10. Корпоративные информационные системы (кис) в управлении предприятием

КИС – это совокупность информационных систем отдельных подразделений предприятия, объединенных общим документооборотом, таких, что каждая из систем выполняет часть задач по управлению принятием решений, а все системы вместе обеспечивают функционирование предприятия в соответствии со стандартами качества ИСО 9000.

Наряду с названием КИС употребляются, например, следующие названия:

• Автоматизированные системы управления (АСУ);

• Интегрированные системы управления (ИСУ);

• Интегрированные информационные системы (ИИС);

Информационные системы управления предприятием (ИСУП).

Для успешного решения этих задач корпоративная ИС должна обладать следующими функциями:

1. Функции сбора и регистрации информационных ресурсов. Сбор информации о предметной области необходим для поддержания информационной модели в адекватном состоянии. Возможны следующие варианты реализации данных функций:

• путем измерений или наблюдений фактов в реальном мире и ввода данных в систему вручную с помощью клавиатуры и/или каких-либо манипуляторов. Например, ввод данных после социологического опроса населения;

• полуавтоматически, путем ввода данных в компьютер с некоторых носителей. Например, сканирование паспортных данных, их распознавание и ввод в базу данных;

• автоматически, с помощью различного рода датчиков или механизмов обмена данными с другими ИС. Например, определение температуры, влажности, содержание углекислого газа в воздухе, выявление IP адресов и др.

При реализации функций сбора и регистрации информационных ресурсов в системе, как правило, необходимо решить следующие задачи:

а) задача фильтрации данных. Как правило, информация поступает в ИС из разных источников данных и поэтому зачастую избыточна. В результате фильтрации производится отбор нужных данных из множества поступающих в систему;

б) задача верификации данных. Верификация данных обеспечивает достоверность и логическую целостность данных. Проверка достоверности данных осуществляется на основе экспертного анализа вводимой информации на предмет адекватности. Проверка логической целостности данных осуществляется на стадии предварительной обработки информации с помощью средств логического контроля (т. е. в контексте используются логические связи поступающих данных);

в) задача сжатия данных. Сжатие данных осуществляется с целью минимизации ресурсов памяти, необходимых для их хранения, а также для снижения затрат на передачу данных по коммуникационным каналам;

г) задача преобразования данных из одного формата в другой. Эта задача возникает при необходимости передачи данных из одной информационной системы в другую, либо при передаче данных между различными частями системы.

2. Функции хранения информационных ресурсов. Данные функции связаны, прежде всего, с необходимостью управления ресурсами хранимых данных и ресурсами памяти. Требования к этим функциям различаются в разных классах информационных систем. Но, как правило, используются механизмы управления данными, основанные на технологиях баз данных.

3. Функции актуализации информационных ресурсов.

Актуализация информационных ресурсов заключается в приведении их в соответствие текущему состоянию предметной области системы. Это осуществляется путем добавления новой или удаления устаревшей информации, а также изменения связей между информационными единицами.

Процесс актуализации информационных ресурсов в КИС обладает дискретным характером, поэтому адекватность состояния модели предметной области и ее состояния в реальности обеспечивается с временным лагом, величина которого зависит от установленного регламента актуализации информационных ресурсов.

4. Функции обработки информационных ресурсов. Одним из важнейших качеств КИС является возможность производства новых данных и знаний на основе уже существующих. Для анализа существующих данных и выявления закономерностей в современных корпоративных ИС используется инструментарий различного рода. Наиболее часто в процессе обработки данных используются методы статистического анализа, однако в последнее время все более широкое распространение получают приложения искусственного интеллекта – нейронные сети, нечеткая логика и т. д.

5. Функции предоставления информационных ресурсов пользователям. Целью создания КИС является, прежде всего, удовлетворение информационных потребностей пользователей, поэтому функции обеспечения интерфейса системы с пользователем являются одной из важнейших составляющих ИС. Предоставление информационных ресурсов пользователю может осуществляться с использованием двух технологий:

а) pull-технологий. В этом случае инициатором процесса предоставления информационных ресурсов является пользователь.

Если в качестве пользователя КИС выступает не человек, а компонент прикладного программного обеспечения, доступ к системе осуществляется с помощью интерфейсов прикладного программирования – Application Programming Interface;

б) push-технологии. В этом случае инициатором предоставления информационных ресурсов является сама информационная система согласно определенному регламенту. В соответствии с регламентом для какого-либо рода информационных ресурсов определяется круг зарегистрированных пользователей, после чего распространение информации осуществляется путем рассылки сообщений всем подписчикам.

Технологии корпоративных ИС

В процессе своей деятельности промышленные предприятия, корпорации, ведомственные структуры, органы государственной власти и управления накопили большие объемы данных. Они хранят в себе большие потенциальные возможности по извлечению полезной аналитической информации, на основе которой можно выявлять скрытые тенденции, строить стратегию развития, находить новые решения.

В последнее десятилетие в мире оформился ряд концепций хранения и анализа корпоративных данных:

1) оперативная обработка транзакций (On-Line Transaction Processing)

2) хранилища данных (Data Warehouse);

3) оперативная аналитическая обработка (On-Line Analytical Processing, OLAP);

4) интеллектуальный анализ данных – ИАД (Data Mining).

Технологии OLAP и OLТP тесно связаны с технологиями построения хранилища данных (Data Warehouse) и методами интеллектуальной обработки – Data Mining. Поэтому наилучшим вариантом является комплексный подход к их внедрению.

OLTP-системы (On-Line Transaction Processing) предназначены, прежде всего, для обслуживания повседневной деятельности предприятия. Основная функция подобных систем заключается в выполнении большого количества коротких транзакций. Транзакцией называют неделимую с точки зрения воздействия на базу данных последовательность операций манипулирования данными.

Таким образом, OLTP-системы имеют следующие особенности:

• рассчитаны на быстрое обслуживание относительно простых запросов большого числа пользователей;

• работают с данными, которые требуют защиты от несанкционированного доступа, нарушений целостности, аппаратных и программных сбоев.

Технология комплексного многомерного анализа данных получила название OLAP (On-Line Analytical Processing). OLAP – это ключевой компонент организации хранилищ данных. Концепция OLAP была описана в 1993 г. Эдгаром Коддом и имеет следующие требования к приложениям для многомерного анализа:

– многомерное концептуальное представление данных, включая полную поддержку для иерархий и множественных иерархий (ключевое требование OLAP);

– предоставление пользователю результатов анализа за приемлемое время (обычно не более 5 с), пусть даже ценой менее детального анализа;

– возможность осуществления любого логического и статистического анализа, характерного для данного приложения, и его сохранения в доступном для конечного пользователя виде;

– многопользовательский доступ к данным с поддержкой соответствующих механизмов блокировок и средств авторизованного доступа;

– возможность обращаться к любой нужной информации независимо от ее объема и места хранения.

Многомерность в OLAP-приложениях может быть разделена на три уровня:

1. Многомерное представление данных – средства конечного пользователя, обеспечивающие многомерную визуализацию и манипулирование данными; слой многомерного представления абстрагирован от физической структуры данных и воспринимает данные как многомерные.

2. Многомерная обработка – средство (язык) формулирования многомерных запросов (традиционный реляционный язык SQL здесь оказывается непригодным) и процессор, умеющий обработать и выполнить такой запрос.

3. Многомерное хранение – средства физической организации данных, обеспечивающие эффективное выполнение многомерных запросов.

В настоящее время применяются три способа хранения многомерных данных:

MOLAP (Multidimensional OLAP) – исходные и агрегатные данные хранятся в многомерной базе данных. Хранение данных в многомерных структурах позволяет манипулировать данными как многомерным массивом, благодаря чему скорость вычисления агрегатных значений одинакова для любого из измерений. Однако в этом случае многомерная база данных оказывается избыточной, так как многомерные данные полностью содержат исходные реляционные данные. Эти системы обеспечивают полный цикл OLAP-обработки.

ROLAP (Relational OLAP) – исходные данные остаются в той же реляционной базе данных, где они изначально и находились. Агрегатные же данные помещают в специально созданные для их хранения служебные таблицы в той же базе данных.

HOLAP (Hybrid OLAP) – исходные данные остаются в той же реляционной базе данных, где они изначально находились, а агрегатные данные хранятся в многомерной базе данных.

Хранилище данных (data warehouse) –большая предметно-ориентированная корпоративная база данных, специально разработанная и предназначенная для подготовки отчётов, анализа бизнес-процессов с целью поддержки принятия решений в организации. Строится на базе клиент-серверной архитектуры, реляционной СУБД и утилит поддержки принятия решений. Данные, поступающие в хранилище данных, становятся доступны только для чтения. Данные из промышленной OLTP-системы копируются в хранилище данных таким образом, чтобы построение отчетов и OLAP-анализ не использовал ресурсы промышленной системы и не нарушал ее стабильность. Данные загружаются в хранилище с определенной периодичностью, поэтому актуальность данных несколько отстает от OLTP-системы.

ХД обычно содержит очень большой массив данных и зачастую разделяется на подмножества, называемые витрины данных.

Данные в хранилище характеризуются следующими свойствами:

• предметная ориентация – данные организованы согласно предмету, а не приложению (в соответствии со способом их применения);

• интегрированностъ – данные согласуются с определенной системой наименований, хотя могут принадлежать различным источникам и их формы представления могут не совпадать;

• упорядоченность во времени – данные согласуются во времени для использования в сравнениях, трендах и прогнозах;

• неизменяемость и целостность – данные не обновляются и не изменяются, а только перезагружаются и считываются, поддерживая концепцию «одного правдивого источника».

• большой объем и сложные взаимосвязи данных.

К основным категориям данных, которые располагаются в хранилище, относятся:

1. метаданные, описывающие способы извлечения информации из различных источников, методы их преобразования из различных структур и форматов и доставки в хранилище;

2. фактические данные (архивы), отражающие состояние предметной области и конкретные моменты времени;

3. суммарные данные, полученные на основе проведенных аналитических расчетов.

Интеллектуальный анализ данных (Data Mining) подразумевает процесс поиска корреляций, тенденций и взаимосвязей посредством различных математических и статистических алгоритмов: кластеризации, регрессионного и корреляционного анализа и т. д. для систем поддержки принятия решений. При этом накопленные сведения автоматически обобщаются до информации, которая может быть охарактеризована как знания.

В основу современной технологии Data Mining положена концепция шаблонов, отражающих закономерности, свойственные подвыборкам данных и составляющие так называемые скрытые знания.

Поиск шаблонов производится методами, не использующими никаких априорных предположений об этих подвыборках. Важной особенностью Data Mining является нестандартность и неочевидность разыскиваемых шаблонов. Иными словами, средства Data Mining отличаются от инструментов статистической обработки данных и средств OLAP тем, что вместо проверки заранее предполагаемых пользователями взаимосвязей между данными, они на основании имеющихся данных способны самостоятельно находить такие взаимосвязи, а также строить гипотезы об их характере.

В общем случае процесс интеллектуального анализа данных состоит из трёх стадий:

• выявление закономерностей (свободный поиск);

• использование выявленных закономерностей для предсказания неизвестных значений (прогностическое моделирование);

• анализ исключений, предназначенный для выявления и толкования аномалий в найденных закономерностях.

Системы управления ресурсами предприятия

Задача планирования потребностей в материалах (Materials Requirements Planning, MRP) оказалась первой задачей управления предприятием. Решение данной задачи реализуется с помощью MRP-алгоритма.

MRP-алгоритм – это алгоритм оптимального управления заказами на готовую продукцию, производством и запасами сырья и материалов.

MRP-методология – это реализация MRP-алгоритма с помощью компьютерной системы.

Главной задачей MRP является обеспечение гарантии наличия необходимого количества требуемых материалов и комплектующих в любой момент времени и уменьшение постоянных запасов.

Методология MRP окончательно сформировалась в середине 70-х гг.

В настоящее время MRP системы присутствуют практически во всех интегрированных информационных системах управления предприятием.

Изначально MRP системы разрабатывались для использования на производственных предприятиях с дискретным типом производства, например:

• Сборка на заказ (Assembly-To-Order, ATO)

• Изготовление на заказ (Make-To-Order, MTO)

• Изготовление на склад (Make-To-Stock, MTS)

• Серийное (RPT)

Если предприятие имеет процессное производство, то применение MRP-методологии оправдано в случае длительного производственного цикла.

MRP системы редко используются для планирования материальных потребностей в сервисных, транспортных, торговых и других организациях непроизводственного профиля, хотя с некоторыми допущениями могут быть применены и для непроизводственных предприятий, деятельность которых требует планирования материалов в относительно длительном интервале времени.

Основные функции MRP систем:

• описание плановых единиц и уровней планирования,

• описание спецификаций планирования,

• формирование основного производственного плана графика,

• управление изделиями (описание материалов, комплектующих и един. готовой продукции),

• управление запасами,

• управление конфигурацией изделия (состав изделия),

• ведение ведомости материалов,

• расчет потребности в материалах,

• формирование MRP заказов на закупку и на перемещение.

После появления концепции MRP, казалось бы, все основные проблемы производства были решены. Однако в процессе дальнейшего анализа ситуации в мировом бизнесе, выяснилось, что большую часть себестоимости продукции занимают затраты, напрямую не связанные с процессом и объемом производства. В связи с растущей конкуренцией, ощутимо увеличивались затраты на рекламу и маркетинг, уменьшался жизненный цикл изделий. Всё это требовало изменить планирование коммерческой деятельности.

Теперь требовалось не «что-то производить и стараться потом продать», а «стараться производить, то, что продается». Таким образом, маркетинг и планирование продаж должны были непосредственно связываться с планированием производства. Исходя из этих предпосылок, и зародилась новая концепция корпоративного планирования – планирование ресурсов производства (MRP II).

MRP II – это набор проверенных принципов, моделей и процедур управления и контроля. MRP II Standard System содержит описание 16 групп функций системы:

1. Планирование продаж и производства.

2. Управление спросом.

3. Составление плана производства (Объемно-календарное планирование – Планирование ведущих позиций).

4. Планирование потребностей в материалах.

5. Спецификации материалов.

6. Управление складом.

7. Плановые поставки.

8. Управление на уровне производственного цеха – управление производственными заказами.

9. Планирование производственных мощностей.

10. Контроль входа/выхода.

11. Материально техническое снабжение – закупки.

12. Планирование ресурсов распределения.

13. Планирование и контроль производственных операций.

14. Управление финансами.

15. Моделирование.

16. Оценка результатов деятельности.

Чуть позднее к базовым функциям было предложено добавить ряд дополнительных:

17. контроль соответствия количества произведенной продукции количеству использованных в процессе сборки комплектующих,

18. составление регулярных отчетов о задержках заказов, об объемах и динамике продаж продукции, о поставщиках.

Системы планирования класса MRP II в интеграции с модулем финансового планирования FRP (Finance Requirements Planning) получили название систем бизнес-планирования ERP, которые позволяют наиболее эффективно планировать всю коммерческую деятельность современного предприятия, в том числе финансовые затраты на проекты обновления оборудования и инвестиции в производство новой линейки изделий.

Многие MRPII-системы развиваются с позиций глубины планирования и по некоторым параметрам (но не по всем) приближаются к ERP-системам.

MRPII-систем не все могут предложить решения по системе планирования и управления производством процессного типа.

Наличие MRPII – это показатель того, что система ориентирована на рынок средних предприятий, которым не требуется вся мощность ERP-систем.

Различия между MRPII / ERP-системами лежат в области планирования производства. Эти различия связаны с глубиной реализации планирования, что обусловлено ориентацией этих систем на различные сегменты рынка.

ERP-системы создаются для больших многофункциональных и территориально распределенных производственных корпораций (например, холдингов, ТНК, ФПГ и т. д.).

Существенные же отличия ERP от MRP II можно выразить формулой:

ERP = MRPII + Прогнозирование + Управление проектами и программами + Ведение информации о составе продукции + Ведение информации о технологических маршрутах + Управление затратами + Управление финансами + Управление кадрами.

Несмотря на то, что передовые предприятия для укрепления на рынке внедряют мощнейшие системы класса ERP, этого уже оказывается недостаточно для повышения доходов предприятия. Причины такой ситуации лежат в области в области человеческих отношений и психологии.

Борьба за клиента составляет суть рынка, и она будет продолжаться, пока существуют рыночные отношения. С точки зрения экономической выгоды гораздо дешевле поддержать взаимоотношения с постоянным покупателем, чем найти несколько новых:

• около 80% дохода компании обеспечивается 20% ее постоянных клиентов;

• в продажах промышленных товаров в среднем требуется более 10 опосредованных (рекламных) обращений к новым потенциальным покупателям, чтобы продать единицу товара, и лишь 2-3 прямых обращений к уже существующим лояльным клиентам;

• увеличение доли постоянных покупателей на 5% выражается в общем увеличении объемов продаж более чем на 25%;

• заключить сделку с уже имеющимся клиентом легче и дешевле, чем добиться этой же сделки с новым покупателем;

• среднестатистический клиент, разочарованный в своем поставщике, рассказывает о своих неприятностях 10 знакомым.

Все это потребовало создания новой стратегии взаимоотношений с клиентами.

Управление отношениями с клиентами (Customer Relations Management, CRM) – это стратегия, основанная на применении таких управленческих и информационных технологий, с помощью которых компании аккумулируют знания о клиентах для выстраивания взаимовыгодных отношений с ними.

Подобные отношения способствуют увеличению прибыли, т.к. привлекают новых клиентов и помогают удержать старых.

CRM – это клиент-ориентированная стратегия, с одной стороны, формирования наценки «выше рыночной» за счет обеспечения индивидуального обслуживания каждого клиента, а с другой – ориентации на долгосрочные отношения, в том числе и в ущерб краткосрочным экономическим задачам.

CRM-продукты, предлагаемые западными поставщиками, можно классифицировать по семи основным категориям:

• SFA (Sales Force Automation) – автоматизация деятельности торговых представителей;

• МА (Marketing Automation) – автоматизация деятельности маркетинга;

• CSA, CSS (Customer Service Automation, Customer Service Support) – автоматизация службы поддержки и обслуживания клиентов;

• Call/Contact Center Management – центры обработки вызовов, контакт-центры;

• Field Service Management – управление территориально удаленными подразделениями или пользователями;

• PRM (Partner Relationship Management) – управление взаимоотношениями с партнерами (не поставщиками, а элементами товаропроводящей сети, разделяющими риски);

• Help Desk – техническая поддержка пользователей.

Динамика современного бизнеса, растущие предложения на рынках и «разборчивость» потребителя привели руководство компаний к пониманию необходимости повышения потребительской ценности продукта за счет сокращения непроизводственных затрат. Как показал опыт, реальным резервом снижения общих затрат является оптимальная организация движения сырья и комплектующих изделий для переработки и сборки.

Процесс автоматизированного управления сложными логистическими процессами на базе математических моделей, описывающих схемы и траектории движения материальных ценностей получил название управление цепочками поставок (Supply Chain Management – SCM).

Управление цепями поставок представляет собой процесс планирования, исполнения и контроля с точки зрения снижения затрат потока сырья, материалов, незавершенного производства, готовой продукции, сервиса и связанной информации от точки зарождения заявки до точки потребления (включая импорт, экспорт, внутренние и внешние перемещения), т.е. до полного удовлетворения требований клиентов. Сущностью понятия «управления цепочками поставок» является рассмотрение логистических операций на протяжении всего жизненного цикла изделий, т.е. процесс разработки, производства, продажи готовых изделий и их послепродажное обслуживание.

ИС, с помощью которых осуществляется процесс управления цепочками поставок, стали называть SCM-системами.

В составе SCM-системы можно условно выделить две подсистемы:

• SCP – планирование цепочек поставок. Основу SCP составляют системы для расширенного планирования и формирования календарных графиков. В SCP также входят системы для совместной разработки прогнозов. Помимо решения задач оперативного управления, SCP-системы позволяют осуществлять стратегическое планирование структуры цепочки поставок: разрабатывать планы сети поставок, моделировать различные ситуации, оценивать уровень выполнения операций, сравнивать плановые и текущие показатели.

• SCE – исполнение цепей поставок в режиме реального времени.

Соединение ERP-системы с технологиями OLAP, системой сбалансированных показателей привело к появлению систем управления эффективностью бизнеса BPM (Business Performance Management). Термин BPM и соответствующая концепция управления были предложены в 2001 г. аналитиками Gartner Group.

BPM – это набор интегрированных, замкнутых аналитических и управленческих процессов, поддерживаемых соответствующими технологиями, которые помогают осуществлять как финансовую, так и оперативную деятельность. Классическая методология управления эффективностью, зафиксированная в стандартах ВРМ 1.0, замыкает в цикл четыре основных процесса (этапа) управления бизнесом.

Этап 1. Разработка стратегии. Цель этого этапа – выделить стратегически важные показатели развития бизнеса и назвать целевые количественные значения их метрик – ключевых показателей эффективности (Key Performance Indicators, KPI). Фактически KPI служат измерителями текущей степени приближения к стратегическим целям компании.

Этап 2. Планирование. На втором этапе разрабатываются оперативные планы для поддержки выработанной бизнес-стратегии. Ориентирами в процессе их создания служат заранее заданные целевые значения KPI. Основным инструментом оперативного планирования является бюджет.

Этап 3. Мониторинг и анализ. Третий этап в цикле управления эффективностью – контроль исполнения оперативных бюджетов и состояния KPI. Источником информации для получения фактических значений является управленческий учет. Сравнение намеченных и достигнутых показателей бюджетов и значений KPI позволяет обнаружить отклонения и выяснить причины их возникновения. Таким образом, устанавливается обратная связь между планами и их фактической реализацией.

Этап 4. Регулирование. Стратегия и планы приводятся в соответствие с реальными условиями деятельности и возможностями организации. Перечисленные управленческие процессы образуют ядро ВРМ. Практика показывает, что потребители стремятся развивать методические возможности ВРМ, дополняя ядро процессами управления (подготовка отчетности для регулирующих органов, финансовый анализ и др.) и расширяя применение ВРМ за границы финансовой сферы, прежде всего в такие области деловой активности, как маркетинг и управление персоналом. В результате модель BPM охватывает комплекс методик управления компанией и обеспечивает прямую и обратную связь управленческих процессов на стратегическом и операционном уровне.

Технологическая архитектура для информационной поддержки модели ВРМ включает три слоя:

1. Слой управления данными объединяет программные компоненты для извлечения данных, их очистки и хранения. Это СУБД, средства организации хранилищ данных (DataWarehouse, DWH), инструменты консолидации данных (Extract, Transfer, Load, ETL) и интеграции приложений (Enterprise Application Integration, EAI). С помощью последних в хранилище с заданной периодичностью поступают информационные потоки из операционных систем организации (ERP, CRM и др.), в том числе из ее удаленных подразделений.

2. Слой ВРМ-механизмов – это набор специализированных приложений и инструментов для планирования, управленческого учета, моделирования и поддержки других BPM-процессов.

3. Слой средств выпуска отчетов и механизмов предупреждения обеспечивает контроль, анализ и выпуск отчетов на всех этапах управленческого цикла, а также отвечает за своевременное оповещение ответственных сотрудников о фактах или угрозах наступления нежелательных событий.