ТЕМА 5. Направления совершенствования ИТ в информационной логистике
Любая сложная система представляет собой комплекс взаимосвязан-ных процессов. Применительно к ИЦП как бизнес- системе понятие про-цесса трактуется как бизнес-процесс, под которым понимается совокуп-ность взаимосвязанных и взаимодействующих видов деятельности, преоб-разующих входы процесса в его выходы. Именно последовательное при-менение системного анализа привело к тому, что деятельность ИЦП стала рассматриваться как совокупность бизнес-процессов. Практическими про-явлениями этого стали процессный подход и процессное управление. Под процессным подходом понимается систематическая идентификация и ме-неджмент применяемых ИЦП процессов. Процессное управление – это схема управления ИЦП, при которой, исходя из бизнес-целей, определяет-ся совокупность процессов для их достижения , а процессы в свою очередь определяют необходимые для них структуру и ресурсы.
Благодаря ИТ процессное управление стало не только необходимым, но и возможным, поскольку большинство задач по управлению процессами поддается формализации и автоматизации. Процессная автоматизация предпочтительнее функциональной, поскольку автоматизация отдельных функций не приводит к существенному экономическому эффекту по при-чине необходимости “склеивать” результаты выполнения отдельных автоматизированных функций, что требует дополнительных затрат трудовых и информационных ресурсов. Процессный подход к автоматизации, т.е. автоматизация целых бизнес -процессов, изначально учитывает необходимость автоматизированной передачи результатов выполнения отдельных функций процесса и тем самым обеспечивает существенный эффект в оперативности, эффективности и стоимости автоматизируемого процесса. Благодаря ориентации на клиента, отсутствию барьеров между подразде-лениями, наличию ответственного за результаты процесса и другим пре-имуществам процессной организации деятельности процессно-ориентированное внедрение ЛИС гарантирует максимально эффективную автоматизацию деятельности ИЦП, а также интеграцию различных информационных систем и приложений, используемых в ней.
|
|
|
В современных условиях в связи с усложнением характера бизнес-процессов и усугублением возможных последствий за принятие необоснованных управленческих логистических решений возникла потребность в расширении круга аналитических задач, реализуемых с помощью ИТ. Это касается и бизнес-процессов в ИЦП . Внедрение ИТ в системах организационно-экономического управления начиналось по линии автоматизации транзакционных (расчетных)задач,реализуемых в рамкахOLTP-технологий и, как правило, связанных с вычислительной обработкой
|
|
|
большого объема исходной информации. К классу транзакционных задач в ИЦП можно отнести задачи, обладающие следующими характеристикам:
ƒ составляют основу ЛС, поскольку при их решении предоставляются данные для реализации абсолютного большинства управленческих логистических функций;
ƒ носят массовый характер и их решение, как правило, осуществляется со строгой периодичностью;
ƒ легко формализуемы, а значит, достаточно просты в компьютерной реализации, поскольку имеют простые алгоритмы решения, основанные на простых арифметических операциях;
ƒ однако в своей ручной реализации весьма трудоемки, поскольку связаны с выполнением огромного количества вычислительных операций над большими объемами исходной переменной и постоянной (нормативно-справочной) информации.
Примерами данных задач в ЛС могут служить контроль поставок, учет поступления и расхода материалов, расчеты с поставщиками т .п. На решение транзакционных задач приходится львиная доля времени обра-ботки данных в ЛИС и при позадачном подходе, а это означает раздельную организацию хранения массивов, происходит дублирование информации. Поэтому была предложена концепция баз данных (БД), воплотившая в се-бе системный подход к компьютеризации информационных процессов.
|
|
|
Подход к интегрированной логистике с точки зрения ИР составляет качественно новую основу становления и развития ИЦП. Применение эф-фективной и высокотехнологичной структуры ИРЛ позволяет создать ин-тегрированный инструментарий, который способен обеспечить взаимодей-ствие множества участников цепочек в быстро меняющейся рыночной сре-де и ужесточения конкуренции. В этих условиях все более актуальной ста-новится реализация задач аналитического характера, которая позволяет оценивать множество альтернативных вариантов и принимать обоснованные управленческие логистические решения, обеспечивающие эффективное управление ИЦП в условиях часто возникающих изменений внешних и внутренних факторов, составляющих ИРЛ. Способ получения информации для решения аналитических задач путем ее извлечения из БД, хранящихся в традиционных OLTP-системах, становился все менее и менее эффективным по ряду следующих причин:
ƒ организация данных OLTP-системах в целом не ориентирована на решение аналитических задач;
ƒ решение многих аналитических задач требует обработки большо-го объема информации по достаточно сложным алгоритмам, что приводит в рамках OLTP-системы к существенным затратам вы-числительных ресурсов;
|
|
|
реализация аналитических приложений с использованием БД OLTP-систем мешает оперативной обработке транзакционных за-дач. Указанные причины обусловили необходимость появления новых подходов к организации хранения и обработки ИРЛ, которые обеспечивали бы оперативное решение логистических задач аналитического характера. У. Инмоном – специалистом по организации корпоративных БД был пред-ложен принципиально новый подход к организации хранения информации, названный хранилищем данных.
В настоящее время под хранилищем данных понимается предметно-ориентированный, интегрированный, поддерживающий хронологию набор данных, являющийся единственным источником ИРЛ, необходимой для анализа и принятия управленческих логистических решений.
В основе реализации концепции хранилища данных лежат следую-щие основные принципы:
наборы данных подразделяются на наборы данных, используемые системах оперативной обработки данных в OLTP-системах и на наборы данных, применяемые в аналитических OLAP-системах перед помещением данных в хранилище они проверяются на не-противоречивость, приводятся к единой системе понятий и еди-ным форматам представления и определенным образом структу-рируются и обобщаются по мере “устаревания” данные из хранилища не удаляются, а их обновленные значения добавляются к уже имеющимся данным структура хранилища организуется так, чтобы обеспечивалось быстрое и эффективное извлечение необходимой информации (данные могут агрегироваться) помимо данных в хранилище содержатся также и метаданные (т.е. данные о хранящихся данных) – своего рода “досье”, отражающее различные сведения о хранящейся управленческой информации и расширяющее возможности ее аналитической обработки. Мета-данные характеризуют источник информации, дату ее формиро-вания, дату занесения в хранилище, пользователей информации и т.п.
Хранилище данных – это информационный фундамент, на котором строятся OLAP-приложения . Главной особенностью программныхсредств OLAP- систем является обеспечение оперативного анализа данных, содержащихся в хранилище, причем они могут быть использованы любыми специалистами по управлению. Что касается результатов анализа, то особо следует выделить задачи, связанные с интеллектуальным анализом данных, главными целями которого являются обеспечение поиска функ-циональных и логических закономерностей в отношении накопленной информации, а также построение моделей и правил, объясняющих и прогнозирующих эти закономерности . В этом плане OLAP-технологии представляют собой определенный шаг в реализации систем искусственного интеллекта.
Особое место среди ИТ, связанных с интеллектуальным анализом данных, отводится технологиям, обеспечивающим решение неформализо- ванных или слабоформализованных задач, к которым относятся эксперт-ные системы и нейросети.
Экспертные системы имитируют с помощью компьютера интеллек-туальные способности человека в области экономики и, опираясь на накопленные знания в этой области и формализованные правила, получают на их основе новые знания.
Для работы нейросети необходимо выполнить ее предварительное “обучение” на достаточном количестве примеров. После этого считается, что “обученная” нейросеть способна генерировать идеальные решения поставленной задачи на основе неизвестных входных данных, но имеющих ту же природу, что и множество данных, на которых она “обучалась”.
Внедрение ИТ для анализа данных на основе OLAP-систем и сиcтем искусственного интеллекта обеспечивает расширение круга функциональных задач логистического управления.
Платформой развития средств бизнес – моделирования и анализа ин-тегрированных цепочек поставок на основе перехода от средств визуаль-ного описания небольших участков бизнеса в цепочке поставок к средст-вам описания бизнес – архитектуры интегрированной цепочки поставок в целом является методология ARIS, основу которой составляет концепция интеграции. В соответствии с этой концепцией при описании деятельности ИЦП сначала детально описываются ее различные логистические подсис-темы, а затем строится единая модель, отражающая все связи как между элементами внутри организации, так и между организациями, входящими в ИЦП.
Основное назначение средств бизнес – моделирования и анализа – обеспечение взаимопонимания на всех уровнях организации, преодоление разрывов между стратегическим видением бизнеса и его практической реализацией. С этой целью в современных средствах бизнес – моделирования используются специальные языки, понятные и менеджерам высшего звена, включая финансовых директоров, и аналитика , и руководителям ИТ–департаментов. С помощью таких языков строятся графические моде-ли, диаграммы, наглядно демонстрирующие уровень за уровнем, шаг за шагом, как построены в компании бизнес – процессы, как организовано взаимодействие между людьми и что необходимо изменить для оптимизации ИТ – архитектуры организации в целом . Это значит, что современные средства бизнес – моделирования являются средствами проектированияи анализа бизнеса,а не технологий,призванных обеспечить информаци-онную поддержку его успешного функционирования. Главное назначение бизнес – модели дать целостную картину деятельности организации, согласовать разные точки зрения на постоянно развивающийся и меняющийся бизнес.
Наиболее предпочтительным является описание бизнес – процессов в виде итерационной последовательности следующих шагов:
определение общей стратегии компании и бизнес – целей по основ-ным видам деятельности;
создание комплексной модели деятельности, отражающей ключевые бизнес – процессы компании;
оценка эффективности процессов исходя из установленных бизнес – целей компании;
проектирование архитектуры логистической информационной сис-темы на основе созданной модели бизнес – процессов;
формирование плана внедрения или модификации логистической информационной системы;
детальная постановка требований к ней на основе построенных мо-делей бизнес – процессов.
Инструменты бизнес – моделирования и анализа ИЦП постоянно со-вершенствуются. Изначально с их помощью можно было описывать лишь бизнес – функции компании и обмен данными между этими функциями, а описания представляли собой набор картинок. На современном уровне развития средств бизнес – моделирования возникла необходимость в ис-пользовании единого репозитория для хранения объектов и в повторном применении объектов в различных диаграммах. Именно этот подход обу-словил возможность разработки полноценной модели организации, описы-вающей ее бизнес – архитектуру.
Таким образом, мы имеем качественно новый уровень бизнес – мо-делирования, при котором полноценная модель хранится в репозитории и отображается в виде набора диаграмм, представляющих тот или иной взгляд на ИТ – архитектуру цепочки поставок.
Основная литература: 1,2,5,6
Дополнительная литература: 9,10
Планы семинарских занятий
Методические рекомендации:
Практические занятия являются аудиторными, проводятся либо в виде семинаров по заранее известным темам. Они предназначены для закрепления и более глубокого изучения определенных аспектов лекционного материала на практике. Семинары позволяют выявить усвояемость лекционных материалов, стимулируют студентов к работе с основной и дополнительной литературой. Методика проведения занятий может включать ответы на заданные вопросы и ответы на тестовое задание. Применяются индуктивные и дедуктивные методы обучения для развития способности раскрывать логику движения содержания лекционного материала. Ответы оцениваются по 100-бальной системе.
Дата добавления: 2018-11-24; просмотров: 396; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!