|
В процессе создания и в ходе
функционирования автоматизированных информационных технологий
управления выделяют некоторые аспекты внутреннего строения системы
управления, различая в соответствии с этим различные виды структур
системы: организационную, функциональную, комплекса технических
средств и др. Организационная структура системы управления определяет
наличие подразделений разного уровня (отделов, подотделов, цехов,
участков и др.) и их взаимное административное подчинение.
Функциональной структурой называют структуру, элементами которой
являются подсистемы, функции автоматизированной информационной системы
управления или их части, а связями между элементами выступают потоки
информации, циркулирующей в системе.
В структуре систем административно-организационного управления принято
выделять подсистемы по функциональному признаку. Это позволяет четко
выделять комплексы задач в подсистемах в соответствии с определенной
функцией управления. В этих системах функциональная и организационная
структуры часто во многом совпадают. Это объясняется стремлением
создать постоянный коллектив людей, работающих под единым
руководством, для систематической и квалифицированной реализации
определенной функции управления.
Автоматизированная информационная технология управления состоит как бы
из нескольких частей:
1.общесистемная
часть, содержащая общее описание и
обоснование решений, принятых в проекте АСУ,
2.функциональная
часть, реализующая функциональные подсистемы
3.обеспечивающая
часть,
необходима для успешной работы функциональных
подсистем и состоит из описания различных видов обеспечения. Различают
следующие виды обеспечения:
• техническое обеспечение — комплекс технических среден is,
применяемых для функционирования автоматизированной информационной
технологии управления;
• математическое обеспечение — совокупность используемых
экономико-математических методов, моделей и алгоритмов;
• программное обеспечение — совокупность общесистемного и прикладного
программного обеспечения. Общесистемное программное обеспечение
включает операционные системы, трансляторы, утилиты, базы данных и т.
п. Прикладное программное обеспечение включает прикладные программы,
реализующие функциональные запросы пользователей и различного рода
описания (пользователя, оператора, программиста и т. д.), позволяющие
успешно применять программное обеспечение;
• информационное обеспечение — совокупность реализованных решений по
объему, размещению и формам организации информации, циркулирующей в
системе управления. Оно включает нормативно-справочную информацию,
необходимые классификаторы технико-экономической информации,
унифицированные документы, массивы данных, контрольные примеры,
используемые при решении задач управления;
• организационно-методическое обеспечение — совокупность документов,
регламентирующих деятельность персонала в условиях функционирования
системы управления. Оно предназначено для описания изменений
организационной структуры управления объектом, связанных с созданием
АСУ (схема организационной структуры, описание организационной
структуры); для описания действии персонала по обеспечению
функционирования АСУ (технологическая инструкция, инструкция по
эксплуатации); для установления функций, прав и обязанностей
должностных лиц по обеспечению функционирования АСУ (должностная
инструкция);
• лингвистическое обеспечение — совокупность информационных языков,
методов индексирования, а также лингвистической базы (словарей,
тезаурусов, рубрикаторов) и методов ее ведения.
• правовое обеспечение — совокупность правовых норм, регламентирующих
правоотношения при функционировании АСУ и юридический статус
результатов ее функционирования.
Комплекс технических средств и информационное обеспечение являются
общими для всех задач, решаемых в системах управления. Остальные виды
обеспечения используются применительно к конкретным задачам и
конкретным АСУ и, как правило, их в самостоятельные подсистемы не
выделяют.
Хранилища данных Системное проектирование по сравнению с построением моделей
деятельности имеет важную особенность в технике структурирования
модели: особую роль играют хранилища (накопители) данных, так как
практически все процессы модели связаны не напрямую, а через эти
накопители. Основной принцип: данные должны заноситься в накопитель
один раз в том месте, где они появляются. К выявлению базовых
накопителей надо относиться чрезвычайно тщательно, так как именно с
ними будут работать бизнес-процессы на всех без исключения уровнях
детализации модели. Задачи управления требуют умения использовать и
обрабатывать большой объем информации, проводить анализ этой
информации, моделировать процессы и ситуации и структурировать
материал для принятия решений.
Актуальность проблемы хранения и оперативного поиска данных привела к
появлению такого понятия, как «хранилище данных». Следует упомянуть о
необходимости использования единых информационных хранилищ в
аналитических системах и в первую очередь в системах поддержки
принятия решений (СППР). Системы СППР пользуются информацией,
собранной с помощью компьютерных сетей из множества систем обработки
данных (СОД). Данные в СОД собираются, хранятся и по достижении
установленного срока выгружаются. Данные в различных СОД могут быть не
согласованы между собой, информация в них может быть по-разному
структурирована, степень ее достоверности определить сразу бывает
достаточно трудно. Все это свидетельствует о том, что архивные данные
из СОД без предварительной доработки использовать в информационных
хранилищах нецелесообразно.
В настоящее время для совместного использования данных осуществляется
интеграция различных СОД на основе единого справочника метаданных, т.
е. по каждому новому запросу предполагается динамическая выгрузка
данных из различных СОД, их согласование, агрегация и транспортировка
пользователю. Из предложенной схемы видно, что в ней отсутствует
интерактивное взаимодействие с пользователем для проведения
динамического анализа.
Информационные хранилища для СППР должны обладать некоторыми
специфическими свойствами. Они должны обеспечивать хранение информации
в хронологическом порядке, так как без поддержания хронологии данных
нельзя говорить о решении задач прогнозирования и анализа тенденций
(основных задач СППР). Основное требование, предъявляемое к
информационным хранилищам, — даже не оперативность, также очень
необходимая, а достоверность информации, которую без согласованности
данных обеспечить невозможно. Дело в том, что различные СОД на один и
тот же запрос могут дать различные ответы по ряду причин:
» асинхронность модификации данных в разных СОД;
» различия в трактовке событий, понятий и т. д.;
« изменение семантики данных в процессе развития предметной области;
» ошибки при вводе и обработке;
» частичная утрата фрагментов информации из архива и т. п.
Задача создания информационных хранилищ чрезвычайно сложна. Ее решение
связано с рядом проблем глобального характера. Первая проблема состоит
в том, что хранилища данных работают с внешними источниками, т. е.
различными информационными системами, электронными архивами,
каталогами и справочниками, статистическими сборниками и т. д. Все
внешние источники реализованы на основе различных программных и
аппаратных средств. На основе этих разнородных средств и решений
необходимо построить единую информационную систему, функционально
согласованную.
Вторая проблема заключается в том, чтобы эта единая информационная
система имела распределенное решение, т. е. следует физически
разделить узлы компьютерной сети, где происходит операционная
обработка информации, и узлы, в которых выполняется анализ данных.
Третья проблема — это метаданные и средства их представления. Прежде
метаданными пользовались разработчики и в меньшей степени
администраторы баз данных, т. е. специалисты. В настоящее время
метаданные применяются всеми пользователями и средства их
представления должно соответствовать уровню подготовки простого
пользователя. Для аналитических систем, для СППР база метаданных
жизненно необходима, как путеводитель для туриста в незнакомом городе.
Пользователю, кроме структуры и взаимосвязей данных, необходимо знать:
• источники получения данных и степень их достоверности, так как одна
и та же информация может попасть в хранилище из различных источников;
• периодичность обновления, т. е. не только когда были обновлены
данные, но и когда они будут вновь обновляться;
• собственников данных, чтобы определить, какие шаги пользователь
должен предпринять для доступа к этим данным;
• статистическую оценку запросов, оценку времени и объема полученного
ответа.
Собрав информацию об истории развития организации, ее успехах и
неудачах, причинах этих неудач, взаимоотношениях с поставщиками и
заказчиками, истории и развитии рынка, менеджеры получают уникальную
возможность для анализа прошлого, текущей ситуации и составления
обоснованных прогнозов. Но возникает четвертая проблема — проблема
защиты информации. Региональный менеджер должен иметь информацию по
региону, а менеджер подразделения — по подразделению.
Последняя проблема, о которой следует упомянуть, — это проблема
больших объемов хранилищ. В настоящее время 50% организаций уже
планируют объем хранилищ в 100 гигабайт. Средний коэффициент, на
который нужно умножать эту цифру для расчета реально необходимого
объема хранилища, равен 4,87, но он может быть разным в зависимости от
вида информации.
Создание единых хранилищ данных предполагает использование технологий
статистической обработки информации для ее предварительного анализа,
определения состава и структуры тематических рубрик. Начальный этап
предварительного анализа — выделение групп с однородными данными и
расчленение информации на однокачественные интервалы, т. е.
группировка по типу информации.
Если существующие в настоящее время технологии анализа данных в
хранилищах распределить по увеличению аналитических возможностей, то
список будет выглядеть так: Online Transaction Processing (OLTP);
Online Analytical Processing (OLAP); Data Mining. Технология
оперативного анализа распределенных данных (OL/lP-технология),
занимающая среднее положение в этом списке, наиболее распространена.
Эта технология обеспечивает:
» построение многомерных моделей баз данных;
» иерархическое представление информации по семантическим связям;
« выполнение сложных аналитических расчетов;
» динамическое изменение структуры отчета;
« обновление базы данных и т. д.
Аналитические приложения для поддержки принятия решений в бизнесе
основываются на модели данных, разработанной для конечного
пользователя. Такой моделью может быть многомерная модель,
представленная в виде куба. Организуя и обрабатывая информацию из
реляционных баз данных и других плоских таблиц многомерным образом,
пользователи могут рассматривать свои данные так же, как они
рассматривают свой бизнес. Многомерной модели данных могут
сопутствовать функции анализа, прогнозирования, моделирования и
построения запросов «что-если».
Программные продукты, использующие ОLAР-технологию,
сочетают модель представления данных, оптимизированную для анализа, с
простыми и интуитивными средствами доступа к этим данным. От этих
средств выигрывают и поставщики аналитической информации, т. е.
финансовые, маркетинговые и другие аналитики, и ее потребители, т. е.
руководители и менеджеры различного уровня. Первые обнаруживают
тенденции и исключительные ситуации при помощи решения задач
прогнозирования и планирования, строят модели «что-если». Вторые
составляют, например, интерактивные отчеты, диаграммы, которые могут
ответить на вопросы хозяйственной практики (например, каким будет
объем продаж в регионе в следующем квартале или насколько возрастет
объем заказов в текущем квартале, если покупатели будут совершать
форвардные сделки, и т. д.).
|
