Введение

В современном мире существуют определенные классы программного обеспечения, которое ориентированно в основном на корпоративный сегмент (крупный и средний бизнес) и соответственно не имеет широкого распространения. Но некоторые программные комплексы имеют достаточно интересные функции, которые можно применить не только в сфере мелкого бизнеса, но и в качестве персонального инструмента.

Ситуацию в бизнесе сегодня можно наделить признаками критической конкурентоспособности на рынке, которая сформировалась под влиянием экономической среды с кризисным окраской. Как следствие — нестабильность положения на рынке субъектов хозяйствования практически всех отраслей экономики. Обозначенная ситуация требует оперативной реакции менеджеров, высококачественных решений с их стороны, направленных на удержание текущих позиций, или не хуже, чем текущие. Основой для принятия решений является полная информация о состоянии бизнеса и тенденции развития рынка, управление которой является сложным процессом и требует комплексного и системного подхода. В свете этого поддержка принятия решений является ключевым процессом развития бизнеса. В обеспечение процесса поддержки принятия решений необходима актуальная и сбалансированная информация, которая может быть получена с помощью продуктов Business Intelligence (ВИ).

Как метко подметил профессор В. Савчук, в подавляющем большинстве случаев управления бизнесом строится на основе так называемой модели «черного ящика». [1]. На «вход» модели поступают имеющиеся в распоряжении ресурсы (люди, деньги, материалы, оборудование и т.д.), а на «выходе» модель результат в виде денежного потока, в привлекательном варианте — прибыли. Однако, каким образом эти «входящие» ресурсы превратятся в конечный результат, модель не дает четкого объяснения до конца. Именно в этом кроется основная «ловушка» для бизнеса.

Модель управления бизнесом не должна быть моделью «черного ящика», она должна обеспечить ясность и прозрачность тех бизнес-процессов, происходящих в ней. Достичь этого результата не представляется возможным из-за использования Business Intelligence.

1. Анализ возможностей аналитической системы Business intelligence (BI)

Понятие «Business Intelligence» вживили в экономическую терминологию относительно недавно, и отсутствует адекватный перевод исключает четкое понимание сути и места использования. Неопределенность данного термина в отечественном экономической среде повлияла многозначность английского слова «intelligence», в частности: сведения; способность познавать и понимать; готовность к пониманию; знания, переданные или приобретенные путем обучения, исследования или опыта; действие или состояние в процессе познания; разведывательные данные и тому подобное.

Под «интеллектом» понимают умственную способность человека, тогда по логике — термин «Business Intelligence» может быть переведен как «интеллектуальный анализ данных», однако, такая точность перевода сомнительна по анализу вообще, искажая саму его суть.

Впервые термин «Business Intelligence» был использован аналитиками исследовательской и консалтинговой компании, специализирующейся на рынках информационных технологий «Gartner» в конце 1980-х годов как «Пользовательский-центричный процесс, который включает доступ и исследования информации, ее анализ, выработка интуиции и понимания, ведущих к улучшенному и неформального принятия решений ». Позже появилось уточнение данного понятия: «… инфраструктуры, платформы, инструментов и лучшие практики, которые обеспечивают доступ к информации и ее анализ с целью оптимизации решений и управления эффективностью», — сегодня эти инструменты в совокупности попадают в категорию Business Intelligence [ 2]. На их базе создаются BI-системы, цель которых — повысить качество информации для принятия управленческих решений.

Из других определений Business Intelligence «является процессом сбора многоаспектной информации об изучаемом предмете. Разработанные программные приложения, которые обеспечивают пользователей возможностью проводить такой процесс для ответа на вопросы бизнеса и для выявления значимых тенденций или шаблонов в исследуемой информации »[3]. Надо отметить, что большинство определений трактуют «Business Intelligence» как процесс, технологии, методы и средства получения и представления знаний. Вместе с этим, другая часть определений рассматривает Business Intelligence, собственно, не «как процесс», а «как результат процесса приобретенных знаний» — «как сами знания о бизнесе для принятия решений». [4, 5, 6, 8].

Таким образом, суммируя вышесказанное, Business Intelligence — это: процесс преобразования данных в информацию и знания о бизнесе для поддержки принятия неформальных решений; информационные технологии (методы и средства) сбора данных, консолидации информации и обеспечения доступа бизнес-пользователей к знаниям; знания о бизнесе, добытые в результате углубленного анализа детальных данных и консолидированной информации.

Мы разделяем мнение профессора В. Савчука, который определяет Business Intelligence как «взаимосвязанный комплекс современных методов управления бизнесом, построенный на современных информационных технологиях, позволяет обеспечить максимальную эффективность бизнеса» [1].

Эффективное функционирование Business Intelligence обеспечивается основными принципами, которым он должен отвечать:

• управление бизнесом должно строиться на основе прозрачной модели, понятной команде менеджеров, позволит связать входные ресурсы бизнеса с его конечным результатом за период времени, который исследуется;
• управление бизнесом осуществляется на основании поставленных целей, которые должны быть определены в цифрах;
• для практической реализации Business Intelligence необходимо использовать адекватную информационную компьютерную систему [1].

Адекватность систем Business Intelligence определяется функциями последних, в частности [6]:

• возможность интеграции;
• представление информации;
• анализ данных.

Объективность результата бизнес-анализа определяется методами их достижения, зависит от класса программных продуктов ВИ-системы. Так, компания Gartner предлагает классификацию программных средств типа BI, основанный на методе функциональных задач. По какой программные каждого выделенного класса выполняют определенный набор функций или операций с использованием специальных технологий. Отдельным классам выделяют [2]:

• информационно-аналитические системы (Enterprise Information Systems, EIS)
• средства интеллектуального анализа данных (data mining) и др.

Уточняя основные задачи, которые решаются в контексте информационно-аналитических систем, необходимо выделить маркетинговый анализ, подготовку бизнес-планов, управление проектами, инвестиционный анализ, бюджетирование, финансовое управление, анализ финансового состояния, финансовой диагностика и другие. Оценивая нестандартное среда реализации ВИ, которое направлено на решение, в значительной мере неструктурированных и / или слабо структурированных проблем, больше внимания уделим средствам интеллектуального анализа данных. В рамках освещения данной проблемы обратимся к системному анализу. Поскольку предметной области системного анализа являются предметные аспекты системных процессов и системные аспекты предметных процессов и явлений, видим целесообразным говорить об использовании методического инструментария системного анализа для обработки данных, а в дальнейшем, на их основе, принятия управленческих решений.

Таким образом, методический инструментарий системного анализа, включая: абстрагирование и конкретизацию; анализ и синтез, индукция и дедукция; формализацию и конкретизацию; композицию и декомпозицию; линеаризацию и выделение нелинейных составляющих; структуризацию и реструктурирования; макетирование; реинжиниринг; алгоритмизации; моделирование и эксперимент; программное управление и регулирование; распознавания и идентификации; кластеризацию и классификацию; экспертная оценка и тестирование; верификацию, дерево решений и другие методы и процедуры, может служить средствами интеллектуального анализа данных в рамках исследуемых проблем.

Основные средства интеллектуального анализа данных могут быть дополнены пакетами статистического анализа и анализа временных рядов, оценки риска, пакетами нейронных сетей, средствами нечеткой логики и экспертными системами и т. Использование средств интеллектуального анализа данных имеет целью помочь в обосновании полноты анализа и формировании модели принятия решений.

За время использования ВИ-систем, хотя и незначительного по продолжительности, относительно экономического пространства выделяют три этапа его жизненного цикла.

По результатам проведенных исследований многие предприятия успешно проходят через первый и второй этапы, но «застревают» на третьем. Отдельная группа предприятий готова выполнить прыжок на последний уровень, перепрыгнув второй этап. Чтобы достичь качественного изменения управленческой составляющей, необходимо разработать системы поддержки принятия решений, которые позволят использовать ВИ-аналитику и отчеты в сценариях «что-если» и, таким образом, исследовать исходные данные, принимаемые и эффективность управленческого персонала [2, 5].

Программное обеспечение для взаимодействия обеспечивает хранение истории принятых решений. Эта информация очень важна. Именно объединение аналитической информации с решениями, которые принимаются, и их результатам позволит предприятию достичь высокой прозрачности, совершенно необходимо в условиях жестких регулятивных требований. Кроме того, таким образом можно накопить важные данные и знания, которые в дальнейшем позволят повторно использовать шаблоны принятия решений, которые по сути представляют собой оптимальные методы ведения бизнеса.

2. Особенности функционирования и влияния интегрированных структур на развитие экономики

При раскрытии возможностей SAP используются «автономные» информационные системы и системы управления, которые выполняют определенные аналитические функции. Но для полного раскрытия потенциала аналитических систем необходима общедоступная интеграционная платформа, в качестве которой по приоритетным показателям подходит платформа SAP, в частности SAP BI для аналитики.

Проанализируем общие определения срока BI. По классификации компании Gartner Group программные средства типа BI базируются на методе функциональных задач, где программные продукты каждого класса выполняют определенный набор функций или операций с использованием специальных технологий.

Аналитическая компания Forrester дает следующие определения программных средств типа «Business Intelligence» [17]:

— В широком смысле (традиционное определение) — это набор методологий, процессов, архитектуры и технологий, преобразующих исходные данные в полезную и содержательную информацию, которая используется для принятия решений, эффективных в отношении стратегии, тактики и функционирования предприятия;

— В узком определении BI предусматривается учет двух сегментов — подготовка данных (data preparation) и использования данных (data usage). Так что в узком определении ВИ — это набор методологий, процессов, архитектуры и технологий, использующих результат процесса информационного менеджмента для анализа, отчетности, управления производительностью и доставки информации.

Компания Gartner Group выделяет набор программных продуктов BI следующих классов:

— Средства построения хранилищ данных (data warehousing)

— Системы оперативной аналитической обработки данных (OnLine Analytical Processing, OLAP)

— Информационно-аналитические системы (Enterprise Information Systems)

— Средства интеллектуального анализа данных (data mining)

— Инструменты для выполнения запросов и построения отчетов (query and reporting tools).

Обобщенный термин «Business Intelligence» включает программное приложение, инфраструктуру, инструменты, механизмы доступа к информации, с целью оптимизации решений и управления эффективностью.

Для решения задачи автоматизации управления оборонными ресурсами возможно использование хранилища данных (Business Information Warehouse, BW), которое должно обслуживать весь процесс — от поиска исходных данных для их анализа. Следует учитывать, что при непрерывном совершенствовании возможностей по обработке данных, больший объем данных будет храниться в более детальном виде. Вследствие этого возникает необходимость одновременного сокращения и структуризации этих данных, является предпосылкой для осуществления их эффективного анализа.

Соответственно, выдвигаются требования к аналитической системы ВИ с учетом возможности использования автоматизированного рабочего места руководителя: иметь быстрый доступ из одной точки ко всей релевантной (соответствующей) информации независимо от источника ее поступления; охватывать все бизнес-процессы (общесистемные и общие для всех процессов аналитические отчеты) иметь высокое качество информации для содержания данных, и гибкости анализа; иметь высококачественную поддержку принятия решения (хранилище данных должно быть разработано и структурировано исходя из потребностей оперативного и стратегического управления).

На базовом уровне SAP ВИ состоит из платформы «Бизнес-аналитика» (Business Intelligence) и решения по организации хранилища данных (Business Information Warehouse, SAP BW). Понятие ОРВИ и BW часто отождествляют между собой. Поэтому, часто бизнес-аналитика (BI) в SAP — это еще один вариант более распространенного термина «хранения данных» (data warehousing) [4].

SAP BI обеспечивает техническую инфраструктуру, необходимую для выполнения сервисов в режиме аналитической обработки данных, создание приложений планирования и управления сбором данных.

Инфраструктура включает следующие инструменты:

• Аналитическая обработка данных в режиме реального времени (OLAP, англ. Online analytical processing), которая используется для обработки оперативных данных и данных за длительный период времени. OLAP-механизм позволяет получить выдержки и фрагменты этих данных (многомерный анализ).
• Репозитарий метаданных (Metadata Repository) дает возможность получать доступ, использовать и генерировать отчеты по метаданным (данные о данных), связанных с данными хранилища данных и его объектами.
• Бизнес-планирование и моделирование (BW-BPS, Business Planning and Simulation), характерно модулем планирования, позволяет создавать сценарии планирования, охватывают целый организацию, выполненные из

использованием веб-приложения с целью быстрого построения отчетов.

• Проектировщик процессов анализа (APD, Analysis Process Designer) — для комбинации данных из разных источников, обнаруживает скрытые закономерности данных.
• Агент составления отчетов (Reporting Agent) позволяет составлять список выборочных отчетов, которые выполняются в фоновом режиме.
• Хранилище данных (BW, Business Data Warehousing) обеспечивает доступность данных и позволяет конвертировать их в полезную информацию.
• Инструментарий администратора (SAP Administrator Workbench) служит для управления инфраструктурой [6].

Главная составляющая в аналитической системе — это хранилище данных. Оно представляет собой значительную по размеру предметно-ориентированную информационную корпоративную базу данных, специально разработанную и предназначенную для подготовки отчетов, анализа бизнес-процессов. Целевым назначением хранилища данных является поддержка принятия решений в организации [12]. Хранилище строится на базе клиент-серверной архитектуры, реляционной СУБД и вспомогательных программ поддержки принятия решений. Данные, поступающие в хранилище, становятся доступны только для чтения. Данные по промышленной (транзакционной ERP) OLTP-системы копируются в хранилище данных таким образом, чтобы построение отчетов и OLAP-анализ не использовал ресурсы промышленной системы и не нарушал ее стабильность.

В целом архитектура SAP BI имеет три уровня: исходная система; сервер SAP BI; OLAP (англ.,

Аналитическая обработка данных в режиме реального времени) SAP BI.

Исходная система — поставляет данные в SAP BI и реализована в двух видах:

• Выходные SAP системы — компоненты семейства продуктов SAP, с интегрированным BI (определенные структуры и программы экстракции), которые позволяют загружать исходные данные из SAP-компонентов непосредственно в SAP BI [6].
• Выходные не SAP системы. В гетерогенной системной среде, SAP BI может использоваться в качестве хранилища консолидированных данных для отчетов, которые охватывают всю организацию (в частности Вооруженные Силы).

Также базы данных SAP BI позволяют загружать данные из внешних систем управления и баз данных. При этом на основе структуры внешней таблицы создается источник данных, позволяет выполнить быструю загрузку содержимого таблицы в SAP BI без нарушения непротиворечивости данных.

Сервер SAP BI — включает в себя так называемую «стейджинг-машину», которая управляет процессом загрузки данных и их обработки, а также базы данных SAP BI, в которых хранятся основные, переменные данные и метаданные. Для приведения данных в соответствующую для хранения форму, необходимо провести их подготовку с помощью процессов экстракции, преобразования и загрузки (процессы ETL).

OLAP SAP BI — OLAP-процессор выполняет многомерные аналитические отчеты по разделам данных SAP BI. Также он предоставляет OLAP- инструменты (Business Explorer или вех) для данных, получаемых через интерфейсы BAPI, XML / A или ODBO (OLE DB for OLAP). Вех разделяем на три компонента: BEx Analyzer; Веб-приложение BEx; BEx Mobile Intelligence. Инструмент BEx имеет гибкую систему отчетов и инструменты анализа, используемые для стратегического анализа и поддержки процесса принятия решений (запросы, систему отчетов и функции OLAP).

Заключение

Технология BI наиболее полезна в то время, когда изменения экономических ситуаций происходят быстро и разрушаются старые стереотипы управленческих механизмов. Если бизнес работает не так, как обычно, то единственным ресурсом данные. Объективная проблема с BI заключается в том, что компании необходимо наращивать аналитическую систему до тех пор, пока она не обеспечит определенную стратегическую полезность для нее, для последней это измеряется финансовыми ресурсами и временем.

Список использованной литературы

1. Савчук В. п. Business Intelligence: принципы, технологии, обучение / В. П. Савчук [Электронный ресурс]. — Режим доступа: http://innovations.com.ua/ua/articles/finance/17889/ business-intelligence-principi-tehnologiji-navchannya
2. Jeff Kelly. Business intelligence not all it can be at most organizations, according to Gartner [Электронный ресурс]. — Режим доступа: http://searchbusinessanalytics.techtarget.com/ news / 1507079 / Business-intelligence-not-all-it-can-be-at-most- organizations-according-to-Gartner
3. Jonathan Wu. Business Intelligence: What is Business Intelligence? [Электронный ресурс]. — Режим доступа: http://www.ap-institute.com/Business%20Intelligence.html
4. Колесов А. На смену Business Intelligence приходит Business Analytics? / А. Колесов // PC Week / RE № 41 (599) б ноября — 12 ноября 2007 [Электронный ресурс]. — Режим доступа: http://www.pcweek.ru/idea/article/detail. php? ID = 103694
5. Артемьев В. Что такое Business Intelligence? / В. Ар-темьев // Открытые системы. — 2003. — № 04 [Электронный ресурс]. — Режим доступа: http://www.osp.ru/os/2003/04/182900/
6. Коковский А. Возможности Business Intelligence для планирования, анализа и мониторинга финансово-хозяйственной деятельности предприятий / А. Коковский [Электронный ресурс]. — Режим доступа: http://www.management.com.ua/ims/ ims179.html
7. Ручкин К. Применение бизнес-интеллекта в страховых компаниях / К. А. Ручкин, С. Ю. Палиенко [Электронный ресурс]. — Режим доступа: http://www.iai.dn.ua/public/ JournalAI_2005_4 / Razdel5 / 12_Ruchkin% 20Palienko.pdf
8. Статистика Google поиска по ключевым словам Business Intelligence, Data Mining, OLAP, Knowledge Management System с 2004 г.. По конец 2011 г.. Во всем мире и на Украине (статические графики-рисунки) [Электронный ресурс]. — Режим доступу: http://dss-bi.com.ua/index.files/DSS_BI_com_ua.htm