней среды, с помощью каналов, аналогичных тем, что имеются у человека, общаться с ним на языке, максимально приближенном к естественному.

В качестве ядра интеллектуальных систем рассматривают базу знаний, создаваемой на основе методов инженерии знаний, научного направления предназначенного для изучения моделей и методов извлечения и формализации (представления) знаний эксперта (человека), необходимых для использования в практике управления. Состав данного направления представлен на рис. 5.6.

Рис. 5.6. Составляющие инженерии знаний

Некоторые из составляющих будут детально рассмотрены в главе 7.

В последнее время быстрыми темпами развиваются такое направление как интеллектуальная обработка данных с помощью мультиагентных систем (МАС). Первые предназначены для превращения данных в информацию, пригодную для принятия управленческих решений, а вторые – для создания виртуальных агентов и искусственных сообществ, создаваемых для различных целей. Под искусственной жизнью, в трактовке выживания, понимается адаптация и самоорганизация объектов во враждебной динамической среде. Примером может служить взаимодействие программных агентов, действующих сообразно заложенных в них целям (например, поиск информации в глобальной сети или защита компьютеров от вирусных атак).

Использование интеллектуальных систем целесообразно там, где приходится иметь дело с информацией, характеризуемой:

• нечеткостью целей, задач, исходных данных;

• хаотичностью поведения среды;

• множественностью взаимовлияющих друг на друга факторов;

• слабой формализуемостью, уникальностью, нестереотипностью ситуаций.

ESS часто используются для повышения эффективности принятия решений. в условиях, связанных с возникновением проблемных ситуаций. В этом случае любая жизненная или деловая ситуация описывается в виде некоторой познавательной модели (семантической сети, деревом вывода, фреймом и пр.), которая впоследствии используется в качестве основания для построения и проведения моделирования, в том числе - компьютерного.

Так как эти технологии, как правило, ориентированы в основном на работу с внешними, по отношению к предприятию, данными, поэтому характеризующимися нечеткостью, неполнотой, противоречивостью. Примером здесь может служить информация о конкурентах, ситуациях на рынке, перспективы изменения тех или иных цен на продукцию, энергоносители, изменение таможенных тарифов и т.д. Сегодня уже разработаны специальные средства для борьбы с нечеткостью в данных.

Типовые информационные операции, используемые на стратегическом уровне, представлены на рис. 5.7 .

Рис. 5.7 . Типовые информационные операции ESS-технологии, используемые на стратегическом уровне

В классе ESS-технологий можно выделить два наиболее распространенных подкласса: интеллектуальный анализ данных (BI-технологии) и экспертные системы. BI – это набор методологий, процессов, архитектур и технологий для переработки первичных данных в значимую и полезную информацию, используемую для управления бизнес-процессами и принятия обоснованных решений на стратегическом, тактическом и тактическом уровнях.

В классе BI наиболее популярными являются следующие технологии:

• DM: Data Mining (технологии интеллектуального анализа данных);

• технологии обработки нечеткой информации;

• нейротехнологии.

Конец первой части вопроса

DM-технологии предназначены для поиск закономерностей и связей между различного рода объектами и процессами. (явлениями). Разницу между OLTP и OLAP –технологиями, а также возможностями Data Mining можно продемонстрировать с помощью решения следующей проблемы:

Проблема	Какую задачу можно сформулировать для OLTP-технологии	Какую задачу можно сформулировать для OLAP-технологии	Какую задачу можно сформулировать для DM-технологии
Снижение количества клиентов	Рассчитать количество клиентов в настоящее время	Какова динамика средних размеров счетов настоящих и бывших клиентов	Какова закономерность в отказе клиентов от наших услуг

В отличие от оперативного уровня, обслуживаемого с помощью OLTP-технологий и отвечающих на вопросы типа «Что произошло?» и «Когда и где это произошло?», средства аналитической обработки в режиме реального времени (OLAP) используются для ответа на вопросы: «Почему это произошло?», а также для выполнения анализа по сценарию «Что, если…?». Инструменты OLAP позволяют пользователю видеть необходимые фактические данные (типичные суммируемые величины, такие, как суммы по операциям и бухгалтерские балансы) с перегруппировкой, повторной сортировкой и группировкой по любому параметру (описательному элементу типа времени, региона, организационной единицы и т.д.). В отличие от них технологии из класса BI (Data Maning) позволяют определить закономерность какого либо процесса. В приведенном примере это касается закономерностей в отказе клиентов от услуг предприятия.

Другим примером DM-задачи может служить следующее: для принятия решения на уровне предприятия важно знать существует ли связь между миграцией населения в конкретном регионе, продажами некоторого товара и ценами на дизельное топливо. Необходимо подтвердить, либо опровергнуть данную связь. Причем достоверная статистика может отсутствовать. Информация, как правило, поступает в виде текстов сообщений из газет, журналов, бюллетеней, из сети Интернет и т.д.

Типовые задачи, решаемые с помощью DM-технологий, следующие:

• классификации – позволяют выявить признаки, характерные для некоторой группы объектов. Наличие таких признаков позволяет вновь появившийся объект отнести к одному из классов;

• кластеризация – в результате решения данной задачи исходные объекты разбиваются на однородные группы (кластеры). Наличие таких групп позволяет принять решение по отношению одной из них;

• выявление ассоциаций, то есть закономерностей, отраженных в данных, фиксирующих наступление каких-либо событий;

• выявление последовательностей, то есть закономерностей, фиксирующих наступление событий с некоторым разрывом во времени.

Создаются средства для решения перечисленных задач, среди которых можно выделить технологию нечетких систем. Появилась она как реакция на то, что традиционные компьютерные вычисления являются слишком жесткими для отражения реального мира. Существует огромное количество проблем, для решения которых невозможно получить полную и точную информацию. В результате появилось понятие «мягкие вычисления», которые были положены в основу обработки нечетких высказываний. Более подробно использование такого рода знаний рассматривается в 7.4.

Нейронные сети

Широкую популярность приобрели системы, предназначенные для воспроизведения неосознанных мыслительных усилий человека в форме нейросетей (например пакеты NeuroShell2, NeuralWorks, Neuro Solution). Нейросети, в отличие от обычных программных систем, не требуют программирования, что ставит их в ряд перспективных средств принятия решений.

Следующий класс интеллектуальных информационных технологий – это системы обработки знаний, включающих, и прежде всего, экспертные системы, базирующиеся на таких моделях знаний как деревья вывода, деревья целей, семантические сети и т.д. Особое место здесь занимают знания, позволяющие решать обратные задачи. Если прямые задачи решаются в том случае, если необходимо знать результаты деятельности предприятия в предыдущем периоде, то для решения обратных задач необходимо знание тех значений экономических показателей или перечня действий исполнителей, которые приведут к достижению поставленных целей в будущем.

Рассмотренные технологии являются типовыми, так как используются в процессе управления объектами в различных областях экономической деятельности: промышленности, связи, транспорте, добывающей отрасли, торговле, банковской и других сферах.

20. Типовые информационные технологии, используемые на стратегическом уровне управления ESS (нейротехнологии)

Рассказывать первую часть вопроса 19

Нейросетевые технологии, предназначены для воспроизведения неосознанных мыслительных усилий человека (например, человек плохо знает, как он узнает цвет предмета). Такого рода технологии используются для распознавания каких-либо событий или предметов. С их помощью можно воспроизвести многочисленные связи между множеством объектов.

Принципиальное отличие искусственных нейросетей от обычных программных систем, например экспертных, состоит в том, что они не требуют программирования. Они сами настраиваются, т.е. обучаются тому, что требуется пользователю. Нейронные сети в искусственном интеллекте – это упрощенные модели биологических нейронных сетей. Естественно, структура человеческого мозга гораздо более сложная и воспроизвести ее сегодня не представляется возможным.