10936

ЛИТЕРАТУРА

1.Сайт ООО «Балтийская игрушка» / Торговый Дом Балтийская игрушка . – URL: http://baltoys.ru/contacts/ (дата обращения: 05.10.2020).

2. Справочник кодов общероссийского классификатора видов экономической деятельности (ОКВЭД) с расшифровкой на 2020 год / Коды ОКВЭД. – URL: https://код-оквэд.рф/ (дата обращения: 05.10.2020).

Волкова Л.А., Тагайцева С.Г.

ФГБОУ ВО «Нижегородский государственный архитектурно-строительный университет»

ВНЕШНИЕ ОБЪЕКТЫ В «1С:ПРЕДПРИЯТИЕ 8» — ЭФФЕКТИВНОЕ ИСПОЛЬЗОВАНИЕ ПРИКЛАДНЫХ ПРОГРАММ БЕЗ ИЗМЕНЕНИЙ ТИПОВОЙ КОНФИГУРАЦИИ

«1С:Предприятие» является системой программ для автоматизации различных областей экономической деятельности. Каждый программный продукт от «1С:Предприятие» включает в себе те функции и возможности, которые отвечают назначению этого продукта [2]. Самыми популярными из которых на настоящее время являются: «1С: Бухгалтерия 8», «1С:Управление торговлей 8», «1С: Зарплата и Управление Персоналом 8».

Особенностью системы программ «1С:Предприятие» является возможность изменения конфигурации самим пользователемпрограммистом или организациями, специализирующимися на внедрении и поддержке программных продуктов фирмы "1С", но в большинстве случаев вмешательство в код типовой конфигурации может привести к возникновению новых программных ошибок, а доработка специалистами 1С, в свою очередь, стоит определенных денежных затрат.

Актуальность темы заключается в том, что часто в определенной отрасли у пользователей 1С появляется необходимость в дополнительном функционале, который не входит в типовое прикладное решение. Это может быть массовое заполнение данных справочников и документов, модифицированная или новая печатная форма документа, отчет, содержащий необходимую информацию. Для реализации данного механизма не придется снимать конфигурацию с поддержки и лишаться автоматических обновлений, типовые прикладные решения позволяют решать подобные задачи с помощью внешних отчетов и обработок. Эта возможность позволяет обеспечить максимальное соответствие

350

автоматизированной системы особенностям деятельности в конкретной организации.

Внешние объекты возможно создавать в режиме конфигуратора 1С в виде отдельных файлов. Преимущество внешних объектов в том, что новые объекты не требуется каждый раз включать в состав конфигурации и, соответственно, обновлять при этом всю информационную базу 1С. Вместо этого можно сохранять и использовать любые необходимые отчёты и обработки и изменять их без внесения изменений в метаданные базы 1С.

Внешние отчёты и обработки сохраняются в отдельные файлы и имеют следующие расширения:

•внешняя обработка — *.epf

•внешний отчёт — *.erf

Сточки зрения прикладной области (конфигурации) можно создавать или подключать внешние обработки и отчеты с видом:

•внешние печатные формы

•внешние обработки заполнения табличных частей

•внешние обработки

•внешние отчеты

•дополнительная обработка

•дополнительный отчет

•заполнение объекта

•печатная форма

•отчет

•создание связанных объектов

Далее более подробно рассмотрены внешние обработки, отчеты и печатные формы.

Внешняя обработка – это внешний объект конфигурации, который служит для изменения и преобразования данных в информационной базе 1С по произвольному алгоритму [1].

Примером может послужить внешняя обработка «Универсальная загрузка типа продукта» разработанная для массового заполнения реквизита «Тип продукта» в справочнике «Номенклатура».

351

Рис. 1. Внешняя обработка «Универсальная загрузка типа продукта»

Внешняя печатная форма – формирует печатные формы справочников и документов, не предусмотренных в типовом прикладном решении или же измененных уже встроенных [1].

Так появилась необходимость добавить поле «Сборник рецептур» в верхний левый угол стандартного макета печати «Форма № 1-85» после «Наименование учреждения». Для этого была реализована внешняя печатная форма с доработкой макета и формирования собственного модуля объекта.

Рис. 2. Стандартная печатная форма «Форма № 1-85»

Рис. 3. Внешняя печатная форма «Форма № 1-85»

Внешний отчет– формирует вывод данных в удобном для восприятия пользователем виде [1].

Для отчетности и контроля дат нужно было сформировать отчет, выводящий ФИО мигранта, пол, страну (место рождения) и даты:

•окончание действия паспорта

•окончание срока пребывания

352

• окончание визы

Рис. 4. Внешний отчет «Отчет по иностранным студентам»

На втором этапе исследования изложено создание внешних объектов в «1С:Предприятие», которое имеет свои особенности и зависит от построения прикладного решения. Создание внешних объектов в 1С производится через конфигуратор 1С и заключается в конструировании формы, макета или системы компоновки данных, в написании алгоритма работы.Однако существует различие в создании внешних объектов в управляемом приложении и обычном приложении, а именно в управляемом приложении необходимо поместить в модуль создаваемого внешнего объекта одну процедуру «Добавить команду()» и две функции «Сведения о внешней обработке()» и «Получить таблицу команд()», являющимся общими требованиями для всех видов обработок и отчетов.

На заключительном этапе рассмотрено подключение внешних объектов в 1С, которое, как и создание зависит от вида приложения. Подключение внешних объектов не является сложным и не занимает много времени на отладку, как и в обычном приложении, так и в управляемом. Главное отличие подключения внешних объектов 1С в управляемом приложении от обычного заключается в разработанном новом стандарте для работы в управляемом приложении (стандарт из подсистемы стандартных библиотек).

Внешние объекты в «1С:Предприятие» расширяют функционал конфигурации без лишних финансовых и временных затрат, позволяют получить быстрый доступ к информации, хранящейся в базе, без изменения конфигурации и без снятия ее с поддержки, тем самым значительно повышают скорость работы программы, не нагружая ее лишними задачами внутри самой конфигурации.

ЛИТЕРАТУРА

1. Вышинский, И. Внешние отчёты и обработки / И. Вышинский. – Текст: электронный // электронный журнал life1c – 2016 – URL: https://life1c.ru/post/1687 (дата обращения: 04.10.2020).

353

2. Ивашина, А. В. Основы работы в 1С: Бухгалтерия 8: Учебное пособие / А.В. Ивашина, И.А. Смирнова. – Красноярск.: СФУ, 2010. – 222 с.

Тришин Д.В., Прокопенко Н.Ю.

ФГБОУ ВО «Нижегородский государственный архитектурно-строительный университет»

РАЗРАБОТКА БИБЛИОТЕКИ ПРОГНОЗИРОВАНИЯ В LOGINOM

Прогнозирование – это предвидение (предсказание), которое предполагает состояние или описание возможных, или желательных аспектов, состояний, решений, проблем будущего. Каждому крупному бизнесу, магазину или обычной торговой точке требуется анализировать и прогнозировать продажи, либо другие показатели, чтобы бизнес, торговая точка развивались. Анализ продаж помогает оценить неликвидные товары или услуги, либо выявить сезонные зависимости. Для удовлетворения спроса клиентов, предприятию необходимо уделять особое внимание своему ассортименту, позициям, имеющим наибольший, а также наиболее стабильный спрос среди покупателей. На основе этой информации можно строить прогнозы, оптимизировать деятельность бизнеса.

Существует множество способов прогнозирования, сегодня провести анализ и построить модели прогноза можно с помощью различных программ и сервисов. Однако лучше всего с этим справляются аналитические платформы.

Целью данной работы является построение библиотеки компонентов для прогнозирования в АП Loginom.Разработанная библиотека прогнозирования представлена на рисунке 1.

Рис. 1. Архитектура компонента «Выбор модели прогноза»

354

Главная задача компонента «Выбор модели прогноза» – используя различные модели прогнозирования, нужно выбрать оптимальную модель на основе ретропрогноза, проведя сравнение ошибок прогноза всех моделей.

Основой для построения прогнозов являются данные по продаже товаров гладкого спроса, представленные временными рядами.

Модуль «Формирование временных рядов» предназначен для преобразования исходных данных во временные ряды, используемые при прогоне через модели прогнозирования.

Далее сформированные временные ряды подаются на вход моделей прогнозирования.

Вмоделях «Прогноз по простой средней», «Простое экспоненциальное сглаживание» «Экспоненциальное прогнозирование по скользящей средней», «Модель двойного экспоненциального сглаживания» прогноз на следующий месяц строиться на основании продаж за несколько предыдущих. Более сложные модели учитывают тренд (Метод Хольта, линейная регрессия), а также тренд и сезонность в методе Хольта-Винтерса.

На вход каждой модели прогнозирования подаются:Магазин (Store), Период продажи (Data), Объект (ObjectID), Показатель (Value).

На выходе каждой модели прогнозирования к данному набору полей добавляется еще поле Прогнозное значение (Forecost).

Важным шагом при выболе лучшей модели прогноза в компоненте «Выбор модели прогноза» является расчет ошибок прогноза:Среднеквадратическая ошибка (MSE), Среднее абсолютное отклонение (MAD), Средняя абсолютная ошибка в процентах (MAPE), Средняя процентная ошибка (MPE), Коэффициент детерминации (R2).

Врезультате расчета ошибок для каждой модели, получается набор данных: Магазин, Объект, Коэффициент детерминации, 4 перечисленные выше ошибки. Чтобы модели можно было идентифицировать и различать,

кэтому набору с помощью калькулятора добавляем текстовое поле – «Название модели».

Затем все эти данные подаются на 5 портов входа в компонент «Выбор лучшей модели», где сравниваются все эти ошибки между собой.

Рис. 2. Архитектура компонента «Выбор лучшей модели»

355

Первым действием мы объединяем данные всех 5 наборов моделей прогноза в одну таблицу. Далее в компоненте «Сравнение значений ошибок», производится расчет минимальных показателей ошибок, и максимального показателя коэффициента детерминации для каждого товара из 5 моделей прогнозирования. И рассчитываются «флаги», которые потом суммируются, и по максимальному значения «флага» мы определяем наилучшую модель прогнозирования для отдельно взятого товара.

Результат обработки данного компонента является конечным результатом всего модуля прогнозирования.

Рис. 3. Результат выбора наилучшей модели прогнозирования для каждого объекта

Выходной набор данных включает в себя: Магазин, Объект, Наилучшую модель прогнозирования, 4 ошибки наилучшей модели прогнозирования, коэффициент детерминации.

Для визуализации данных был использован дашборд «Tableau», так как имеется возможность его интеграции с аналитической платформой

Loginom.

Результаты визуализации представлены на следующем рисунке 4.

356

Рис. 4. Визуализация модуля прогнозирования по трем моделям прогноза

В зависимости от показателя, который используется для прогнозирования, можно строить прогнозы ожидаемых продаж и ожидаемого товарооборота. Проведение такого анализа позволит оценить, какой объем продаж может быть достигнут, и какой объем запасов необходим для достижения этого объема продаж.

ЛИТЕРАТУРА

1.Бокс, Дж. Анализ временных рядов. Прогноз и управление / Дж. Бокс, Г.Дженкингс –Москва : Мир,1974. – 406с. – Текст : непосредственный.

2.Шрайбфдер, Д. Эффективное управление запасами / Джон Шрайбфедер – Москва : Альпина Паблишер, 2006. – 304 с. – ISBN 978-5- 914-0683-2. – Текст : непосредственный.

357

Невекин Д. А., Прокопенко Н. Ю.

ФГБОУ ВО «Нижегородский государственный архитектурно-строительный университет»

РАЗРАБОТКА БИБЛИОТЕКИ ОЧИСТКИ ДАННЫХ ДЛЯ СИСТЕМ БИЗНЕС-АНАЛИТИКИ НА БАЗЕ АП LOGINOM

Любое уважающее себя предприятие накапливает различные данные для того, чтобы получить некий анализ, который может помощь направить деятельность предприятия в нужно русло. Собранные предприятием данные изначально являются «сырыми» (содержат пропуски, выбросы, дубли и т.п.), из таких данных сложно получить качественный, корректный анализ. Чтобы извлечь пользу из анализа, нужно подготовить данные, то есть очистить их от данных мешающих анализу.

Целью данной работы является разработка библиотеки очистки данных для систем бизнес аналитики.

Очистка данных – это процесс исключения из данных различных факторов, снижающих их качество и мешающих их корректному анализу.

Очистка данных основана на аналитической обработке, соответственно требуются программные средства, которые могут проводить такую обработку. Обычно для решения задач улучшения качества данных используются аналитические платформы. Реализация данной библиотеки проводилась на базе аналитической платформы Loginom, так как у этой платформы есть все, что необходимо для реализации библиотеки сегментации, а также в Loginom используется «low-code» технология.

Разработанная библиотека очистки данных для систем бизнес аналитики представлена на рисунке 1.

Рис.1. Библиотека очистки данных для систем бизнес аналитики

358

Суть компонента «Обработка пропущенных и отрицательных значений» состоит в том, что на вход подаются «сырые» данные, в компоненте они отрабатывается, очищаются и подаются на выход.

Рассмотрим, какие основные действия нам необходимо выполнить для обработки пропущенных и отрицательных значений:

1)Выбрать удалять или сохранить отрицательные данные;

2)Обработать данные (удалить или заполнить пропуски);

3)Вывести полученные значения.

На рисунке 2 можно увидеть, как выглядит сценарий.

Рис.2 – Сценарий компонент очистки и обработки данных

Первый компонент, который мы видим – это компонент «Удаление отрицательных. Стандартный компонент Loginom. Если на входе «Переменные» у переменной «Удаление отрицательных значений» стоит флаг True, тогда будет применен фильтр «Положительные значения», иначе мы сразу переходим к компоненту «Обработка пропущенных». Рассмотрим компонент «Обработка пропущенных» подробнее (рис. 3).

Рис.3 – Сценарий компонента «Обработка пропущенных»

359