4. Типи даних в управлінських іс та системи їх обробки

Вся інформація, яку використовують менеджери у повсякденній діяльності та в процесі прийняття рішень, може бути умовно розділена на три категорії: формалізована, частково формалізована і неформалізована. Залежно від ступеня формалізації визначаються і типи рішень - структуровані, частково структуровані і неструктуровані.

Формалізація даних є найважливішою складовою роботи інформаційних систем. Комп'ютер обробляє дані, представлені в формалізованому вигляді - у вигляді чисел. Прикладом формалізованих даних є представлення результатів діяльності компанії у вигляді числових таблиць: фінансові звіти, баланс, грошові транзакції, платежі, оперативні зведення про виконання добових завдань, замовлення, накладні і т.д. Дії з формалізованими даними легше автоматизуються і можуть проходити практично без участі людини.

Частина інформації частково є неформалізованою, але піддається часткової формалізації матричними методами. Наприклад, для того щоб оцінити вплив факторів зовнішнього оточення чи відповідні дії самого підприємства, часто застосовуються матриці BCG (Boston Consulting Group).

У випадках наявності частково неформалізованих даних прийняття рішень здійснюється тандемом "людина-комп'ютер": оптимальне рішення вибирає людина, користуючись набором сценаріїв, наданих комп'ютером. Сценарії будуються за принципом "що, якщо ...?" за допомогою систем підтримки прийняття рішення (Decision Support System - DSS).

Значна частина даних, особливо на верхньому рівні управління, буває неформалізованими - політичні новини, відомості про партнерів і конкурентів, інформація з фондових і валютних бірж, зведені неформальні звіти за періодами, ділове листування, протоколи зустрічей, семінарів, наукові публікації та огляди, гіпертексти в Інтернеті. Такі дані найбільш важко формалізуються, але їх аналіз є обов'язковою складовою діяльності вищого керівництва. У цьому випадку основна відповідальність за прийнятті рішення за його результати лежить на керівнику – при цьому величезну роль відіграють знання керівника, діловий досвід, компетенція і, звичайно, інтуїція. Комп'ютерні, інформаційні експертні системи (Expert System - ES) тільки доповнюють ці якості.

Зрозуміло, що не всі потрібні дані знаходяться в ІС в "чистому" вигляді. Корисну інформацію доводиться добувати з великої кількості додаткових даних, і цей процес називається пошуком даних (Data Mining - DM).

Корисна інформація може бути захована дуже глибоко; ІС витягує правдоподібні дані, але вони можуть не відображати її суть, може виникнути небезпека одержання зміщених оцінок (Biased Estimator), коли виявляється не зовсім той фактор, який впливав на досліджуваний об'єкт або систему.

Інформація практично завжди буває "зашумлена». Реальну інформацію в такій ситуації знайти важко, і це може призвести до помилкових оцінок і прогнозів.

Користувачі можуть отримувати повноцінну віддачу від інформації тільки в тому випадку, якщо ця інформація точна, повна, з неї нескладно отримати цінні знання(відомості).

Знання мають невелику цінність, якщо вони не є керівництвом до дії або не використовуються в бізнес-процесах! Користувачі потребують такої форми поданні інформації, яка б відповідала їх потребам. На ринку пропонується багато програмних продуктів для вирішення проблем інформаційного забезпечення керівництва. Серед них:

системи генерації звітів для формального представлення інформації (наприклад, програмний продукт Crystal Reports компанії Crystal Decisions, призначений для створення корпоративної звітності);

аналітичні системи для складного динамічного аналізу даних;

системи генерації персональних запитів, аналізу і створення звітів для індивідуальних користувачів, що мають різноманітні потреби за поданням та аналізу інформації;

рішення з розробки КІС-додатків (Enterprise Information System Applications - EISA), призначені для створення інструментальних панелей керівника і аналітичних програм для пошуку даних.

У загальному вигляді завдання менеджменту зводяться до п'яти ключових питань:

Де ми знаходимося?

Чого ми хочемо досягти?

Як ми туди потрапимо?

Скільки часу і ресурсів на це буде потрібно?

Скільки це буде коштувати?

Для складних систем характерно те, що керувати ними доводиться, як правило, в умовах неповної інформації, відсутності знання закономірностей функціонування і постійної зміни зовнішніх факторів. Тому процеси управління та прийняття рішень мають ітераційний характер. Після прийняття рішення і застосування керуючого впливу необхідно знову оцінити стан, в якому знаходиться система, і вирішити питання про те, чи правильно ми рухаємося по наміченому напрямку. Якщо відхилення нас не задовольняють, то необхідно перевизначити набори даних, скоректувати рішення і "перезапустити" процес управління.

Сучасні інформаційні технології при пошуку відповідей на поставлені запитання дозволяють формулювати і вирішувати завдання таких класів.

Аналітичні завдання - обчислення заданих показників і статистичних характеристик бізнес-діяльності на основі ретроспективної інформації з баз даних.

Візуалізація даних - наочне графічне і табличне представлення наявної інформації.

Пошук даних (Data Mining) - визначення взаємозв'язків і взаємозалежностей бізнес-процесів на основі існуючої інформації. До даного класу можна віднести завдання перевірки статистичних гіпотез, знаходження асоціацій і тимчасових шаблонів. Наприклад, шляхом аналізу економічних і фінансових показників діяльності компаній, які потім збанкрутували, банк може виявити деякі стереотипи, які можна буде врахувати при оцінці ступеня ризику кредитування.

Імітаційні завдання - проведення на ЕОМ експериментів з формалізованими (математичними) моделями, що описують поведінку складних систем протягом заданого або формованого інтервалу часу. Завдання цього класу застосовуються для аналізу можливих наслідків прийняття того чи іншого управлінського рішення (аналіз "що, якщо ?...").

Синтез управління - використовується для визначення допустимих управляючих впливів, що забезпечують досягнення заданої мети. Завдання цього типу застосовуються для оцінки досяжності намічених цілей, визначення безлічі можливих керуючих впливів, що призводять до потрібного результату.

Оптимізаційні завдання - засновані на інтеграції імітаційних, управлінських, оптимізаційних і статистичних методів моделювання і прогнозування, дозволяють вибрати при безлічі можливих варіантів ті з них, які забезпечують найбільш ефективне (з точки зору певного критерію) досягнення поставленої мети.

Сучасні компанії з розгалуженим бізнесом, як правило, використовують у своїй діяльності такі системи :

• системи підтримки діяльності керівника (Executive Support Systems - ESS) на стратегічному рівні;

• управлінські інформаційні системи (Management Information Systems - MIS) та системи підтримки прийняття рішень (Decision Support Systems - DSS) на середньому управлінському рівні;

• робочі системи знаннь (Knowledge Work System - KWS) і системи автоматизації діловодства (Office Automation Systems - OAS) на рівні знань;

• системи діалогової обробки транзакцій (Transaction Processing Systems - TPS) на експлуатаційному рівні.