Шпаргалка з "Інформатики"

Сучасні інформаційні системи підтримують інтерпретацію інформації як сукупності бізнес-об'єктів.

Особливо слід зазначити, що аналітиків цікавлять не тільки одновимірні (одноаспектні) запити, а й складні запити з декількома аспектами аналізу і множинними зв'язками. Наприклад, в запиті можуть бути накладені обмеження на часовий період, перелік продуктів і послуг, що піддаються аналізу, регіональні обмеження тощо. Крім того, аналіз тільки починається, але ніяк не закінчується констатацією і фіксацією фактів, що відбувалися у минулому. Найцікавішим ефектом від аналітичних інструментів є прогноз на майбутнє і наявність механізмів моделювання за схемою "що буде, якщо".

Саме на ці можливості і зорієнтовано більшість програмних продуктів, що з'явилися на ринку останнім часом.

Представлення інформації. Успіх СППР багато в чому пов'язаний не тільки із змістом, але і з можливостями ля представлення результатів аналізу і моделювання.

Призначений для користувача інтерфейс СППР вимагає особливої уваги. Він повинен забезпечувати не тільки автоматичний, але і настроюваний режим для адаптації до змінних уявлень користувача до нових аналітичних завдань. Інтерфейс повинен реалізувати можливість представлення інформації в текстовому, табличному і графічному вигляді. Форма представлення інформації повинна бути зручною для кінцевого користувача, дружньою і дозволяти створювати не тільки проміжні, але і презентаційні матеріали. Можливість гнучкої настройки повинна відноситися не тільки до кінцевих, але і проміжних результатів, щоб забезпечити оперативність верифікації і сприяти зниженню вірогідності помилок.

Враховуючи споживчу орієнтацію бізнес-систем, інтерфейс повинен бути локалізований.

Особливого значення набувають наявність розширених ілюстраційних інструментів, можливості використання різноманітних дво- і тривимірних графоаналітичних об'єктів і спеціалізованої аналітичної графіки, а також геоінформаційної інтерпретації результатів аналізу. При цьому необхідні включення опцій настройки екранних форм, вибору типу представлення результатів і формування графічного інтерфейсу з використанням сучасних можливостей інтерактивного спілкування.

Важливе значення має легкодоступність системи допомоги і навчання роботі із СППР. Щодо СППР важливим чинником є реалізація багаторівневої і багатоаспектної допомоги: системної, статистико-математичної, економіко-статистичної, експертної та ін.

Наступним чинником, що впливає на осмислення ситуації особою, що ухвалює рішення, є гнучке використання графічного інтерфейсу, що настроюється. Графічне представлення початкових даних і результатів обробки – невід'ємна частина аналітичної системи. При графічному представленні інформації особливо важливо надати користувачеві можливість вибирати і виділяти з графічної сукупності даних один з елементів певним чином: кольором, товщиною лінії, спеціальним маркером тощо. Вибір і виділення елементу повинні здійснюватися як за допомогою маніпулятора "миша", так і шляхом обробки спеціального запиту користувача з меню.

Система повинна передбачати наявність великої кількості різнотипних двовимірних і тривимірних графоаналітичних елементів і спеціалізованої аналітичної графіки.

Геоінформаційна система – достатньо ефективна частина аналізу фінансово-економічного стану розподілених об'єктів і інших завдань аналізу, в яких представлення аналітичної інформації на тлі географічного середовища (регіону, міста і т. д.) служить важливим компонентом для підтримки ухвалення рішень. Бажана наявність багатовимірної графічної і геоінформаційної системи, що передбачає використання інформаційних "шарів" і "гарячих" ключів, що дозволяють здійснити прив'язку звітів до географічної інформації.

Система повинна містити генератор звітів, що настроюється. Бажана наявність систем автоматичного формування звіту за наслідками аналізу у вибраній користувачем формі, а також деяких інших сучасних можливостей призначеного для користувача інтерфейсу.

Попередня класифікація аналітичних завдань. Класифікувати аналітичні завдання можна за наступними критеріями: за видом постановки завдання і за необхідним способом моделювання даних.

За видом постановки завдання можна розділити на наступні групи:

типові завдання, що вирішуються на більшості підприємств;

актуальні завдання, що добре формалізуються, наприклад завдання моніторингу бізнес-процесів;

актуальні важливі практичні завдання з неповними (часом недостовірними і суперечливими) початковими даними, що погано формалізуються, наприклад, поточне планування або аналіз балансу клієнта;

нерегулярно вирішувані завдання, які зазвичай вимагають оперативної реалізації, але швидко втрачають актуальність.

За необхідним способом моделювання даних завдання можна розділити на такі групи:

використання моделей багатовимірного аналізу, зокрема факторного аналізу;

прогнозування, зокрема з сезонним компонентом;

фінансове конструювання і планування;

застосування евристичних моделей, зокрема експертних опитувань або алгоритмів з навчанням;

вивчення взаємозв'язків елементів;

використання графоаналітичних методів рішення.

Типові можливості аналітичного наповнення СППР.

Множинність і різноманітність завдань аналізу вимагають специфічного наповнення СППР. У такій системі повинні бути передбачені наступні аналітичні можливості:

багатоаспектна (багаторівнева) система аналізу і представлення інформації кінцевому користувачеві;

повна автоматизація і швидкість обробки аналітичних запитів користувачів;

формулювання запитів аналітичної системи в зручних користувачеві економетричних термінах з використанням діалогового конструктора запитів;

застосування сучасних математичних методів для вирішення економічних і фінансових завдань;

потенційне використання систем штучного інтелекту при аналізі і прогнозі;

наявність елементів експертної підтримки аналітичних запитів;

модульна структура стандартних аналітичних блоків, в яку можуть входити як готові блоки фінансового аналізу і прогнозування на основі вбудованих економетричних моделей, так і математичні алгоритми для обробки великих масивів даних;

використання принципу мінімізації необхідної і достатньої аналітичної інформації, що надається користувачеві;

розробка власних аналітичних модулів.

Важлива також можливість застосування сучасних статистичних і евристичних методів аналізу і підтримки ухвалення рішень:

аналіз економічних показників і індексів;

фінансове і економетричне моделювання;

аналіз фінансових ризиків;

аудит і виявлення підтасовувань;

прогнозування, виявлення тенденцій зміни тимчасових рядів;

організація ділової розвідки;

управління проектами і ресурсами.

Важливою є можливість використання не тільки традиційних оперативних методів аналізу і прогнозування, але і спеціальних методів для багатоаспектного оперативного аналізу в рамках концепції інформаційного сховища і формування сімейства адаптивних моделей.

Залежно від ситуації на ринку і кваліфікації кінцевого користувача доцільно передбачати використання "швидких", "стандартних" і "точних" прогнозів. СППР повинна орієнтуватися на різні групи кінцевих користувачів. Так, для типових завдань повинні використовуватися виключно економетричні терміни, що не вимагають глибоких знань в області статистики і математики. Для глибокого аналітичного дослідження важлива можливість застосування дослідницького блоку для нетрадиційних і слабоформалізованих завдань.

Математичні методи повинні підтримувати вирішення завдань впродовж всього циклу управління: від планування до вироблення коректую чого впливу. Особлива увага повинна приділятися плануванню, управлінському обліку і виробленню рішень на основі оцінки результатів за минулий період.

Методи підтримки ухвалення рішень. Математичні і програмні засоби здатні відігравати роль досвідченого консультанта при підготовці до ділових переговорів, при стратегічному аналізі ринку і складанні прогнозів у фінансовій сфері. Подібні продукти можуть давати вельми кваліфіковану оцінку основних економічних параметрів, дозволяють зважувати фінансові ризики і готувати рішення.

Оптимізаційні методи. Вони орієнтовані на різні постановки задачі оптимізації. Її рішення істотно залежить від трактування поняття оптимальності, кількості і достовірності інформації про компоненти завдання, включаючи обмеження.

Як правило, на практиці завдання ставиться у векторній формі. Задачу векторної оптимізації можна вирішувати в наступній послідовності:

визначити допустимі варіанти побудови системи;

виявити основні показники порівнюваних альтернативних варіантів;

визначити "негірші" системи на основі критерію безумовної переваги Парето;

привести показники не порівнянних за Парето систем до зіставного вигляду;

вибрати оптимальне рішення, зокрема на основі процедур за участю особи, що ухвалює рішення.

Для вибору "негірших" систем (оптимальних за Парето) розроблені достатньо ефективні методи. Але, як правило, методи безумовної переваги не дозволяють остаточно визначити оптимальне рішення. У зв'язку з цим запропонований ряд методів векторної оптимізації, серед яких слід зазначити методи виділення провідного показника, лексикографічного впорядкування показників, використання принципу гарантованого результату і його узагальнень, а також методи послідовних поступок, формування узагальненого показника якості та ін.

Статистична оцінка показників. В даний час існує велика кількість прикладних програмних систем, що включають можливості статистичного аналізу і моделювання економічних характеристик. Найбільш використовуваними з них є:

засоби статистичної обробки вибірки і тимчасових рядів;

моделі лінійної і нелінійної регресії;

моделі тренда і сезонності;

спеціальні економетричні методи;

вбудовані засоби збору, обробки і представлення даних для статистичного аналізу.

Статистичні методи кількісного аналізу, що швидко розвиваються, є зручним інструментом вивчення фінансових ринків. Процес їх використання багато в чому гальмується недостатньо високою якістю початкових даних.

Економетрика ґрунтується на сучасному розвитку теорії і спостережень, пов'язаних з методами отримання висновків. Мета економетрики – отримання емпіричних висновків економічних закономірностей. Вона може використовуватися при визначенні ринкових тенденцій і цін у разі застосування методу ринкової калькуляції маржі не тільки на поточну і минулі дати, але і у вигляді прогнозу на майбутнє. Економетричні моделі можуть служити опорою у разі виявлення тенденцій зміни залишків по рахунках (кореспондентському, поточних, клієнтських) для управління ними, а також можуть допомогти при прогнозуванні ринків для формування комплексної програми розвитку і побудові середньострокових фінансових планів. Традиційна економетрика наказує аналітикові побудувати модель, зібрати дані, вибрати відповідний метод оцінки і потім оцінити модель.

Використання нейронних мереж для фінансових прогнозів. Нейронна мережа є багатошаровою мережевою структурою, що складається з однотипних (і порівняно простих) процесорних елементів – нейронів. Нейрони, зв'язані між собою складною топологією міжз'єднань, групуються в шари (як правило, два-три), серед яких виділяють вхідний і вихідний. У нейронних мережах, що використовуються для прогнозування, нейрони вхідного шару сприймають інформацію про параметри ситуації, а нейрони вихідного шару сигналізують про можливу реакцію на цю ситуацію. У комерційному використанні нейронні мережі зазвичай представлені у вигляді програмних пакетів, плат-акселераторів для персональних комп'ютерів, нейромікросхем, а також спеціалізованих нейрокомп'ютерів. Поки що можливості нейроалгоритмів в прикладних фінансових завданнях оцінюються як відносно скромні: вони орієнтовані на окремі завдання (розпізнавання чеків, прогноз курсів на біржах) і вимагають попереднього етапу навчання.

Використання нечіткої логіки. Нечітка логіка (англ. fuzzy logic) – могутній елегантний інструмент сучасної науки.

Нечітка логіка застосовується при аналізі нових ринків, біржовій грі, оцінці політичних рейтингів, виборі оптимальної цінової стратегії тощо. З'явилися і комерційні системи масового застосування: CubiCalc є своєрідною експертною системою, в якій користувач задає набір правил типу "якщо..., то...".

Нейромережеві, нечіткі і генетичні алгоритми можуть виявитися перспективними, заслуговуючими детального вивчення і використання зважаючи на відповідність цього апарату широкому класу фінансових завдань, зокрема банківських (прогнозування, експертні дослідження, управління портфелем).

Управлінський облік вимагає принципово іншої структуризації, яка орієнтована на надання інформації для менеджерів за запитами і для регламентних звітів.

Управлінський облік спрямований на представлення аналітикові або менеджерові інформації, і, отже, в ньому переважає аналітичне начало. Критично важливі дані, які необхідно зберігати і обробляти, можуть бути представлені тільки в структурованій формі.

Характерною особливістю управлінського обліку і представлення даних є необхідність аналізувати як внутрішню, так і зовнішню інформацію.

Інформаційні сховища. Останнім часом для роботи з аналітичними даними все білшої популярності набуває концепція інформаційного сховища (ІС) – Data Warehouse. Основними особливостями концепції є:

орієнтація обліку на предметну область, що передбачає збір даних про деякий предмет (бізнес-об'єкт) в узгодженій, єдиній (не дивлячись на різні джерела) і зручній для використання в управлінському аналізі формі;

інтегрованість, що припускає узгоджене зберігання даних в єдиному загальнофірмовому сховищі;

незмінність після внесення даних до інформаційного сховища і доступність тільки в режимі читання;

підтримка хронології і відповідної структуризації за тривалий період (зазвичай за декілька років).

В інформаційному сховищі представлена певним чином оброблена інформація.

Типовою формою представлення інформації для управління бізнесом є інформація про бізнес-процеси (наприклад, про постачання матеріалів і комплектуючих, збут, виробництво і їх компоненти) у вигляді керованих і оцінюваних параметрів бізнесу залежно від продукції фірми, підрозділів (центрів відповідальності, центрів прибутку і сервіс-центрів), клієнтів, постачальників і конкурентів, ринків надання послуг, регіонів, часу. Аналітичний механізм надання інформації повинен супроводжуватися можливістю її деталізації в розрізі кожного з індикаторів з використанням процедур згортки-розгортки (drill down-drill up), тобто можливістю деталізації за заздалегідь сформованим ієрархічним класифікатором понять для кожного із зафіксованих аспектів представлення інформації в інформаційному сховищі.