Добавлен: 07.07.2023
Просмотров: 160
Скачиваний: 2
Введение
Руководство крупных компаний испытывает потребность в достоверной информации о различных аспектах бизнеса компании в целях поддержки принятия решений. От этого зависит качество управления компанией, возможность эффективного планирования ее деятельности, выживание в условиях жесткой конкурентной борьбы. При этом критически важными являются наглядность форм представления информации, быстрота получения новых видов отчетности, возможность анализа текущих и исторических данных. Системы, предоставляющие такие возможности, называются системами поддержки принятия решений (СППР). Они с успехом применяются в самых разных отраслях: телекоммуникациях, финансовой сфере, торговле, промышленности, медицине и многих других.
СППР состоят из двух компонент: хранилища данных и аналитических средств. Хранилище данных предоставляет единую среду хранения корпоративных данных, организованных в структурах, оптимизированных для выполнения аналитических операций. Аналитические средства позволяют конечному пользователю, не имеющему специальных знаний в области информационных технологий, осуществлять навигацию и представление данных в терминах предметной области. Для пользователей различной квалификации, СППР располагают различными типами интерфейсов доступа к своим сервисам.
1. Общие сведения о системах поддержки принятия решений
1.1 Системы поддержки принятия решений
Современные системы поддержки принятия решения (СППР), возникшие как естественное развитие и продолжение управленческих информационных систем и систем управления базами данных, представляют собой системы, максимально приспособленные к решению задач повседневной управленческой деятельности, являются инструментом, призванным оказать помощь лицам, принимающим решения (ЛПР). С помощью СППР могут решаться неструктурированные и слабоструктурированные многокритериальные задачи.
СППР, как правило, являются результатом мультидисциплинарного исследования, включающего теории баз данных, искусственного интеллекта, интерактивных компьютерных систем, методов имитационного моделирования.
Ранние определения СППР (в начале 70-х годов прошлого века) отражали следующие три момента: (1) возможность оперировать с неструктурированными или слабоструктурированными задачами, в отличие от задач, с которыми имеет дело исследование операций; (2) интерактивные автоматизированные (т.е. реализованные на базе компьютера) системы; (3) разделение данных и моделей. Приведем определения СППР:
СППР - совокупность процедур по обработке данных и суждений, помогающих руководителю в принятии решений, основанная на использовании моделей.
СППР - это интерактивные автоматизированные системы, помогающие лицу, принимающему решения, использовать данные и модели для решения слабоструктуризированных проблем.
СППР - это система, которая обеспечивает пользователям доступ к данным и/или моделям, так что они могут принимать лучшие решения.
Последнее определение не отражает участия компьютера в создании СППР, вопросы возможности включения нормативных моделей в состав СППР и др.
В настоящее время нет общепринятого определения СППР, поскольку конструкция СППР существенно зависит от вида задач, для решения которых она разрабатывается, от доступных данных, информации и знаний, а также от пользователей системы. Можно привести, тем не менее, некоторые элементы и характеристики, общепризнанные, как части СППР:
СППР - в большинстве случаев -- это интерактивная автоматизированная система, которая помогает пользователю (ЛПР) использовать данные и модели для идентификации и решения задач и принятия решений. Система должна обладать возможностью работать с интерактивными запросами с достаточно простым для изучения языком запросов.
СППР обладает следующими четырьмя основными характеристиками:
1. СППР использует и данные, и модели;
2. СППР предназначены для помощи менеджерам в принятии решений для слабоструктурированных и неструктурированных задач;
3. Они поддерживают, а не заменяют, выработку решений менеджерами;
4. Цель СППР -- улучшение эффективности решений.
Turban предложил список характеристик идеальной СППР (которая имеет мало общих элементов с определением, приведенным выше):
Идеальная СППР:
1. оперирует со слабоструктурированными решениями;
2. предназначена для ЛПР различного уровня;
3.может быть адаптирована для группового и индивидуального использования;
4.поддерживает как взаимозависимые, так и последовательные решения;
5. поддерживает 3 фазы процесса решения: интеллектуальную часть, проектирование и выбор;
6.поддерживает разнообразные стили и методы решения, что может быть полезно при решении задачи группой ЛПР;
7.является гибкой и адаптируется к изменениям как организации, так и ее окружения;
8.проста в использовании и модификации;
9.улучшет эффективность процесса принятия решений;
10.позволяет человеку управлять процессом принятия решений с помощью компьютера, а не наоборот;
11. поддерживает эволюционное использование и легко адаптирутся к изменяющимся требованиям;
12.может быть легко построена, если может быть сформулирована логика конструкции СППР;
13.поддерживает моделирование;
14.позволяет использовать знания.
1.2 Архитектура СППР
Процедура принятия решений с помощью СППР представляет собой циклический процесс взаимодействия человека и компьютера и включает фазы анализа и постановки задачи, фазы поиска и оптимизации альтернативных решений, реализуемых с помощью компьютера. Современные системы поддержки принятия решений и информационные системы руководителей высшего уровня управления основаны на применении специализированных информационных хранилищ и технологий OLAP (On-Line Analytical Processing) - оперативного анализа данных. Основное назначение OLAP-технологий - динамический многомерный анализ данных, моделирование и прогнозирование. Архитектура типичной системы поддержки принятия решений представлена на рис. 1.
В современных условиях динамичности рынка, обострения конкуренции, комплексности управления бизнес-процессами к СППР предъявляются следующие требования:
- анализ и интеграция множества внешних и внутренних источников маркетинговой, производственной и финансовой информации;- повышение оперативности анализа эффективности бизнес-процессов и прогнозирование их развития;
- расширение сферы лиц, участвующих в подготовке и принятии управленческих решений;
- автоматизация извлечения знаний о закономерностях в развитии ситуаций для принятия своевременных решений и др.
Рис. 1. Архитектура СППР
Для реализации перечисленных требований широко используются информационные хранилища (Data Warehouse), системы оперативного анализа данных (OLAP) и интеллектуального анализа данных (Data Mining). Архитектура информационного хранилища системы поддержки принятия решений представлена на рис. 2.
Рис. 2. Архитектура информационного хранилища СППР
Такие системы по сравнению с традиционными системами анализа и прогнозирования на основе применения экономико-математических моделей, баз экспертных знаний и статистических методов имеют преимущества в гибкости и скорости составления запроса и получения ответа, доступности применения, поэтому они могут использоваться не только для обоснования стратегических, но и принятия тактических решений.
Информационное хранилище представляет собой базу обобщённой информации, формируемую из множества внешних и внутренних источников, на основе которых выполняются статистические группировки и интеллектуальный анализ данных. По сравнению с базами данных для оперативной обработки транзакций информационные хранилища обеспечивают более гибкое и простое формирование произвольных справочно-аналитических запросов, а также применение специализированных методов статистического и интеллектуального анализа данных.
Подсистема хранения данных представляет собой многомерное хранилище, организованное в виде:
- физической структуры, в которую с определенной периодичностью загружаются данные из файлов-источников, принадлежащих базам оперативных данных;
- виртуальной структуры, которая динамически используется при запросах, вызывающих физическое манипулирование с файлами-источниками из реляционных баз данных (как надстройка над реляционными базами данных), обеспечивая удобный интерфейс пользователя;
- гибридной структуры, которая используется при построении многоуровневых информационных хранилищ, применяемых на разных уровнях управления корпоративных информационных систем.
Подсистема метаинформации представляет собой описание структуры информационного хранилища: состав показателей, иерархий агрегации измерений, форматов данных, используемых функций, физического размещения на сервере, прав доступа пользователей, частоты обновления.
1.3 Информационные технологии поддержки принятия управленческих решений
Для быстрого и верного принятия управленческого решения, требуется достаточный объем информации, понятной для понимания, то есть правильно обработанной. Именно на этот процесс работы с информацией и направлены информационные технологии поддержки принятия управленческих решений. Считается, что на данный момент мы уже живем в мире высоких технологий, соответственно данные технологии уже достаточно разработаны. Тем не менее, все еще ведутся все новые и новые поиски в данном направлении с целью оптимизировать управленческий процесс. Расскажем далее об информационных технологиях поддержки принятия управленческих решений подробнее.
Во-первых, это система OLAP. OLAP - это Online Analytical Processing, т. е. оперативный анализ данных. Так, OLAP представляет собой хранилище данных, предназначенное для их дальнейшей обработки и представлении в необходимой форме для анализа.
OLAP - удобный инструмент анализа.
Централизация и удобное структурирование - это далеко не все, что нужно аналитику. Ему ведь еще требуется инструмент для просмотра, визуализации информации. Традиционные отчеты, даже построенные на основе единого хранилища, лишены одного - гибкости. Их нельзя "покрутить", "развернуть" или "свернуть", чтобы получить желаемое представление данных. Конечно, можно вызвать программиста и он сделает новый отчет достаточно быстро - скажем, в течение часа. Получается, что аналитик может проверить за день не более двух идей. А ему таких идей может приходить в голову по нескольку в час. И чем больше "срезов" и "разрезов" данных аналитик видит, тем больше у него идей, которые, в свою очередь, для проверки требуют все новых и новых "срезов". В качестве такого инструмента и выступает OLAP.
Хотя OLAP и не представляет собой необходимый атрибут хранилища данных, он все чаще и чаще применяется для анализа накопленных в этом хранилище сведений.
Компоненты, входящие в типичное хранилище, представлены на рис. 1.
Рис. 1. Структура хранилища данных
Оперативные данные собираются из различных источников, очищаются, интегрируются и складываются в реляционное хранилище. При этом они уже доступны для анализа при помощи различных средств построения отчетов. Затем данные (полностью или частично) подготавливаются для OLAP-анализа. Они могут быть загружены в специальную БД OLAP или оставлены в реляционном хранилище. Важнейшим его элементом являются метаданные, т. е. информация о структуре, размещении и трансформации данных. Благодаря им обеспечивается эффективное взаимодействие различных компонентов хранилища.
Подытоживая, можно определить OLAP как совокупность средств многомерного анализа данных, накопленных в хранилище. Теоретически средства OLAP можно применять и непосредственно к оперативным данным или их точным копиям (чтобы не мешать оперативным пользователям). Но мы тем самым рискуем наступить на уже описанные выше грабли, т. е. начать анализировать оперативные данные, которые напрямую для анализа непригодны.
Многомерность в OLAP-приложениях может быть разделена на три уровня:
- 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.
- Многомерная обработка - средство (язык) формулирования многомерных запросов (традиционный реляционный язык SQL здесь оказывается непригодным) и процессор, умеющий обработать и выполнить такой запрос.