Преимущества и недостатки

Информационная технология

Информационная технология, ориентированная на интеллектуальный анализ данных, имеет достаточно широкое распространение, но, как и в случаях с други ми подобными новинками, прямо пропорционально числу потенциальных выгод от ее применения растет число разнообразных, часто противоречивых, заявлений о ее сильных и слабых сторонах.

Эффект от правильной организации управления, стратегического и оперативного планирования трудно заранее оценить в цифрах, но очевидно, что он в десятки раз может превзойти затраты на реализацию аналитических систем. Например, в части, касающейся разработки политики безопасности и анализа рисков в корпоративной сети. Однако следует отметить, что этот эффект обеспечивает не сама система, а люди с ней работающие. Поэтому не совсем корректны декларации типа: «OLAP-cистемы будут помогать лицу, принимающему решение (ЛПР) принимать правильные решения». Современные аналитические системы не являются системами искусственного интеллекта, и они не могут ни помочь, ни помешать в принятии решения. Их цель своевременно обеспечить ЛПР всей информацией, необходимой для принятия качественного решения. А какая информация будет запрошена и какое решение будет принято на ее основе, зависит только от человека.

OLAP-cистемы, реализующие интеллектуальный анализ данных, применяются для выявления тенденций и взаимозависимостей, учет которых поможет повысить качество принимаемых оперативных и стратегических решений.

Перспективы использования аналитических ИС - информационных систем:

• в большинстве случаев применение OLAP даст возможность усовершенствовать действующую организационную схему;

• технологии OLAP могут компенсировать определенный недостаток знаний в предметной области или опыта по части построения моделей и их анализа. Но результат их внедрение показывает, что образование и опыт становятся еще более важными факторами, чем раньше;

• применение OLAP наиболее эффективно при решении конкретных задач. Хотя средства такой обработки действительно позволяют автоматически выявлять закономерности в исследуемых данных, тем не менее, ставить им конкретные цели необходимо;

• практически любой процесс можно изучить, понять и улучшить с помощью методов OLAP. OLAP полезен везде, где собраны данные;

• методы, используемые в настоящее время для OLAP, являются логическим развитием и обобщением аналитических подходов, известных уже на протяжении десятилетий;

• алгоритмы для OLAP могут быть сложными, однако их применение, благодаря появлению новых программных средств, значительно упростилось;

• методы OLAP разработаны специально для применения к очень большим наборам данных, но и из наборов данных средних или малых размеров тоже можно извлекать полезные сведения;

• дополнительные данные приносят пользу, только если содержат новые сведения о рассматриваемых показателях или целях. В иных случаях их привлечение может оказаться не только бесполезным, но и вредным;

Таким образом, как следует из вышерассмотренного, результаты применения компьютерных аналитических технологий представляют большую ценность для руководителей и аналитиков в их повседневной деятельности. Широкие возможности открываются и в области защиты информации. Поэтому перед разработчиками встает задача внедрения технологии OLAP в автоматизированные системы мониторинга, анализа и поддержки принятия решений. В отличие от исследовательских приложений, подобные системы должны ориентироваться на непрограммирующего пользователя и на решение конкретных проблем, которые оказываются довольно разнообразными и нередко требуют применения различных подходов.

Для функционирования ИС необходимо обеспечить как наличие средств генерации данных так и средства их анализа. Имеющиеся в ИС средства построения запросов и различные механизмы поиска хотя и облегчают извлечение нужной информации, но все же не способны дать достаточно интеллектуальную ее оценку, т. е. сделать обобщение, группирование, удаление избыточных данных и повысить достоверность за счет исключения ошибок и обработки нескольких независимых источников информации (не только корпоративных БД, но и внешних). Проблема эта становится чрезвычайно важной в связи с лавинообразным возрастанием объема информации и увеличением требований к инфосистемам по производительности — сегодня успех в управлении предприятием во многом определяется оперативностью принятия решений, данные для которых и предоставляет ИС.

Принятие решения

В последние годы все активнее стали применяться понятие "принятие решения" и связанные с этим понятием системы, методы, средства поддержки принятия решений. Принятие решения - акт целенаправленного воздействия на объект, основанный на анализе ситуации, определении цели, разработке программы достижения этой цели.