Повна версія

Головна arrow Інформатика arrow ІНФОРМАЦІЙНІ СИСТЕМИ УПРАВЛІННЯ ВИРОБНИЧОЮ КОМПАНІЄЮ

  • Увеличить шрифт
  • Уменьшить шрифт


<<   ЗМІСТ   >>

ІНФОРМАЦІЙНО-АНАЛІТИЧНА ІНФРАСТРУКТУРА ПІДПРИЄМСТВА

Відповідно до «аналітичної пірамідою», запропонованої аналітичним агентством Gartner , інформаційно-аналітична інфраструктура підприємства може бути представлена у вигляді сукупності рівнів, що включають в себе рівень транзакційних систем, рівень систем бізнес-інтелекту, рівень аналітичних додатків (рис. 3.1). Потоки інформації в рамках цієї структури рухаються від нижчих рівнів до вищих послідовно або минаючи деякі з них.

У підставі аналітичної піраміди розташовуються OLTP-системи. У транзакційних системах накопичується інформація про поточні операції. Це може бути інформація про кожну фінансову операцію, про

всіх вироблених продажах, для виробничої системи - інформація про кожного виробленому продукті і т.п. Приймати управлінські рішення на основі цієї інформації важко через її великого обсягу і зайвої деталізації. Тому при просуванні від нижніх рівнів аналітичної піраміди до вищих інформація агрегується і перетворюється в вид, зручний для аналізу.

Аналітична піраміда Gartner

Мал. 3.1. Аналітична піраміда Gartner

Перетворення інформації здійснюється за допомогою систем бізнес- інтелекту (BI). Системи бізнес-інтелекту включають в себе різні засоби і технології аналізу та обробки даних масштабу підприємства, в тому числі сховища даних (Data Warehouse), вітрини даних (Data Marts), інструменти оперативної аналітичної обробки (OLAP), засоби виявлення знань (Data Mining) , а також інструменти виконання запитів і побудови звітів.

В. Інмона [1] , автор концепції сховищ даних, визначає сховища даних як предметно-орієнтовані, інтегровані, стабільні, що підтримують хронологію набори даних, організовані для цілей підтримки управління, покликані виступати в ролі «єдиного і єдиного джерела істини», що забезпечує менеджерів і аналітиків достовірною інформацією, необхідною для оперативного аналізу та прийняття рішень. Сховище даних будується таким чином, щоб міститься в ньому інформацію можна було отримати в зручному для аналізу вигляді.

Вітрини даних являють собою структуровані набори даних, призначені для вирішення конкретної аналітичної задачі або

обробки запитів вузької групи користувачів. Фізично вітрина даних може бути частиною сховища даних або надбудовою над сховищем у вигляді багатовимірного куба. Як правило, вітрина даних містить дані про один з напрямків діяльності організації, наприклад дані відділу збуту, або дані виробничого відділу, або дані транспортного відділу.

OLAP-системи призначені для аналітичної обробки даних в режимі реального часу. Особливостями OLAP-систем є багатовимірне представлення даних, розрахунок агрегованих значень показників, можливість формування запитів до сховища даних в термінах предметної області, побудова звітів гнучкої структури.

Засоби виявлення знань (Data Mining) дозволяють аналітику виявити раніше невідомі закономірності в даних, які згодом можуть бути використані в процесі прийняття управлінських рішень. Для виявлення знань використовуються такі методи, як нейронні мережі, генетичні алгоритми, дерева рішень, кластеризація, класифікація, асоціативні правила і ін.

Системи бізнес-інтелекту , як правило, є платформою для побудови аналітичних додатків - верхнього рівня аналітичної піраміди.

Аналітичне додаток являє собою прикладний програмний продукт, орієнтований на виконання конкретної аналітичної задачі кінцевим користувачем (аналітиком, менеджером). Прикладами аналітичних додатків можуть бути системи консолідованої фінансової звітності, системи бюджетування, системи моніторингу, аналізу та прогнозування ключових показників в певній предметній області. Аналітичні додатки дають користувачам можливість глибокого і всебічного аналізу стану керованого ними об'єкта (всієї організації або окремої її частини), необхідного для прийняття обґрунтованого управлінського рішення.

Для забезпечення взаємодії систем, що знаходяться на різних рівнях аналітичної піраміди, використовуються програмні продукти класу ETL (Extraction, Transformation, Loading - витяг, перетворення, завантаження), які дають можливість отримувати дані з бази даних джерела, перетворювати в формат, підтримуваний базою даних призначення, і завантажувати в бази даних призначення перетворені дані.

  • [1] Inmon V. Building the Data Warehouse. NY: QED / Wiley, 1991.
 
<<   ЗМІСТ   >>