16. Организация электронных учетных регистров в базе данных, состав базовых массивов

Электронные учетные регистры - электронные образы документов первичного учета, приспособленные для хранения в компьютерных базах данных и хранилищах. Учетные регистры ведутся в электронной форме в виде учетных анкет и учетных журналов.

База данных - совокупность связанных данных, организованная структура, предназначенная для хранения информации.

2 вида БД:

1. - централизованная – находится полностью на центральном компьютере, к которому обращаются пользователи за инфо.

Преимущество: минимальные затраты на корректировку централизованной БД.

Недостатки:

- требуется передача большого потока данных;

- низкая надежность;

- низкая производительность.

2. – распределенная – база данных, разные части которой хранятся на различных компьютерах, объединённых в сеть.

Классификация массивов:

1. По отношению к системе управления:

- входные - содержат исходные данные, а также запросы на решение задач;

- выходные - содержат результаты машинной обработки данных, предназначенных для дальнейшего использования;

- внутренние - создаются и используются внутри автоматизированных информационных систем.

2. По содержанию:

- базисные - содержат данные для решения задач;

- служебные - для управления процедурами обработки данных и повышения качества результативной информации.

3. По длительности использования:

- постоянные - содержат неизменные данные,

- условно-постоянные - всевозможные справочники, хранящиеся в памяти ПК постоянно (справочник материалов, нормативно-расценочные данные, справочники поставщиков и др.);

Условно-постоянные массивы подразделяются на группы:

нормативные (нормы затрат материальных и трудовых ресурсов);

справочно-табличные (справочные данные по персоналу, счетам);

постоянно-учетные (данные о состоянии отдельных ресурсов);

регламентирующие (данные об обязанностях персонала).

- переменные массивы - формируются за счет ввода данных первичных документов (накладных, требований);

17. Использование хранилища данных для проведения финансового анализа olap- технологии

Хранилище данных (ХД) – это предметно-ориентированный, многомерный, неизменяемый и поддерживающий хронологию набор данных.

В отличие от баз данных, которые предназначены для обслуживания повседневной деятельности предприятия, ХД содержат собранные за много лет данные, предназначенные для оперативного многомерного анализа данных.

Базовыми понятиями ХД являются:

- аналитические измерения (реквизиты-признаки);

- меры измерения (реквизиты-основания).

Моделью данных в ХД служат гиперкубы, т.е. многомерные базы данных, в ячейках которых находятся анализируемые данные. Осями многомерной системы координат служат отобранные реквизиты экономических показателей, отражающих финансово-экономическое состояние предприятия.

Источником ХД служат данные, в основном бухгалтерского учета. Эти данные, собранные из разных источников, интегрируются в ХД и являются основой OLAP – анализа, с целью поддержки принятия стратегических решений в системах ERP. Хранилище данных является основой OLAP-системы.

OLAP — набор технологий для оперативной обработки информации, включающих динамическое построение отчётов в различных разрезах, анализ данных, мониторинг и прогнозирование ключевых показателей бизнеса. В основе OLAP-технологий лежит представление информации в виде OLAP-кубов.

OLAP-системы предназначены для анализа больших объёмов информации, позволяют преодолеть ограничения традиционных информационных систем.

Этапы построения OLAP-системы:

1. Хранилище данных

Процедуры загрузки с определённой периодичностью пополняют хранилище из различных источников, выполняя проверку и предварительную обработку. Механизмы загрузки данных проектируются таким образом, чтобы хранилище содержало в хронологическом порядке в едином формате всю необходимую информацию о предметной области для поддержки принятия решений.

2. Многомерные OLAP-кубы

На основе хранилища данных строятся многомерные OLAP-кубы, позволяющие в реальном времени осуществлять анализ данных и формировать отчёты в различных разрезах и произвольной глубиной детализации.

Отчёты создаются сотрудниками в интерактивном режиме (нет необходимости прибегать к помощи программистов).

3. Система ключевых показателей (KPI)

Система ключевых показателей эффективности деятельности предприятия создаётся на базе OLAP-кубов для мониторинга и оценки бизнес-процессов, а также для оповещения ответственных сотрудников о фактах отклонения.

4. Интеллектуальный анализ данных (Data Mining)

Модели интеллектуального анализ данных проектируются для автоматического прогнозирования наиболее важных показателей бизнеса, а также извлечения скрытых закономерностей из накопленной информации.

5. Доступ через web-интерфейс

Для работы с OLAP-системой могут быть использованы различные приложения.

Чаще всего доступ осуществляется через специализированный web-портал, позволяющий работать с OLAP-кубами и отчётами, обладающий административным интерфейсом и возможностью разграничения прав доступа к данным и инструментам.