Классификация задач принятия решений.
Архитектуры СППР с использованием концепции хранилищ данных
Стремление объединить в одной архитектуре СППР возможности OLTP-систем и систем анализа, привело к появлению концепции хранилищ данных(ХД).
Концепция ХД так или иначе обсуждалась специалистами в области информационных систем достаточно давно. Первые статьи, посвященные именно ХД, появились в 1988 г., их авторами были Б. Девлин и П. Мэрфи. В 1992 г. У. Инмон подробно описал данную концепцию в своей монографии "Построение хранилищ данных" ("Buildingthe Data Warehouse", secondedition — QED Publishing Group, 1996).
В основе концепции ХД лежит идея разделения данных, используемых для оперативной обработки и для решения задач анализа. Это позволяет применять структуры данных, которые удовлетворяют требованиям их хранения с учетом использования в OLTP-системах и системах анализа. Такое разделение позволяет оптимизировать как структуры данных оперативного хранения (оперативные БД, файлы, электронные таблицы и т. п.) для выполнения операций ввода, модификации, удаления и поиска, так и структуры данных, используемые для анализа (для выполнения аналитических запросов).
В СППР эти два типа данных называются соответственно оперативными источниками данных (ОИД)и хранилищем данных.
В своей работе Инмон дал следующее определение ХД.
Хранилище данных —предметно-ориентированный, интегрированный,
неизменчивый, поддерживающий хронологию набор данных, организованный для целей поддержки принятия решений.
|
|
|
Рассмотрим свойства ХД более подробно.
Предметная ориентация.Это фундаментальное отличие ХД от ОИД.
Разные ОИД могут содержать данные, описывающие одну и ту же предметную область с разных точек зрения (например, с точки зрения бухгалтерского учета, складского учета, планового отдела и т. п.). Решение, принятое на основе только одной точки зрения, может быть неэффективным или даже неверным. ХД позволяют интегрировать информацию, отражающую разные точки зрения на одну предметную область.
Предметная ориентация позволяет также хранить в ХД только те данные, которые
нужны для их анализа (например, для анализа нет смысла хранить информацию о номерах документов купли-продажи, в то время как их содержимое — количество, цена проданного товара —необходимо). Это существенно сокращает затраты на носители информации и повышает безопасность доступа к данным.
Интеграция.ОИД, как правило, разрабатываются в разное время несколькими коллективами с собственным инструментарием. Это приводит к тому, что данные, отражающие один и тот же объект реального мира в разных системах, описывают его по- разному. Обязательная интеграция данных в ХД позволяет решить эту проблему, приведя данные к единому формату.
|
|
|
Поддержка хронологии.Данные в ОИД необходимы для выполнения над ними операций в текущий момент времени. Поэтому они могут не иметь привязки ко времени. Для анализа данных часто бывает важно иметь возможность отслеживать хронологию изменений показателей предметной области. Поэтому все данные, хранящиеся в ХД, должны соответствовать последовательным интервалам времени.
Неизменяемость.Требования к ОИД накладывают ограничения на время
хранения в них данных. Те данные, которые не нужны для оперативной обработки, как правило, удаляются из ОИД для уменьшения занимаемых ресурсов. Для анализа, наоборот, требуются данные за максимально большой период времени. Поэтому, в отличие от ОИД, данные в ХД после загрузки только читаются. Это позволяет существенно повысить скорость доступа к данным, как за счет возможной избыточности хранящейся информации, так и за счет исключения операций модификации.
При реализации в СППР концепции ХД данные из разных ОИД копируются вединое хранилище. Собранные данные приводятся к единому формату, согласовываются и обобщаются. Аналитические запросы адресуются к ХД (рис. 1).
|
|
|
Такая модель неизбежно приводит к дублированию информации в ОИД и в ХД.
Однако Инмон в своей работе утверждает, что избыточность данных, хранящихся в СППР, не превышает 1 %! Это можно объяснить следующими причинами.
При загрузке информации из ОИД в ХД данные фильтруются. Многие из них не попадают в ХД, поскольку лишены смысла с точки зрения использования в процедурах анализа.
Информация в ОИД носит, как правило, оперативный характер, и данные, потеряв
актуальность, удаляются. В ХД, напротив, хранится историческая информация. С этой точки зрения дублирование содержимого ХД данными ОИД оказывается весьма незначительным. В ХД хранится обобщенная информация, которая в ОИД отсутствует.
Во время загрузки в ХД данные очищаются (удаляется ненужная информация), и
после такой обработки они занимают гораздо меньший объем.
17. Витрина данных (ВД)
В хранилище данных хранится информация по всем аспектам деятельности организации. Витрина же данных (datamart) – это специализированное хранилище данных, содержащее данные по одному из направлений деятельности предприятия. Витрины данных - это комплекс тематически связанных баз данных, относящихся к конкретным аспектам деятельности компании. В этом случае аналитики видят и работают не со всеми имеющимися в компании данными, а только с реально необходимыми данными. Это максимально приближает их к конечному пользователю.
|
|
|
Витрина данных представляет собой срез хранилища данных, представляющий собой массив тематической, узконаправленной информации, ориентированный на пользователей одной конкретной рабочей группы. Часто витрины еще называют киосками данных.
Т.к. Витрины Данных обычно содержат тематические подмножества заранее агрегированных данных, то их проще проектировать и настраивать. Витрина данных проектируются для ответов на конкретный ряд вопросов. Данные в витрине оптимизированы для использования определенными группами пользователей, что облегчает процедуры их наполнения, а также способствует повышению производительности
Т.к. конструирование хранилища данных — сложный процесс, который может занять несколько лет, некоторые организации вместо этого строят витрины данных, содержащие информацию для конкретных подразделений. Например, витрина данных отдела маркетингаможет содержать только информацию о клиентах, продуктах и продажах и не включать в себя планы поставок. Существует также витрина данных отдела продаж, витрина данных финансового отдела, витрина данных отдела анализа рисков и т.п. Несколько витрин данных для подразделений могут сосуществовать с основным хранилищем данных, давая частичное представление о содержании хранилища. Витрины данных строятся значительно быстрее, чем хранилище, но впоследствии могут возникнуть серьезные проблемы с интеграцией, если первоначальное планирование проводилось без учета полной бизнес-модели.
Достоинства Витрин данных:
· Витрина данных максимально приближена к пользователю - аналитики работают только с теми данными, которые им необходимы для принятия решения.
· Витрины Данных значительно меньше по размеру, чем Хранилища данных.
· Создавать Витрины данных просто, наполнять их и работать с ними также просто.
· Витрины Данных содержат агрегированные данные по определенным темам, что упрощает их проектирование.
· Витрины данных внедряются достаточно быстро.
· Витрины проектируются для ответов на конкретный ряд вопросов.
· Данные в витрине оптимизированы для использования определенными группами пользователей, что облегчает процедуры их наполнения, а также способствует повышению производительности.
Недостатки Витрин данных:
· сложно контролировать избыточность, целостность и непротиворечивость данных в витрине данных, т.к. одни и те же данные могут храниться сразу в нескольких витринах. Дублирование данных - данные хранятся многократно в различных витринах данных. Это приводит к увеличению расходов на хранение, а также к потенциальным проблемам, связанным с необходимостью поддержания непротиворечивости данных.
· сложно работать с витриной, если для наполнения витрины используется очень большое количество источников данных - Потенциально это очень сложный процесс. Наполнения витрин данных при большом количестве источников данных – процесс очень сложный (требуется команда профессионалов в области их построения и работы с ними).
· информация накапливается в различных витринах, но дальнейшее объединение информации (т.е. ее консолидация) не предусматривается. Данные не консолидируются на уровне предприятия, поэтому получить полную единую картину бизнеса нельзя.
· каждая витрина содержит информацию о конкретном аспекте деятельности компании, что не дает возможность руководству компании увидеть как работает его бизнес в целом.
В большинстве случае Витрина данных - это аналитическая структура, которая обычно поддерживает область работы одного приложения, бизнес-процесса или отдела. Сотрудники отдела обобщают требования к информации и приспосабливают каждую витрину к своим нуждам. Затем они обеспечивают персонал, работающий с информацией, средствами интерактивной отчетности (например, инструментами OLAP, средствами формирования незапланированных запросов или параметризованных отчетов).
Независимые витрины данных (см. рис.24) часто появляются в организации исторически и встречаются в крупных организациях с большим количеством независимых подразделений, зачастую имеющих свои собственные отделы информационных технологий.
Рис.24 Независимые Витрины данных
Хранилища данных и витрины данных неразрывно связаны. Концепция Витрин данных была предложена в 1991 году. При этом главная идея заключалась в том, что Витрины данных максимально приближены к конечному пользователю и содержат только тематические подмножества заранее агрегированных данных, по размерам гораздо меньшие, чем общекорпоративное Хранилище данных, и, следовательно, требующие менее производительной техники для поддержания. Концепция Витрин данных ориентирована исключительно на хранение, а не на обработку корпоративных данных.
Но уже в 1994 году концепцию Хранилищ данных и концепцию витрин данных было предложено объединить и использовать хранилище данных в качестве единого интегрированного источника данных для витрин данных (см. Рис.25)
Рис. 25 Трёхуровневое хранилище данных
Хранилище данных представляет собой единый централизованный источник корпоративной информации. Витрины данных представляют подмножества данных из хранилища, организованные для решения задач отдельных подразделений компании. Конечные пользователи имеют возможность доступа к детальным данным хранилища, в случае если данных в витрине недостаточно, а также для получения более полной картины состояния бизнеса. Это самая лучшая на сегодняшний день архитектура хранения данных предприятия.
Преимущества Трёхуровневого хранилища данных:
Создание и наполнение витрин данных упрощено, поскольку наполнение происходит из единого стандартизованного надежного источника очищенных нормализованных данных.
Витрины данных синхронизированы и совместимы с корпоративным представлением. Существует возможность сравнительно лёгкого расширения хранилища и добавления новых витрин данных.
Гарантированная производительность.
Недостатки Трёхуровневого хранилища данных:
Существует избыточность данных, ведущая к росту требований на хранение данных.
· Требуется согласованность с принятой архитектурой многих областей с потенциально различными требованиями (например, скорость внедрения иногда конкурирует с требованиями следовать архитектурному подходу).
18. Информационные системы управления ИСУ
В истории вычислительной техники можно проследить две основных области использования ИС:
• для выполнения численных расчетов;
• для хранения и обработки больших объемов информации, связанных с процессами управления и принятия управленческих решений.
Вторая область применения привела к созданию информационных систем в различных областях практики. Но информационная система управления – это, прежде всего, система, т.е. комплекс взаимосвязанных средств, выступающих как единое целое.
Каждая система характеризуется структурой, входными и выходными потоками, целью и ограничениями, законом функционирования.
В системном аспекте информационная система управления (ИС) – это единый, целостный программно-аппаратный комплекс, предназначенный для автоматизированного сбора, обработки, хранения и выдачи информации.
Информационная система управления– это «совокупность информации, экономико-математических методов и моделей, технических, программных, других технологических средств и специалистов, предназначенная для обработки информации и принятия управленческих решений».
Обычно ИС управления имеют дело с большими объемами информации, которая имеет достаточно сложную структуру.
Классическими примерами информационных систем управления экономическими объектами являются банковские системы, системы бухгалтерского учета, системы сбыта и др.
ИС управления всегда специализируется на информации из определенной области реального мира: экономики, техники, медицины и т.д. Часть реального мира, отображаемая в ИС управления, называется предметной областью.
В качестве предметной области может выступать все предприятие (фирма) или отдельный самостоятельный объект управления в системе предприятия (финансы, сбыт, производство, бухгалтерский учет, технологические и социальные процессы).
Экономические ИС управления - это ИС, предметной областью которых является экономика, а объектом управления является экономическая сфера предприятия.
Внутри экономической системы можно выделить локальные информационные подсистемы управления, например, сбыт продукции. В этом случае предметной областью будут все операции связанные со сбытом продукции, а объектом управления – система сбыта предприятия (служба маркетинга).
Следовательно, информационный поток всегда ограничен конкретной предметной областью (финансы, производство, сбыт, персонал).
Функциональная структура информационной системы управления представляет собой совокупность компонентов: подсистем, комплексов задач, процедур обработки информации, определяющих последовательность и условия их выполнения.
Внедрение информационных систем управления производится с целью повышения эффективности производственно-хозяйственной деятельности объекта за счет не только обработки и хранения рутинной информации, автоматизации конторских работ, но и за счет принципиально новых методов управления.
Эти методы основаны на моделировании действий специалистов организации при принятии решений, использовании современных средств коммуникаций (электронная почта, телеконференции), глобальных и локальных вычислительных сетей.
Структура и назначение MRP
Системы планирования материальных потребностей (MaterialRequirementsPlanning -- MRP) действуют почти во всех производственных фирмах -- от крупных до малых по размеру.
MRP предоставляет собой логичный, доступный для понимания подход к определению количества деталей, компонентов и материалов, необходимых для производства конечного продукта. С помощью MRP составляют календарный план, в котором указывают, сроки заказов или изготовления необходимых материалов, компонентов и деталей.
В первых MRP-системах планировались только материалы. Однако по мере наращивания вычислительной мощи компьютеров и расширения приложений увеличивался и диапазон возможностей MRP. Вскоре эти системы начали использоваться для учета материалов, ресурсов и получили название MRP II (ManufacturingResourcePlanning-- Планирование производственных ресурсов). Полная MRP-программа включала около 20 модулей, контролирующих работу всей системы: выдачу заказов, календарное планирование, управление запасами, финансы, бухгалтерский учет, кредиторскую задолженность и т.д. В наши дни MRP оказывает влияние на все производство и включает планирование поставок "точно в срок" (JIT), "канбан" и интегрированную производственную систему (Computer-IntegratedManufacturing -- CIM). Основой MRP является зависимый спрос [12].
Назначение MRP
Основными задачами базовой MRP-системы являются управление уровнями запасов, назначение рабочих приоритетов отдельным изделиям, а также планирование производственной мощности.
Так, в управление запасами включаются вопросы: заказа материалов и комплектующих, определения оптимального размер заказа, установление сроков выполнения заказа. При определении приоритетов весьма важным является: определение точной даты выполнения заказа, контроль соблюдения установленных дат исполнения. Управление же мощностями включает такие блоки как: планирование полной загрузки мощностей, обеспечение равномерной загрузки мощностей, обеспечение возможности прогнозировать использование мощности.
Цели управления запасами, которые обеспечивается MRP-системой: улучшение обслуживания потребителей, минимизация капиталовложений в запасы и максимизация эффективности производства.
Концепция планирования материальных потребностей предполагает ускорение поставок материалов в случаях задержки выполнения производственного плана в целом из-за их отсутствия, и, наоборот, задержку при выполнении плана с опережающими график темпами. Если выполнение заказа не укладывается в намеченный график, затрачиваются значительные усилия на попытки восстановить ритм работы, выполнение заказа переносится на более поздний срок, но в график не вносятся соответствующие коррективы. В результате усилия для выполнения запаздывающих заказов возрастают, хотя проще перепланировать опережающие заказы на более поздний срок. Рекомендуется, за исключением случая острого дефицита, не создавать запасы сырья и полуфабрикатов до возникновения реальной потребности в них, поскольку такие запасы "связывают" финансы, загромождают склады, препятствуют внесению изменении в конструкцию изделий и не позволяют отменить или отложить заказы [9].
СТРУКТУРА
Материалы - все сырье и отдельные комплектующие, составляющие конечный продукт. В дальнейшем мы не будем делать различий между понятиями «материал» и «комплектующий».
MRP-система, MRP-программа - компьютерная программа, работающая по MRP алгоритму.
Статус материала является основным указателем на текущее состояние материала. Каждый отдельный материал, в каждый момент времени, имеет статус в рамках MRP-системы, например, материал есть в наличии на складе, материал есть на складе, но зарезервирован для других целей материал присутствует в текущих заказах заказ на материал планируется.
Как видно, статус материала отражает степень готовности этого материала быть пущенным в производственный процесс.
Страховой запас (safetystock) материала необходим для поддержания процесса производства в случае возникновения непредвиденных и неустранимых задержек в его поставках. По сути, в идеальном случае, если механизм поставок полагать безупречным, MRP-методология не постулирует обязательное наличие страхового запаса, и его объемы устанавливаются различными для каждого конкретного случая, в зависимости от сложившейся ситуации с поступлением материалов. Подробней об этом будет рассказано ниже.
Потребность в материале в MRP-программе представляет собой определенную количественную единицу, отображающую возникшую в некоторой момент времени в течение периода планирования необходимость в заказе данного материала.
Различают понятия полной потребности в материале, которая отображает то количество, которое требуется пустить в производство, и чистой потребности, при вычислении которой учитывается наличие всех страховых и зарезервированных запасов данного материала. Заказ в системе автоматически создается по возникновению отличной от нуля чистой потребности.
Формула вычисления чистой потребности такова:
Чистая потребность = полная потребность - инвентаризовано на руках - страховой запас - зарезервировано для других заказов
MRP-система как черный ящик
Основные элементы MRP системы можно разделить на элементы, предоставляющие информацию, программная реализация алгоритмической основы MRP и элементы, представляющие результат функционирования программной реализации MRP.
На рис. показаны входные и выходные параметры для MRP-системы.
Входные и выходные параметры для MRP-системы
Входные данные:
Программа производства (Основной Производственный План-график (ОПП), MasterProductionSchedule (MPS))
Основной производственный план, как правило, формируется для пополнения запаса готовой продукции или удовлетворения заказов потребителей.
На практике разработка ОПП представляется петлей планирования. Первоначально формируется черновой вариант для оценки возможности обеспечения реализации по материальным ресурсам и мощностям.
Система MRP осуществляет детализацию ОПП в разрезе материальных составляющих. Если необходимая номенклатура и ее количественный состав не присутствует в свободном или заказанном ранее запасе или в случае неудовлетворительных по времени планируемых поставок материалов и комплектующих, ОПП должен быть соответствующим образом скорректирован.
После проведения необходимых итераций ОПП утверждается как действующий и на его основе осуществляется запуск производственных заказов.
Перечень составляющих конечного продукта (Ведомость материалов и состав изделия (ВМ), Bill OfMaterials (BOM))
Ведомость материалов (ВМ) представляет собой номенклатурный перечень материалов и их количества для производства некоторого узла или конечного изделия. Совместно с составом изделия ВМ обеспечивает формирование полного перечня готовой продукции, количества материалов и комплектующих для каждого изделия и описание структуры изделия (узлы, детали, комплектующие, материалы и их взаимосвязи).
Ведомость материалов и состав изделия представляют собой таблицы базы данных, информация которых корректно отражает соответствующие данные, при изменении физического состава изделия или ВМ состояние таблиц должно быть своевременно скорректировано.
Описание состояния материалов (Состояние запасов, Stock/RequirementList)
Текущее состояние запасов отражается в соответствующих таблицах базы данных с указанием всех необходимых характеристик учетных единиц. Каждая учетная единица, вне зависимости от вариантов ее использования в одном изделии или многих готовых изделиях должна иметь только одну идентифицирующую запись с уникальным кодом. Как правило, идентификационная запись учетной единицы содержит большое количество параметров и характеристик, используемых MRP системой, которые можно классифицировать следующим образом: общие данные: код, описание, тип, размер, вес, данные запаса: единица запаса, единица хранения, свободный запас, оптимальный запас, запланированный к заказу, заказанный запас, распределенный запас, признак партии/серии …
данные по закупкам и продажам: единица закупки/продажи, основной поставщик, цена, данные по производству и производственным заказам и т.д.
Записи учетных единиц обновляются всякий раз при выполнении операций с запасами, например, запланированные к закупке, заказанные к поставке, оприходованные, брак и т.д.
Основные операции
На основании входных данных MRP система выполняет следующие основные операции:
на основании ОПП определяется количественный состав конечных изделий для каждого периода времени планирования к составу конечных изделий добавляются запасные частей, не включенных в ОПП, для ОПП и запасных частей определяется общая потребность в материальных ресурсах в соответствии с ВМ и составом изделия с распределением по периодам времени планирования общая потребность материалов корректируется с учетом состояния запасов для каждого периода времени планирования осуществляется формирование заказов на пополнение запасов с учетом необходимых времен опережения
Выходные данные
Результатами работы MRP системы являются:
план-график снабжения материальными ресурсами производства - количество каждой учетной единицы материалов и комплектующих для каждого периода времени для обеспечения ОПП.
Для реализации плана-графика снабжения система порождает план-график заказов в привязке к периодам времени, который используется для размещения заказов поставщикам материалов и комплектующих или для планирования самостоятельного изготовления
изменения плана-графика снабжения - внесение корректировок в ранее сформированный план-график снабжения производства ряд отчетов, необходимых для управления процессом снабжения производства
Структура и назначение ERP
СТРУКТУРА ERP СИСТЕМЫ
Обычно, ERP системы состоят из различных модулей, которые реализуют потребности организаций в автоматизации процессов. Каждый из модулей ориентирован на определенную область деятельности или бизнес процесс. Так как ERP системы появились в результате эволюционного развития систем предыдущего поколения, то в составе этих систем находятся элементы MRP и MRP II систем.
По составу применяемых модулей, структуру ERP системы можно разделить на две составляющие: базовые элементы и расширенные элементы.
К базовым элементам относятся все функции системы, которые осуществляют управление производством: укрупненное и детальное планирование мощностей, разработка основного плана производства, планирование потребности в материалах, обработка спецификаций изделий, маршрутизация производства, управление закупками и запасами. Эти элементы могут быть реализованы в одном или нескольких модулях ERP системы (в зависимости от разработчика).
К расширенным элементам относятся все функции, которые обеспечивают работу производства. Как правило, эти элементы реализованы в виде отдельных модулей.
К таким элементам относятся:
§ Управление финансами. Этот элемент ERP системы позволяет вести главную книгу, управлять расчетами с дебиторами и кредиторами, выполнять учет основных средств, осуществлять управление наличными средствами, планирование финансовой деятельности, вести финансовую отчетность и бухгалтерский учет и др.
§ Управление человеческими ресурсами. Он позволяет осуществлять кадровый учет, выполнять расчет заработной платы, вести учет рабочего времени, графики работы, планировать кадровый состав, управлять мотивацией персонала.
§ Управление цепочками поставок. Этот элемент является одним из ключевых в ERP системе. Он позволяет прогнозировать спрос, планировать и управлять логистикой как внутри предприятия (складская и производственная логистика), так и вне его (логистика внешних поставок и сбыта готовых изделий), управлять закупками и поставщиками.
§ Управление взаимосвязью с Заказчиками. Этот элемент ERP системы выполняет такие же функции, как и отдельные CRM системы. Их функциональность во многом зависит от производителя, но основные действия включают в себя управление продажами, учет взаимодействия с клиентами, управление маркетингом.
§ Управление жизненным циклом изделия. Он позволяет управлять жизненным циклом изделия от его разработки, до утилизации. Модули ERP системы дают возможность управлять данными о продукте, контролировать проектирование, управлять жизненным циклом оборудования, управлять потребностями клиентов.
§ Управление продажами и сбытом. Этот модуль ERP системы позволяет планировать и управлять каналами сбыта, управлять заказами, управлять ценообразованием, осуществлять управление транспортом.
В зависимости от производителя ERP системы, состав элементов и модулей может изменяться. Например, некоторые производители предлагают модули управления качеством, модули управления проектами, модули управления окружающей средой и пр. Современные ERP системы позволяют внедрять как полный функционал, так и отдельные модули.
В современном понимании ERP система (EnterpriseResourcePlanning) представляет собой интегрированную информационную систему управления предприятием. Она обеспечивает автоматизацию планирования, учета, контроля и анализа всех бизнес процессов. В основе работы ERP системы лежит управление единым хранилищем данных, которое содержит всю необходимую корпоративную информацию: финансовую, производственную, кадровую, информацию по запасам и пр.
ERP система состоит из набора различных программных модулей, обеспечивающих поддержку автоматизации предметных областей деятельности. Каждый модуль ERP системы ориентирован на решение определенной группы задач: планирование производства, управление закупками, контроль запасов, управление персоналом, маркетинг, управление сбытом и пр. Современные ERP системы могут быть внедрены практически на любом предприятии, любой сферы деятельности и любого масштаба.
РАЗВИТИЕ ERP СИСТЕМ
Системы ERP являются развитием систем управления предприятиями, которые возникли в середине 60-х годов. В этот период APICS (American Production and InventoryControlSociety) были сформулированы основные принципы управления материальными запасами предприятия, которые легли в основу концепции MRP (MaterialRequirementPlanning - планирование материальных потребностей). На основе этой концепции были разработаны первые MRP системы. Они предназначались для производственных предприятий с дискретным типом производства. MRP системы обеспечивали оптимизацию управления запасами предприятия на основе производственного плана.
Дальнейшим развитием концепции MRP явилась концепция MRP II (ManufacturingResourcePlanning - планирование производственных ресурсов), которая появилась в конце 70-х годов. Системы, построенные на основе этой концепции, обеспечивали прогнозирование, планирование и контроль производства по всему циклу: начиная от закупки сырья и заканчивая отгрузкой товара потребителю. В отличие от MRP системы, этот тип систем ( MRP II системы) ориентирован на эффективное планирование всех ресурсов производственного предприятия, в том числе и финансовой составляющей.
ERP системы появились в конце 80-х годов, как результат эволюционного развития MRP II систем и роста мощностей средств вычислительной и информационной техники. Эти системы еще больше расширили область управления предприятием на основе автоматизации процессов. Они интегрировали как внутреннюю, так и внешнюю информацию, необходимую для работы организации. В частности, добавились функции управления человеческими ресурсами, финансами, продажами, маркетинга, сервисного обслуживания и др.
Структура и назначение CRM
СТРУКТУРА CRM СИСТЕМЫ
Процесс взаимосвязи с потребителями включает в себя множество задач: выявление целевых потребителей, управление продажами, оптимизация информационного обмена, улучшение отношений с клиентами, определение потребности клиента, анализ обратной связи и др.
Цикл взаимодействия с клиентом
Большинство этих задач могут быть структурированы по группам. Группы образуют базовые процессы цикла взаимодействия с потребителями (клиентами). Структура существующих CRM систем направлена на поддержание каждого из этапов этого цикла.
Укрупненно, цикл включает в себя:
- маркетинг;
- продажи;
- обслуживание.
Группы задач, которые решают CRM системы, позволяют реализовать базовые потребности организации по управлению взаимодействием с клиентами.
К таким группам относятся:
1 управление продажами. Группа задач, связанная с управлением продажами, позволяет автоматизировать выполнение заказов. Этот элемент CRM системы отвечает за то, чтобы клиент получил свой заказ с необходимым качеством и в установленное время. Кроме того, с его помощью можно отслеживать все заявки клиента, создавать необходимые документы, сопровождающие продажи, и планировать последующие действия персонала по обслуживанию клиента.
2 управление маркетингом. Этот элемент CRM системы необходим для автоматизации и поддержки работы с клиентами, развития отношений с клиентами, проведения опросов и исследования рынка, проведения анализа полученной информации, регистрации потенциальных клиентов, выявления их потребности, составления маркетинговых планов.
управление взаимодействиями. Этот элемент необходим для сбора и управления общей информацией о потребителях и клиентах. К такой информации относится контактная информация, наименование компании (клиента), его профиль, история запросов, события, бизнес отношения, обратная связь и др.
3 управление обслуживанием. Этот элемент CRM системы обеспечивает планирование доставки товаров и услуг потребителю, получение обратной связи, претензий и запросов клиента на проведение обслуживания.
анализ и отчетность. К этой группе задач относятся все задачи, связанные с получением информации об эффективности работы с клиентами и бизнеса в целом. Этот элемент CRM системы позволяет проводить анализ информации о работе с клиентами по различным направлениям. Результаты анализа и отчетности могут применяться для принятия стратегических решений.
4 интеграция. Эффективность CRM системы во многом зависит от обмена информацией между ее элементами и с внешними системами. Для обеспечения этого обмена в структуру CRM системы должны входить элементы, позволяющие обеспечить как внутреннюю, так и внешнюю интеграцию.
Каждый из этих элементов должен работать согласованно, обеспечивать обработку, хранение, обратную связь и управление всей информацией по процессу взаимосвязи с клиентами.
Что собой представляет CRM система? Это одна программа или несколько? Если несколько то, каких, и за что они отвечают? Можно ли обеспечить с помощью одного программного продукта решение всех задач? На эти и еще некоторые другие вопросы мы постараемся ответить в данной статье.
Что такое CRM система
Чтобы корректно ответить на этот вопрос необходимо сначала дать определение термину CRM.
CRM – стратегия управления бизнесом, направленная на развитие и укрепление отношений с тщательно выбранными клиентами, увеличение выгод для этих клиентов и за счет этого достижение намеченных показателей прибыльности и статуса в обществе.
Исходя из такого определения, вполне логичным будет следующее определение:
CRM система – программно-аппаратный комплекс, в логику функционирования которого заложена поддержка процессов, связанных с CRM.
Структура CRM процессов подробно представлена и описана ЭдрианомПейном в книге «Руководство по CRM. Путь к совершенствованию менеджмента клиентов».
Структура и связи CRM процессов
Можно ли одной информационной системой обеспечить поддержку всех CRM процессов? Наверное, да, т.к. нет нерешаемых инженерных задач. Но на практике чем больше организация и сложнее структура CRM процессов, тем сложнее структура CRM системы и количество программных решений ее составляющих. Поэтому комплексная CRM система чаще всего состоит из нескольких программных продуктов от разных производителей.
Экспертные системы.
Понятие и назначение экспертной системы (ЭС).
В начале 80-х годов в исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название "экспертные системы" (ЭС). Основным назначением ЭС является разработка программных средств, которые при решении задач, трудных для человека, получают результаты, не уступающие по качеству и эффективности решения, решениям получаемым человеком-экспертом. ЭС используются для решения так называемых неформализованных задач, общим для которых является то, что:
задачи не могут быть заданы в числовой форме;
цели нельзя выразить в терминах точно определённой целевой функции;
не существует алгоритмического решения задачи;
если алгоритмическое решение есть, то его нельзя использовать из-за ограниченности ресурсов (время, память).
Кроме того, неформализованные задачи обладают ошибочностью, неполнотой, неоднозначностью и противоречивостью как исходных данных, так и знаний о решаемой задаче.
Экспертная система - это программное средство, использующее экспертные знания для обеспечения высокоэффективного решения неформализованных задач в узкой предметной области. Основу ЭС составляет база знаний (БЗ) о предметной области, которая накапливается в процессе построения и эксплуатации ЭС. Накопление и организация знаний - важнейшее свойство всех ЭС.
Знания являются явными и доступными, что отличает ЭС от традиционных программ, и определяет их основные свойства, такие, как:
1) Применение для решения проблем высококачественного опыта, который представляет уровень мышления наиболее квалифицированных экспертов в данной области, что ведёт к решениям творческим, точным и эффективным.
2) Наличие прогностических возможностей, при которых ЭС выдаёт ответы не только для конкретной ситуации, но и показывает, как изменяются эти ответы в новых ситуациях, с возможностью подробного объяснения каким образом новая ситуация привела к изменениям.
3) Обеспечение такого нового качества, как институциональная память, за счёт входящей в состав ЭС базы знаний, которая разработана в ходе взаимодействий со специалистами организации, и представляет собой текущую политику этой группы людей. Этот набор знаний становится сводом квалифицированных мнений и постоянно обновляемым справочником наилучших стратегий и методов, используемых персоналом. Ведущие специалисты уходят, но их опыт остаётся.
4) Возможность использования ЭС для обучения и тренировки руководящих работников, обеспечивая новых служащих обширным багажом опыта и стратегий, по которым можно изучать рекомендуемую политику и методы.
Познакомившись с тем, что такое экспертные системы и каковы их основные характеристики, попробуем теперь ответить на вопрос: "Кто участвует в построении и эксплуатации ЭС? ".
К числу основных участников следует отнести саму экспертную систему, экспертов, инженеров знаний, средства построения ЭС и пользователей. Их основные роли и взаимоотношение приведены на рис.2.
Экспертная система — это программное средство, использующее знания экспертов, для высокоэффективного решения задач в интересующей пользователя предметной области. Она называется системой, а не просто программой, так как содержит базу знаний, решатель проблемы и компоненту поддержки. Последняя из них помогает пользователю взаимодействовать с основной программой.
Эксперт — это человек, способный ясно выражать свои мысли и пользующийся репутацией специалиста, умеющего находить правильные решения проблем в конкретной предметной области. Эксперт использует свои приёмы и ухищрения, чтобы сделать поиск решения более эффективным, и ЭС моделирует все его стратегии.
Инженер знаний — человек, как правило, имеющий познания в информатике и искусственном интеллекте и знающий, как надо строить ЭС. Инженер знаний опрашивает экспертов, организует знания, решает, каким образом они должны быть представлены в ЭС, и может помочь программисту в написании программ.
Средство построения ЭС — это программное средство, используемое инженером знаний или программистом для построения ЭС. Этот инструмент отличается от обычных языков программирования тем, что обеспечивает удобные способы представления сложных высокоуровневых понятий.
Пользователь — это человек, который использует уже построенную ЭС. Так, пользователем может быть юрист, использующий для квалификации конкретного случая; студент, которому ЭС помогает изучать информатику и т. д. Термин пользователь несколько неоднозначен. Обычно он обозначает конечного пользователя. Однако из рис.2 следует, что пользователем может быть:
1 создатель инструмента, отлаживающий средство построения ЭС;
2 инженер знаний, уточняющий существующие в ЭС знания;
3 эксперт, добавляющий в систему новые знания;
4 клерк, заносящий в систему текущую информацию.
Важно различать инструмент, который используется для построения ЭС, и саму ЭС. Инструмент построения ЭС включает как язык, используемый для доступа к знаниям, содержащимся в системе, и их представления, так и поддерживающие средства – программы, которые помогают пользователям взаимодействовать с компонентой экспертной системы, решающей проблему.
Классификация ЭС. Архитектура и принципы построения ЭС.
Основой любой ЭС является совокупность знаний, структурированная в целях упрощения процесса принятия решения. Для специалистов в области искусственного интеллекта термин знания означает информацию, которая необходима программе, чтобы она вела себя "интеллектуально". Эта информация принимает форму фактов и правил. Факты и правила в ЭС не всегда либо истинны, либо ложные. Иногда существует некоторая степень неуверенности в достоверности факта или точности правила. Если это сомнение выражено явно, то оно называется "коэффициентом доверия".
Коэффициент доверия — это число, которое означает вероятность или степень уверенности, с которой можно считать данный факт или правило достоверным или справедливым.
Многие правила ЭС являются эвристиками, то есть эмпирическими правилами или упрощениями, которые эффективно ограничивают поиск решения. ЭС используют эвристики, так как задачи, которые она решает, трудны, не до конца понятны, не поддаются строгому математическому анализу или алгоритмическому решению. Алгоритмический метод гарантирует корректное или оптимальное решение задачи, тогда как эвристический метод даёт приемлемое решение в большинстве случаев.
Знания в ЭС организованы так, чтобы знания о предметной области отделить от других типов знаний системы, таких как общие знания о том, как решать задачи или знание о том, как взаимодействовать с пользователем. Выделенные знания о предметной области называются базой знаний, тогда как общие знания о нахождении решений задач называются механизмом вывода. Программные средства, которые работают со знаниями, организованными таким образом, называются системами, основанными на знаниях.
Классификация задач принятия решений.
В настоящее время не существует общепринятой универсальной классификационной схемы задач принятия решений (ЗПР). Однако можно выделить отдельные классификационные признаки, а именно:
1. Количество целей операции, преследуемых одной стороной, и соответствующих целям критериев оптимальности.
2. Наличие или отсутствие зависимости критерия оптимальности и дисциплинирующих условий от времени.
3. Наличие случайных и неопределенных факторов, влияющих на исход операции. Этот признак назван признаком «определенность - риск - неопределенность».
По признаку количества целей различают одноцелевые и многоцелевые задачи принятия решений. Реальные управленческие решения, как правило, являются многоцелевыми. В этих задачах возникает проблема согласования противоречивых целей при выборе решений. Если цели описаны формализованно, в виде целевых функций, то одноцелевые задачи называют однокритериальными (или скалярными), а многоцелевые - многокритериальными (или векторными) задачами принятия решений.
По второму классификационному признаку ЗПР делятся на два больших класса: статические и динамические ЗПР. В статических ЗПР критериальная функция и дисциплинирующие условия не зависят от времени. Динамические задачи сложнее статических и еще не получили широкого применения в экономических исследованиях.
По третьему классификационному признаку - «определенность - риск - неопределенность» - задачи принятия решений делятся на три больших класса:
1. Принятие решений при определенности, или, иначе, детерминированные ЗПР. Они характеризуются однозначной, детерминированной связью между принятым решением и его исходом. Это наиболее простой и изученный способ принятия решений, когда относительно каждой стратегии оперирующей стороны заранее, до проведения операции, известно, что она неизменно приводит к некоторому конкретному результату. В детерминированных ЗПР критерий оптимальности и ограничения зависят только от стратегий оперирующей стороны и фиксированных детерминированных неконтролируемых факторов, т.е. факторов, полностью известных оперирующей стороне.
2. Принятие решений при риске, или, иначе, стохастические ЗПР. В этом случае каждая стратегия оперирующей стороны может привести к одному из множества возможных исходов, причем каждый исход имеет определенную вероятность появления. Предполагается, что принимающему решение лицу эти вероятности заранее, до проведения операции полностью известны. Однако, несмотря на то что все случайные явления и процессы, сопровождающие операцию и влияющие на ее исход, хорошо изучены и их статистические характеристики известны, исход каждой конкретной реализации операции заранее (до ее проведения) неизвестен, случаен. В этом смысле оперирующая сторона всегда рискует (в большей или меньшей степени) получить не тот результат, на который она ориентируется, выбирая свою оптимальную стратегию в расчете на осредненные, статистические характеристики случайных факторов.
3. Принятие решений в условиях неопределенности. В данных ЗПР критерии оптимальности зависит кроме стратегии оперирующей стороны и фиксированных факторов также от неопределенных факторов, не подвластных оперирующей стороне и не известных ей в момент принятия решения.
Классификация задач принятия решений представлена на рис. 5.1.2. С точки зрения наличия исходных данных определенность и неопределенность представляют два крайних случая, а риск определяет промежуточную ситуацию.
Рис. 5.1.2. Классификационное «дерево» ЗПР
Степень неинформированности о данных непосредственно определяет, каким образом задача формализуется и решается. Очевидно, неполнота данных усложняет задачу принятия решений и неизбежно приводит к менее удовлетворительным результатам. Принятие решений в условиях определенности производится при наличии полной и достоверной информации о проблемной ситуации, целях, ограничениях и последствиях решений. Цели и ограничения формально определяются в виде целевых функций и неравенств (равенств).
Критерий выбора определяется минимумом или максимумом целевой функции. Наличие такой информации позволяет построить формальную математическую модель задачи принятия решений и алгоритмически найти оптимальное решение. Для решения ЗПР в условиях определенности применяются различные методы оптимизации, например, методы математического программирования: линейного, нелинейного, динамического.
В настоящее время сформулированы типовые задачи, в основном производственно-экономического характера, для которых разработаны алгоритмы принятия оптимальных решений, основанные на методах математического программирования. К числу таких задач, например, относятся задачи размещения ресурсов, назначения работ, управления запасами, транспортные задачи и т.п. Роль человека в решении задач данного класса состоит в приведении реальной ситуации к типовой задаче математического программирования и в утверждении получаемого формально оптимального решения. Излагаемый в данной главе материал не относится к решению задач данного класса.
В условиях недостаточности данных часто используются противоречащие друг другу подходы к задачам принятия решений и оценке их результатов. При полной определенности критерий максимума прибыли (или минимума затрат) является почти универсальным. Напротив, для ситуаций с риском или неопределенностью существует ряд возможных критериев. Например, в условиях риска иногда целесообразна максимизация ожидаемой прибыли, но встречаются случаи, когда это неверно. Другие критерии образуют целый спектр от максимально «пессимистичных» до максимально «оптимистичных». И еще более положение усложняется в условиях неопределенности.
Задачи принятия решений в условиях неопределенности непосредственно связаны с управленческими решениями. Для этих задач характерна большая неполнота и недостоверность информации, многообразие и сложность влияния социальных, экономических, политических и технических факторов. Эти обстоятельства не позволяют, по крайней мере, в настоящее время, построить адекватные математические модели решения задач по определению оптимального решения.
На рис. 5.1.3 указаны методы решения ЗПР различных классов.
В большинстве задач принятия решений требуется выбирать наилучший способ (или способы) действия из некоторого множества допустимых альтернатив. В этих же задачах предполагается, что сама система не стремится «помешать» лицу, принимающему решение. Такая ситуация характеризуется отсутствием недоброжелательного противника лицу, принимающему решение.
Рис.5.1.3 Математический аппарат решения ЗПР
В процессах принятия решений при наличии неопределенности существуют ситуации конкуренции, когда два (или более) участника находятся в конфликте, и каждый стремится как можно больше выиграть у другого (других). Эти ситуации отличаются от обычных процессов принятия решений в условиях неопределенности тем, что принимающему решение противостоит мыслящий противник. Теория, в которой рассматриваются подобные задачи принятия решений, известна как теория игр.
Большая совокупность неструктурируемых задач представляет при этом значительный интерес для различных областей человеческой деятельности. Невозможность выработки стандартной процедуры их решения повлекла необходимость создания программных средств, предназначенных для решения поставленных задач посредством использования обобщенных баз данных и известных методик их алгоритмической обработки. Соответствующая методология представляет собой новую информационную технологию, обеспечивающую системы поддержки и принятия решений и т.н. экспертные системы (СППР, ЭС).
СППР и ЭС основаны на использовании знаний экспертов (опытных специалистов в какой-либо предметной области). ЭС относятся к интеллектуальным вычислительным системам, реализующим на практике идеи и методы искусственного интеллекта. При этом имитируется поведение эксперта при решении конкретной поставленной задачи на основании его знаний и опыта. Это позволяет оказать помощь специалистам при затруднениях в решении возникающих проблем.
Другой тип компьютерных систем новой информационной технологии - СППР - предназначен для оказания помощи лицам, ответственным за принятие решения на различных уровнях, в неструктурируемых или слабо структурируемых ситуациях выбора. Такие системы не заменяют систему предпочтений данного лица, а лишь расширяют его способности при невозможности полностью переложить решение задачи на ЭВМ ввиду необходимости учета субъективного мнения. Таким образом, СППР представляют собой человеко-машинную информационную систему, предназначенную для решения задач в ситуации выбора альтернатив при нежелательности полного автоматического представления проблемы.
Основой СППР являются: база данных, средства общения с пользователем (интерфейс) и широкий набор методов и моделей математического программирования, статистического анализа, теории игр, теории принятия решений, а также эвристических методов, обеспечивающих адаптивность системы и обучение.
Широкое приложение СППР имеют в областях планирования и прогнозирования для различных видов управленческой деятельности.
Существенное различие между ЭС и СППР при возможной внешней похожести состоит в их целевой направленности. СППР призваны помочь человеку в решении стоящей перед ним задачи, а ЭС - заменить человека при решении проблемы. Сходство ЭС и СППР демонстрируется в наличии некоторых интеллектуальных черт в ССПР, если в их структуру включить базу знаний и использовать механизм логического вывода. В таком случае СППР способна работать в условиях неполноты информации, использовать вероятностные выводы, вырабатывать суждения и объяснения, которые выдаются в качестве советов.
Перспектива развития двух типов информационных программных систем - ЭС и СППР - связана с их сближением и возможностью создания систем, позволяющих использовать различные типы знаний в решении тех или иных задач, выработать единый подход, характерный для исследования в области принятия решений, оптимального управления, извлечения и представления знаний, компьютерной логики, языкового общения.
Дата добавления: 2018-08-06; просмотров: 614; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!