Заказ работы

Заказать
Каталог тем

Заказ научной авторской работы

Основные принципы построения системы мониторинга экономического состояния промышленного предприятия

В соответствии с целями и задачами, формируемыми для всех элементов системы управления, на промышленном предприятии может быть использована система мониторинга, основанная на принципах организации и построения системы поддержки формирования и принятия решений. Концепция ее создания и функционирования за последние несколько лет претерпела существенные изменения. В настоящее время кратко ее можно сформулировать следующим образом.

Система мониторинга промышленного предприятия, основанная на выполнении функций поддержки формирования и принятия решений, по своему назначению и структуре близка к уже используемым в настоящее время системам поддержки принятия решений. Однако она идет дальше в своем функциональном предназначении. Она дает субъекту управления информацию не только для выбора той или иной альтернативы из уже имеющегося набора. СМПП позволяет разрабатывать новые управленческие альтернативы, то есть формировать набор, а затем предоставлять мотивированный повод для выбора одной из разработанных управленческих альтернатив.

Например, принятие решения на инвестирование всегда сопряжено с определенным риском. Система мониторинга предлагает руководителю принять тот или иной вариант инвестирования, выбрать план привлечения внешних заимствований, а также наряду с инвестированием может предложить другие варианты размещения заданного объема финансовых ресурсов или представить информацию о перспективах данного инвестиционного проекта.

Как и системы поддержки принятия решения, системы мониторинга промышленного предприятия состоят, как правило, 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 СМПП располагают различными типами интерфейсов доступа к своим сервисам.

Специфика работы аналитических систем делает практически невозможным их прямое использование на оперативных данных. Это объясняется различными причинами, в том числе разрозненностью данных, хранением их в форматах различных СУБД и в разных "уголках" корпоративной сети, но, что наиболее важно, неприменимостью структур этих оперативных систем для выполнения задач анализа. Для этих целей создается специализированная среда хранения данных, называемая хранилищем данных (Data Warehouse).

Хранилище данных представляет собой информационную среду определенной структуры, содержащую данные о деятельности субъекта экономики в историческом контексте. Главное назначение хранилища – обеспечивать быстрое выполнение произвольных аналитических запросов.

Согласно исследованию META Group, 90-95% компаний списка Fortune 2000 активно применяют хранилища данных, чтобы добиться преимущества в конкурентной борьбе и получить значительно большую отдачу от своих инвестиций. Трехлетнее изучение опыта 62 организаций, проведенное International Data Corporation (IDC), показало, что эти организации в среднем получили 400-процентный возврат своих инвестиций в СППР-системы[1]. Перечислим главные преимущества хранилищ данных:

?       единый источник информации: предприятие получает выверенную единую информационную среду, на которой будут строиться все справочно-аналитические приложения в той предметной области, по которой построено хранилище. Эта среда будет обладать единым интерфейсом, унифицированными структурами хранения, общими справочниками и другими корпоративными стандартами, что облегчает создание и поддержку аналитических систем. Также при проектировании информационного хранилища данных особое внимание уделяют достоверности информации, которая попадает в хранилище;

?       производительность: физические структуры хранилища данных специальным образом оптимизированы для выполнения абсолютно произвольных выборок, что позволяет строить действительно быстрые системы запросов;

?       быстрота разработки: специфическая логическая организация хранилища и существующее специализированное ПО позволяют создавать аналитические системы с минимальными затратами на программирование;

?       интегрированность: интеграция данных из разных источников уже сделана, поэтому не надо каждый раз производить соединение данных для запросов, требующих информацию из нескольких источников. Под интеграцией понимается не только совместное физическое хранение данных, но и их предметное, согласованное объединение; очистка и выверка при их формировании; соблюдение технологических особенностей и т. д.;

?       историчность и стабильность: OLTP-системы (аббр. Online Transaction Processing – обработка данных в режиме реального времени) оперируют с актуальными данными, срок применения и хранения которых обычно не превышает величины текущего бизнес-периода (полугода-год), в то время как информационное хранилище данных нацелено на долговременное хранение информации в течение 10-15 лет. Стабильность означает, что фактическая информация в хранилище данных не обновляется и не удаляется, а только специальным образом адаптируется к изменениям бизнес-атрибутов. Таким образом, появляется возможность осуществлять исторический анализ информации;

?       независимость: выделенность информационного хранилища существенно снижает нагрузку на OLTP-системы со стороны аналитических приложений, тем самым производительность существующих систем не ухудшается, а на практике происходит уменьшение времени отклика и улучшение доступности систем.

Наряду с большими корпоративными хранилищами данных широкое применение нашли также витрины данных (Data Mart). Под витриной данных понимается небольшое специализированное хранилище для некоторой узкой предметной области, ориентированное на хранение данных, связанных одной бизнес-тематикой. Проект по созданию витрины данных требует меньших вложений и выполняется в очень короткие сроки. Таких витрин данных может быть несколько, скажем витрина данных по доходам для бухгалтерии предприятия и витрина данных по клиентам для маркетингового отдела предприятия.

Аналитические системы мониторинга позволяют решать три основных задачи: ведение отчетности, анализ информации в реальном времени (OLAP) и интеллектуальный анализ данных.

В частности, сервис отчетности СМПП помогает организации справиться с созданием всевозможных информационных отчетов, справок, документов, сводных ведомостей и пр., особенно когда число выпускаемых отчетов велико и формы отчетов часто меняются. Средства системы мониторинга, автоматизируя выпуск отчетов, позволяют перевести их хранение в электронный вид и распространять по корпоративной сети между служащими промышленного предприятия.

OLAP (On-Line Analytical Processing) – сервис представляет собой инструмент для анализа больших объемов данных в режиме реального времени. Взаимодействуя с OLAP-системой, пользователь сможет осуществлять гибкий просмотр информации, получать произвольные срезы данных и выполнять аналитические операции детализации, свертки, сквозного распределения, сравнения во времени. Вся работа с OLAP-системой происходит в терминах предметной области.

OLAP-системы являются частью более общего понятия Business Intelligence, которое включает в себя помимо традиционного OLAP-сервиса средства организации совместного использования документов, возникающих в процессе работы пользователей хранилища. Технология Business Intelligence обеспечивает электронный обмен отчетными документами, разграничение прав пользователей, доступ к аналитической информации из Интернета и Интранета.

При помощи средств добычи данных можно проводить глубокие исследования данных. Эти исследования включают в себя: поиск зависимостей между данными, выявление устойчивых бизнес-групп, прогнозирование поведения бизнес-показателей, оценку влияния решений на бизнес субъекта экономики, поиск аномалий.

Необходимо отметить, что усиливающаяся конкуренция обуславливает необходимость увеличения числа анализируемых показателей для принятия стратегических решений в рамках диверсифицированных предприятий. Наряду с этим усложняются и факторы управленческого окружения.

В этих условиях требуется усиление поддержки принятия стратегических решений, принимаемых высшим менеджментом предприятия, информационными системами. В частности, быстрые изменения в управленческом окружении требуют от системы поддержки формирования и принятия решений не только активизации роли, но также улучшения способностей адаптации к внешним изменениям. Для удовлетворения возникших требований в работу информационных систем было предложено включить технику искусственного интеллекта (ИИ)[2].

Сегодняшнее состояние исследований по АСППР можно охарактеризовать следующим основными моментами:

?       системе не хватает общей структуры, теоретических основ;

?       она имеет сильную зависимость от внешнего программного обеспечения.

В отличие от обычной модели информационной системы, для системы мониторинга промышленного предприятия в настоящее время не существует общепринятой архитектуры. Более того, архитектура предложенных моделей либо узко специализирована, либо адаптирована только с одной

     Ниже Вы можете заказать выполнение научной работы. Располагая значительным штатом авторов в технических и гуманитарных областях наук, мы подберем Вам профессионального специалиста, который выполнит работу грамотно и в срок.


* поля отмеченные звёздочкой, обязательны для заполнения!

Тема работы:*
Вид работы:
контрольная
реферат
отчет по практике
курсовая
диплом
магистерская диссертация
кандидатская диссертация
докторская диссертация
другое

Дата выполнения:*
Комментарии к заказу:
Ваше имя:*
Ваш Е-mail (указывайте очень внимательно):*
Ваш телефон (с кодом города):

Впишите проверочный код:*    
Заказ курсовой диплома или диссертации.

Горячая Линия


Вход для партнеров