В случае необходимости агрегирования данных осуществляется суммирование итогов по заданным в репозитории признакам.
3.4 Подсистема представления данных (организация витрин данных)
Под витриной данных понимается предметно-ориентированное хранилище данных, как правило, агрегированной информации, предназначенное для использования группой пользователей в рамках конкретного вида деятельности предприятия, например маркетинга и т.д. Как правило, витрины данных являются подмножествами общего хранилища данных компании, которое служит для них источником. Обычно общее ИХ и витрины данных разрабатываются параллельно.
аналитический информационный система
3.5 Подсистема оперативного анализа данных
Подсистема оперативного анализа данных, как правило, используется лицами, подготавливающими информацию для принятия решений, путем выполнения различных статистических группировок исходных данных.
В рамках пользовательского интерфейса для оперативного анализа данных используются следующие базовые операции:
- Поворот - добавление нового признака анализа.
- Проекция - выборка подмножества по задаваемой совокупности измерений. При этом значения, лежащие на оси проекции, суммируются.
- Раскрытие - осуществляется декомпозиция признака агрегации на компоненты, например, признак года разбивается на кварталы. При этом автоматически детализуются числовые показатели.
- Свертка - операция обратная раскрытию. При этом значения детальных показателей суммируются в агрегируемый показатель.
- Сечение или срез - выделение подмножества данных по конкретным значениям одного или нескольких измерений.
3.6 Подсистема интеллектуального анализа данных
Подсистема интеллектуального анализа данных используется специальной категорией пользователей - аналитиков, которые на основе ИХ обнаруживают закономерности в деятельности предприятия и на рынке, используемые в дальнейшем для обоснования стратегических и тактических решений.
Интеллектуальный анализ требует более сложных методов анализа по сравнению со статическими группировками и выполняется путем проведения множества сеансов.
Типичными задачами интеллектуального анализа данных являются:
- Установление корреляций, причинно-следственных связей и временных связей событий, например определение местоположения прибыльных предприятий.
- Классификация ситуаций, позволяющая обобщать конкретные события в классы, например определение типичного профиля покупателя конкретных видов продукции.
- Прогнозирование развития ситуаций, например прогнозирование цен, объемов продаж, производства.
К основным методам интеллектуального анализа данных относятся:
- Методы многомерного статистического анализа,
- Индуктивные методы построения деревьев решений,
- Нейронные сети.
3.7 Подсистема «Информационная система руководителя»
Информационная система руководителя предназначена для лиц, непосредственно принимающих решения. Поэтому интерфейс таких систем должен быть в наибольшей степени упрощенным.
Обычно в качестве интерфейса руководителям предприятия предлагается набор стандартных отчетов и графиков, настраиваемых на потребности руководителя через систему меню. Часто в качестве интерфейса предлагаются диаграммы Ишикава, представляющие собой саморазворачивающееся дерево показателей, в котором листья ветвей раскрашиваются в разные цвета, символизирующие характер состояния показателя (нормальный, тревожный, кризисный).
Лист любой ветви дерева может быть развернут а таблицу значений показателя или график.
3.8.Подсистема WEB - публикации
Подсистема WEB - публикации предполагает преобразование полученной из ИХ информации в HTML - вид, доступный для ее просмотра удаленными клиентами с помощью браузеров Интернета.
4. Концепции построения ИАС
Современный уровень развития аппаратных и программных средств с некоторых пор сделал возможным повсеместное ведение баз данных оперативной информации на разных уровнях управления. В процессе своей деятельности промышленные предприятия, корпорации, ведомственные структуры, органы государственной власти и управления накопили большие объемы данных.
Они хранят в себе большие потенциальные возможности по извлечению полезной аналитической информации, на основе которой можно выявлять скрытые тенденции, строить стратегию развития, находить новые решения.
В последние годы в мире оформился ряд новых концепций хранения и анализа корпоративных данных:
- Хранилища данных, или Склады данных (Data Warehouse);
- Оперативная аналитическая обработка (On-Line Analytical Processing, OLAP);
- Интеллектуальный анализ данных - ИАД (Data Mining).
Технологии OLAP тесно связаны с технологиями построения Data Warehouse и методами интеллектуальной обработки - Data Mining. Поэтому наилучшим вариантом является комплексный подход к их внедрению.
Для того чтобы существующие хранилища данных способствовали принятию управленческих решений, информация должна быть представлена аналитику в нужной форме, то есть он должен иметь развитые инструменты доступа к данным хранилища и их обработки.
Очень часто информационно-аналитические системы, создаваемые в расчете на непосредственное использование лицами, принимающими решения, оказываются чрезвычайно просты в применении, но жестко ограничены в функциональности.
Такие статические системы называются в литературе Информационными системами руководителя (ИСР), или Executive Information Systems (EIS).
Они содержат в себе предопределенные множества запросов и, будучи достаточными для повседневного обзора, неспособны ответить на все вопросы к имеющимся данным, которые могут возникнуть при принятии решений.
Результатом работы такой системы, как правило, являются многостраничные отчеты, после тщательного изучения которых у аналитика появляется новая серия вопросов.
Однако каждый новый запрос, непредусмотренный при проектировании такой системы, должен быть сначала формально описан, закодирован программистом и только затем выполнен. Время ожидания в таком случае может составлять часы и дни, что не всегда приемлемо.
Таким образом, внешняя простота статических ИСР, за которую активно борется большинство заказчиков информационно-аналитических систем, оборачивается катастрофической потерей гибкости.
Динамические ИАС, напротив, ориентированы на обработку нерегламентированных запросов аналитиков к данным. Работа аналитиков с этими системами заключается в интерактивной последовательности формирования запросов и изучения их результатов.
Но динамические ИАС могут действовать не только в области оперативной аналитической обработки (OLAP); поддержка принятия управленческих решений на основе накопленных данных может выполняться в трех базовых сферах:
- Сфера детализированных данных. Это область действия большинства систем, нацеленных на поиск информации. В большинстве случаев реляционные СУБД отлично справляются с возникающими здесь задачами. Общепризнанным стандартом языка манипулирования реляционными данными является SQL. Информационно-поисковые системы, обеспечивающие интерфейс конечного пользователя в задачах поиска детализированной информации, могут использоваться в качестве надстроек как над отдельными базами данных транзакционных систем, так и над общим хранилищем данных.
- Сфера агрегированных показателей. Комплексный взгляд на собранную в хранилище данных информацию, ее обобщение и агрегация, гиперкубическое представление и многомерный анализ являются задачами систем оперативной аналитической обработки данных (OLAP). Здесь можно или ориентироваться на специальные многомерные СУБД, или оставаться в рамках реляционных технологий. Во втором случае заранее агрегированные данные могут собираться в БД звездообразного вида, либо агрегация информации может производиться на лету в процессе сканирования детализированных таблиц реляционной БД;
- Сфера закономерностей. Интеллектуальная обработка производится методами интеллектуального анализа данных (ИАД, Data Mining), главными задачами которых являются поиск функциональных и логических закономерностей в накопленной информации, построение моделей и правил, которые объясняют найденные аномалии и/или прогнозируют развитие некоторых процессов.
5. Системы информационно-аналитического обеспечения
Проблематика анализа исходной, имеющейся или аккумулированной информации связана с необходимостью адекватной обработки массивов информации.
В соответствии с этим, под информационно-аналитическими системами следует понимать комплекс аппаратных средств, программных решений, информационных ресурсов, методик, которые используются для обеспечения автоматизации аналитических работ в целях обоснования принятия управленческих решений и других возможных применений.
Согласно концепции информационно-аналитического обеспечения системы, предоставляющие возможность обработки информации, проектируются и функционируют с учетом следующих аспектов:
- извлечение из многих источников разнородных данных, представленных в различных форматах и приведение их единому формату и единой структуре;
- аккумулирование информации, создание информационных массивов данных, применение технологий индексации и поиска;
- организация предоставления пользователям необходимой информации, которая требуется для принятия решений, реализации конкретных мер или программных действий в сфере основной деятельности пользователей информационно-аналитической системы;
- инструменты оперативного и интеллектуального анализа, подготовка плановой и регулярной оценки состояния объектов управления в виде документальных носителей и цифровых экранных форм отчетов;
- представление информации и результатов анализа в упорядоченной форме для эффективного восприятия пользователями.
Основным критериальным параметром функционирования информационно-аналитических систем выступает переориентация с продвинутых версий систем управления базами данных на качественно иной уровень, позволяющий осуществлять экспертные аналитические действия.
Функционирование систем информационно-аналитического обеспечения в предметных областях основано на использовании знаний об этой области таким способом, чтобы пользователи системы могли предлагать объективно обоснованные решения и реализовывать их на практике. Сюда также следует отнести такие параметры, как интерпретация данных, диагностика состояния, мониторинг, прогнозирования, планирование и обучение.
6. Функции и признаки информационно-аналитических систем
Функции информационно-аналитических систем реализуются по критериям системного функционала:
- средства аналитической обработки данных;
- база информации, данные из которой подвергаются аналитической обработке;
- набор правил решения определенных задач в сфере обработки данных;
- программно-технический комплекс, позволяющий пользователям осуществлять взаимодействие с системой информационно-аналитического обеспечения;
- модульный функционал представления данных, формирования предложений и альтернативных рекомендаций для пользователей системы.
Функции информационно-аналитических систем:
- Аккумулирование на носителях информации системной информации для обеспечения доступа к ней со стороны конечных пользователей;
- Каталогизация, систематизация, интеграция данных из различных информационных массивов и представление их в соответствующей форме;
- Представление результатов аналитической обработки в форме, пригодной для восприятия.
При проектировании информационно-аналитических систем применяются разнообразные экономико-математические методы, сети, методы ветвей и границ, стохастические процессы и др. Естественным ограничением при этом является возможность систем информационно-аналитического обеспечения эффективно использоваться пользователями при решении хорошо структурированных задач, поддающихся строгому операциональному описанию, что, однако, не относится к слабо структурированным проблемам, вопросам и задачам.
В силу своей внутренней структуры и принципам построения системы информационно-аналитического обеспечения отличаются следующими объективными признаками:
- системы информационно-аналитического обеспечения не имеют субъективных предубеждений и устойчивы к различным внешним помехам;
- информационно-аналитическая система не делает поспешных выводов, а позволяет пользователю расширить горизонт принятия решений;
- системы информационно-аналитического обеспечения выдают не первое нашедшееся, а оптимальное решение в соответствии с критериальными условиями;
- информационный массив данных в информационно-аналитической системе может быть очень большой, объективно превышая таковые объемы систем управления базами данных.
Вместе с тем необходимо правильно понимать реальные возможности использования системы информационно-аналитического обеспечения. Безусловно, далеко не все существующие проблемы в предметной области могут быть решены с помощью информационно-аналитической системы.