Geum.ru

Ровождалось коренным пересмотром принципов реализации управленческих процессов, что выразилось в разработке концепции автоматизированных систем управления (асу)

Вид материалаДокументы

Содержание


Dynamic Warehousing
Экспертные системы
Подобный материал:
Финансовая газета.

Региональный выпуск.

Октябрь. №40, 2009, стр. 14..

Управленческий анализ: от задач прямого счета

к искусственному интеллекту

Начало 70-х годов XX века, когда произошло массовое внедрение ЭВМ в сферу организационно-экономического управления, сопровождалось коренным пересмотром принципов реализации управленческих процессов, что выразилось в разработке концепции автоматизированных систем управления (АСУ).

Однако прогрессивная в целом концепция АСУ в большинстве случаев конкретной реализации потерпела неудачу. Одной из причин было то, что в тех условиях специалист по управлению плохо вписывался в структуру АСУ, и между ним как конечным пользователем информационной системы и самой системой подразумевались различного рода посредники в виде IT-профессионалов (постановщиков задач, программистов, операторов ЭВМ и др.). При этом, естественно:

а) сохранялась большая вероятность возникновения различного рода ошибок в процессе перехода от момента решения об автоматизации задач управления к их компьютерному воплощению в виде рабочих программ;

б) в условиях доминирования пакетного режима обработки данных практически полностью отсутствовала реальная возможность решения оперативных задач управления;

в) исключалась реализация слабо и неполностью формализуемых задач управления, а также задач с неполной и недостоверной информацией, при решении которых в реальной жизни могут использоваться знания, опыт и интуиция специалиста по управлению (как эксперта в данной конкретной области).

Только с появлением в качестве неотъемлемого рабочего инструмента менеджеров мощных и надежных персональных компьютеров, объединенных с помощью локальных и глобальных информационно-вычислительных сетей, стало реальным максимально использовать современные компьютерные технологии для эффективного решении задач управления.

Благодаря устранению «посредников» и появлению программно-инструментальной среды, ориентированной на специалиста по управлению, с простым и «дружественным» интерфейсом, реализующим принцип «plug and play», дающим «право на ошибку» и включающим системы «отката» и «иерархических меню», менеджер стал рассматриваться как «профессиональный пользователь» компьютерных технологий. Он получил возможность играть активную роль на всех этапах жизненного цикла информационной системы, участвовать в вычислительном процессе и принимать реально оперативные управленческие решения. В результате начала меняться структура управления и, как следствие, возросла доля задач аналитического характера. Причем постепенно шел процесс расширения их круга: от характерных для начального периода задач элементарного анализа на основе «прямого счета», сводящихся к простому сопоставлению «факта» и «плана», к задачам моделирования и сопоставления возможных вариантов управленческих решений (по принципу «что – если»), а также к задачам выявления взаимозависимости между различными факторами, основанным на накоплении, систематизации и обработке больших объемов информации, и т.п.

По мере развития современного бизнеса, роста знаний в области информационных технологий у управленческого персонала, все более актуальной становилась потребность в компьютерной реализации задач аналитического характера, которые позволяли оценивать множество альтернативных вариантов и принимать обоснованные управленческие решения, обеспечивающие эффективное управление организацией (компанией, корпорацией и т.д.) в условиях часто возникающих изменений внешних и внутренних факторов.

Расширение круга подобных задач в условиях требования возрастающей оперативности их реализации привело к разработке соответствующих информационных технологий. В дополнении к OLTP-технологиям (ориентированным в первую очередь на специалистов низшего звена аппарата управления, так называемый офисный планктон) стали развиваться OLAP-технологии, предназначенные для более высокого уровня иерархии управления.

Естественно, что первоначально источником исходной информации для проведения анализа служили данные, накопленные и хранящиеся в традиционных OLTP-системах. Вместе с тем по мере развития средств и методов анализа и переполнения данными этих систем данный способ получения аналитической информации становился все менее эффективным. Основные причины этого заключались в том, что:

подобные системы зачастую вообще не позволяют получать необходимые данные, так как организация данных в OLTP-системах в целом не ориентирована на решение аналитических задач;

для решения многих аналитических задач требуется обработка значительных объемов информации по достаточно сложным алгоритмам, что в рамках OLTP-системы приводит к существенным затратам вычислительных ресурсов;

реализация аналитических приложений с использованием баз данных OLTP-систем мешает оперативной обработке транзакционных задач, при этом заметно снижается производительность системы и повышается стоимость ее сопровождения.

Указанные причины обусловили необходимость появления новых подходов к организации хранения и обработки информации, которые обеспечивали бы оперативное решение аналитических задач по различным запросам пользователей – специалистов по управлению.

Впервые с данной проблемой в начале 90-х годов прошлого века столкнулись крупные западные корпорации, обнаружившие, что в результате накопления в базе данных огромных объемов информации существенно снижается эффективность работы системы в целом. Выход из создавшейся ситуации был найден У. Инмоном – специалистом по организации корпоративных баз данных. Он предложил принципиально новый подход к организации хранения информации, назвав его хранилищем данных (Data Warehouse).

В настоящее время под хранилищем данных понимается предметно-ориентированный, интегрированный, поддерживающий хронологию набор данных, являющийся единственным источником информации, необходимой для анализа и принятия управленческих решений.

В основе реализации концепции хранилища данных лежат следующие основные принципы:

подразделяются наборы данных, используемые в системах оперативной обработки данных (OLTP-системах), и наборы данных, применяемые в аналитических системах (OLAP-системах) для поддержки принятия управленческих решений (DSS – Decision Support System);

перед помещением данных в хранилище они проверяются на непротиворечивость, приводятся к единой системе понятий и единым форматам представления и определенным образом структурируются и обобщаются;

по мере «устаревания» данные из хранилища не удаляются, как это обычно принято в традиционных базах данных при их актуализации, а их обновленные значения добавляются к уже имеющимся данным;

структура хранилища организуется так, чтобы обеспечивалось быстрое и эффективное извлечение необходимой информации (данные могут заранее агрегироваться по наиболее часто используемым аналитическим разрезам);

помимо данных в хранилище содержатся также метаданные (т.е. данные о хранящихся данных) – своего рода «досье», отражающее различные сведения о хранящейся управленческой информации и расширяющее возможности ее аналитической обработки. Метаданные характеризуют источник информации, дату ее формирования, дату занесения в хранилище пользователей информации и т.п.

Понятие «хранилище данных» определяет лишь концепцию организации хранения данных и практически не регламентирует характер и способы (технологии) их использования на практике, поэтому могут встречаться различные варианты их реализации в зависимости от целей создания.

В настоящее время данная концепция получила дальнейшее развитие в виде динамического хранилища данных ( Dynamic Warehousing). Разработанная фирмой IBM, она предоставляет специалисту по управлению передовые инструменты анализа для использования в бизнес-процессах реального времени, позволяет извлекать глубинные знания, скрытые в структурированной и неструктурированной информации, такой как тексты в свободном формате, электронные письма, аудиофайлы, web-страницы и т.д. В рамках стратегии Dynamic Warehousing корпорация IBM выпустила аналитическое программное обеспечение для формирования углубленного понимания особенностей организации бизнеса.

Таким образом, в настоящее время хранилища данных представляют собой информационный фундамент, на котором строятся OLAP-приложения. Главной особенностью программных средств OLAP-систем является обеспечение оперативного анализа данных, содержащихся в хранилище, причем они ориентированы на их использование любыми специалистами по управлению – непрофессионалами в области компьютерных технологий: руководителями различных служб и отделов. Имея в своем распоряжении гибкие механизмы манипулирования данными, визуального отображения этих процессов и результатов их реализации, специалист по управлению, используя свои знания, опыт и интуицию, может самостоятельно устанавливать различные закономерности в поведении элементов анализируемой системы, сопоставлять различные показатели, выявлять качественно новые, скрытые до этого взаимосвязи между ними.

Что касается результатов проводимого с помощью OLAP-технологий анализа, то особо следует выделить задачи, связанные с интеллектуальным анализом данных, главными целями которого являются обеспечение поиска функциональных и логических закономерностей в отношении накопленной информации, а также построение моделей и правил, объясняющих и/или прогнозирующих эти закономерности. В этом плане OLAP-технологии представляют собой определенный шаг в реализации систем искусственного интеллекта. Основное отличие OLAP-технологий от систем искусственного интеллекта заключается в том, что они позволяют не моделировать естественный интеллект человека, а лишь расширять его способности, используя возможности современных компьютеров и хранилищ данных. Вместе с тем в настоящее время технологии интеллектуального анализа данных (Data Mining) становятся все более актуальными, так как пользователь может получать не только новые данные, но и новые знания.

Особое место среди информационных технологий, связанных с интеллектуальным анализом данных, отводится технологиям, обеспечивающим решение неформализованных или слабоформализованных задач. Традиционно для решения задач подобного характера используются два подхода: экспертные системы и нейросетевые технологии (нейросети).

Экспертные системы представляют собой разновидность систем искусственного интеллекта, т.е. систем, позволяющих имитировать посредством компьютера интеллектуальные способности человека в конкретных прикладных областях его деятельности с учетом накопленных знаний относительно этой прикладной области и формализованных правил получения на их основе новых знаний.

В отличие от экспертных систем нейросетевые технологии при решении неформализованных (или слабоформализованных) задач не требуют знания правил вывода. Для работы нейросети необходимо выполнить ее предварительное «обучение» на достаточном количестве исходных примеров. Такое «обучение» осуществляется экспертом (специалистом управления) в целях настройки функционирования адаптивной системы нейросети для решения задач с заданной степенью достоверности. Данный процесс повторяется до тех пор, пока суммарная погрешность реакции сети на всем множестве исходных значений не достигнет приемлемого уровня. После этого считается, что «обученная» нейросеть способна генерировать идеальные (с ее точки зрения) решения поставленной задачи на основе неизвестных входных данных, но имеющих ту же природу, что и множество данных, с использованием которых осуществлялось ее «обучение».

Одновременно с расширением круга аналитических задач, решаемых специалистами по управлению с помощью различного рода программно-инструментальных средств, менялся и характер способов взаимодействия пользователей с компьютерными системами: от пакетного режима к интерактивному, с постоянным совершенствованием последнего – путем расширения средств и способов организации обмена информацией, начиная с использования стандартной клавиатуры и вывода результатов на бумажные носители (главным образом на алфавитно-цифровое печатающее устройство) и заканчивая манипулированием объектами с помощью мыши и мощными средствами визуализации, обеспечивающими вывод информации в виде цветной трехмерной графики, а также анимационными возможностями.

Очевидно, в дальнейшем общение пользователей с компьютерными системами, скорее всего, будет все больше переходить на вербальный уровень. И, наконец, будет решена поставленная еще в 70-х годах прошлого века проблема: «что без как», когда пользователь – специалист по управлению будет только формулировать информационные потребности на своем профессиональном языке, а система сама будет определять способ реализации полученного задания. Не исключено, что в перспективе компьютерные системы вообще будут «считывать» управляющую работой информацию непосредственно из головы пользователя, по крайней мере, первые практические опыты в этом направлении уже имеются.