Системы поддержки принятия решения

Содержание: Введение 1. Понятие СППР 2. Основы концепции СППР 3. Классификация СППР 4. Архитектуры СППР 5. Роль СППР на предприятии Заключение Ссылки на использованные источники Введение Современные системы поддержки принятия решения (СППР) представляют собой системы, максимально приспособленные к решению задач повседневной управленческой деятельности, являются инструментом, призванным

оказать помощь лицам, принимающим решения (ЛПР). С помощью СППР может производиться выбор решений некоторых неструктурированных и слабоструктурированных задач, в том числе и многокритериальных. СППР, как правило, являются результатом мультидисциплинарного исследования, включающего теории баз данных, искусственного интеллекта, интерактивных компьютерных систем, методов имитационного моделирования. В настоящее время нет общепринятого определения

СППР, поскольку конструкция СППР существенно зависит от вида задач, для решения которых она разрабатывается, от доступных данных, информации и знаний, а также от пользователей системы. Можно привести, тем не менее, некоторые элементы и характеристики, общепризнанные, как части СППР. СППР — в большинстве случаев — это интерактивная автоматизированная система, которая помогает пользователю (ЛПР) использовать данные и модели для идентификации и решения задач и принятия решений.

Система должна обладать возможностью работать с интерактивными запросами с достаточно простым для изучения языком запросов. Системы поддержки принятия решения (СППР или DSS) возникли как естественное развитие и обобщение управленческих информационных систем и систем управления базами данных (СУБД) в направлении их большей пригодности и приспособленности к задачам повседневной управленческой деятельности. 1. Понятие СППР Термин "система поддержки принятия решения" появился

в начале 70-х годов, однако, до сегодняшних дней не нашел общепризнанного определения ни у ученых ни у разработчиков. Использованию СППР и определению их функционального предназначения, посвящено достаточное число трудов отечественных и зарубежных специалистов в различных предметных областях. В некоторых источниках СППР описывается как средство для "вычисления решений", основанное "на использовании моделей ряда процедур по обработке данных и суждений, помогающих

ЛПР в принятии решения". Иногда СППР рассматриватся в качестве "интерактивных автоматизированных систем, которые помогают ЛПР использовать данные и модели, чтобы решать неструктурированные проблемы". Также СППР определяется как "компьютерная информационная система, использующаяся для поддержки различных видов деятельности при принятии решения в ситуациях, где невозможно или нежелательно иметь автоматические системы, которые полностью выполняют весь процесс принятия решения".

СППР не заменяет ЛПР, автоматизируя процесс принятия решения, а оказывает ему помощь в ходе решения поставленной задачи. Система поддержки принятия решений (СППР) (англ. Decision Support System, DSS) — компьютерная автоматизированная система, целью которой является помощь людям, принимающим решение в сложных условиях для полного и объективного анализа предметной деятельности. СППР возникли в результате слияния управленческих информационных систем и систем управления базами

данных. Для анализа и выработок предложений в СППР используются разные методы. Это могут быть: информационный поиск, интеллектуальный анализ данных, поиск знаний в базах данных, рассуждение на основе прецедентов, имитационное моделирование, эволюционные вычисления и генетические алгоритмы, нейронные сети, ситуационный анализ, когнитивное моделирование и др. Некоторые из этих методов были разработаны в рамках искусственного интеллекта.

Если в основе работы СППР лежат методы искусственного интеллекта, то говорят об интеллектуальной СППР, или ИСППР. С самых первых определений СППР определился круг решаемых с их помощью задач: неструктурированные и слабоструктурированные. Существенное влияние на такую направленность СППР оказала классификация проблем, согласно которой, неструктурированные задачи имеют лишь качественное описание, основанное на суждениях ЛПР, а количественные зависимости между основными характеристиками

задачи не известны. В хорошо структурированных задачах существенные зависимости могут быть выражены количественно. Промежуточное положение занимают слабоструктурированные задачи, "сочетающие количественные и качественные зависимости, причём малоизвестные и неопределённые стороны задачи имеют тенденцию доминировать". Ряд исследователей рассматривают СППР как средство для "выполнения решений", и определяют как систему, "основанную на использовании моделей ряда процедур по обработке данных и суждений,

помогающих руководителю в принятии решения". Среди факторов, определяющих качество принимаемых решений, одним из основных является интеллект ЛПР (начальника, руководителя, пользователя). Под интеллектом следует понимать весь интеллектуальный потенциал ЛПР в целом: данные природой способности творческого мышления, знания, приобретенные в ходе обучения, практики, жизненного опыта и др. В связи с этим, необходимо рассматривать задачи повышения

интеллектуального уровня ЛПР не путем применения традиционных методов обучения, а на основе использования методов и средств (систем) искусственного интеллекта (СИИ), базирующихся на технологиях аналитической обработки данных. Данное направление ориентируется на создание комплекса соответствующих программно-аппаратных средств, позволяющих ЛПР решать задачи интеллектуального характера, требующие смысловой обработки больших объемов информации, хранящейся в базах данных.

Таким образом, совокупность современных информационных технологий, позволяет вести речь о разработке информационной системы (подсистемы) интеллектуальной поддержки принятия решения, главным предназначением которой является - своевременное и качественное обеспечение всех информационных потребностей руководителей в процессе принятия решения. Это позволит: 1. Автоматизировать процессы управления предприятия за счет интеллектуализации принятия бизнес-решений. 2. Повысить эффективность производства корпоративного предприятия.

3. Открыть такую сферу производства, которая позволяет говорить о разработке полноценных автоматизированных информационных систем управления (совокупность технического, специального математического программного и информационно-лингвистического обеспечений) на базе современных информационных технологий обработки данных. 2. Основы концепции СППР В социально-экономических системах принимаемые решения должны быть тщательно продуманы и обоснованы, так как принимаемые решения касаются живых людей, их материального

и духовного состояния. Тем не менее, на сегодняшний день принятие решений мэром, городской администрацией, комитетами основано на опыте и интуиции руководителей. Но социально-экономические системы сложны и их поведение трудно предсказать из-за наличия огромного количества прямых и обратных связей, часто неочевидных с первого взгляда. Человеческий мозг неспособен справиться с задачей такой размерности, поэтому необходимо обеспечить

информационно-аналитическую поддержку принятия решений. Концепция систем поддержки принятия решений (СППР) включает целый ряд средств, объединенных общей целью — способствовать принятию рациональных и эффективных управленческих решений. Система поддержки принятия решений — это диалоговая автоматизированная система, использующая правила принятия решений и соответствующие модели с базами данных, а также интерактивный компьютерный процесс

моделирования. Основу СППР составляет комплекс взаимосвязанных моделей с соответствующей информационной поддержкой исследования, экспертные и интеллектуальные системы, включающие опыт решения задач управления и обеспечивающие участие коллектива экспертов в процессе выработки рациональных решений. Ниже на рисунке приведен архитектурно-технологическая схема информационно-аналитической поддержки принятия решений: Поддержка принятия решений Рис. Архитектурно-технологическая схема

СППР Первоначально информация хранится в оперативных базах данных OLTP-систем. Но ее сложно использовать в процессе принятия решений по причинам, о которых будет сказано ниже. Агрегированная информация организуется в многомерное хранилище данных. Затем она используется в процедурах многомерного анализа (OLAP) и для интеллектуального анализа данных (ИАД). Рассмотрим более подробно каждый элемент этой схемы.

Хранилища данных. Ясно, что принятие решений должно основываться на реальных данных об объекте управления. Такая информация обычно хранится в оперативных базах данных OLTP-систем. Но эти оперативные данные не подходят для целей анализа, так как для анализа и принятия стратегических решений в основном нужна агрегированная информация. Кроме того, для целей анализа необходимо иметь возможность быстро манипулировать информацией, представлять

ее в различных аспектах, производить различные нерегламентированные запросы к ней, что затруднительно реализовать на оперативных данных по соображениям производительности и технологической сложности. Решением данной проблемы является создание отдельного хранилища данных (ХД), содержащего агрегированную информацию в удобном виде. Целью построения хранилища данных является интеграция, актуализация и согласование оперативных данных из разнородных источников для формирования единого непротиворечивого взгляда на объект

управления в целом. При этом в основе концепции хранилищ данных лежит признание необходимости разделения наборов данных, используемых для транзакционной обработки, и наборов данных, применяемых в системах поддержки принятия решений. Такое разделение возможно путем интеграции разъединенных в различных системах обработки данных (СОД) и внешних источниках детализированных данных в едином хранилище, их согласования и, возможно, агрегации. Концепция хранилищ данных предполагает не просто единый логический взгляд на

данные организации, а действительную реализацию единого интегрированного источника данных. Альтернативным по отношению к этой концепции способом формирования единого взгляда на корпоративные данные является создание виртуального источника, опирающегося на распределенные базы данных различных СОД. При этом каждый запрос к такому источнику динамически транслируется в запросы к исходным базам данных, а полученные результаты на лету согласовываются, связываются, агрегируются и возвращаются к

пользователю. Таким образом, хранилище данных функционирует по следующему сценарию. По заданному регламенту в него собираются данные из различных источников – баз данных систем оперативной обработки. В хранилище поддерживается хронология: наравне с текущими хранятся исторические данные с указанием времени, к которому они относятся. В результате необходимые доступные данные об объекте управления собираются в одном месте, приводятся к единому формату, согласовываются и, в ряде случаев, агрегируются

до минимально требуемого уровня обобщения. На основе хранилища данных возможно составление отчетности для руководства, анализ данных с помощью OLAP-технологий и интеллектуальный анализ данных (Data Mining). OLAP-технологии. В основе концепции оперативной аналитической обработки (OLAP) лежит многомерное представление данных. Термин OLAP ввел E. F. Codd в 1993 году. В своей статье он рассмотрел недостатки реляционной модели, в первую очередь невозможность «объединять,

просматривать и анализировать данные с точки зрения множественности измерений, то есть самым понятным для корпоративных аналитиков способом», и определил общие требования к системам OLAP, расширяющим функциональность реляционных СУБД и включающим многомерный анализ как одну из своих характеристик. По Кодду, многомерное концептуальное представление (multi-dimensional conceptual view) является наиболее естественным взглядом управляющего персонала на объект управления.

Оно представляет собой множественную перспективу, состоящую из нескольких независимых измерений, вдоль которых могут быть проанализированы определенные совокупности данных. Одновременный анализ по нескольким измерениям данных определяется как многомерный анализ. Каждое измерение включает направления консолидации данных, состоящие из серии последовательных уровней обобщения, где каждый вышестоящий уровень соответствует большей степени агрегации данных по соответствующему

измерению. Так, измерение Исполнитель может определяться направлением консолидации, состоящим из уровней обобщения «предприятие – подразделение – отдел – служащий». Измерение Время может даже включать два направления консолидации – «год – квартал – месяц – день» и «неделя – день», поскольку счет времени по месяцам и по неделям несовместим. В этом случае становится возможным произвольный выбор желаемого уровня детализации информации по каждому

из измерений. Операция спуска (drilling down) соответствует движению от высших ступеней консолидации к низшим; напротив, операция подъема (rolling up) означает движение от низших уровней к высшим. Интеллектуальный анализ данных. Наибольший интерес в СППР представляет интеллектуальный анализ данных, так как он позволяет провести наиболее полный и глубокий анализ проблемы, дает возможность обнаружить скрытые взаимосвязи, принять наиболее обоснованное решение.

Современный уровень развития аппаратных и программных средств с некоторых пор сделал возможным повсеместное ведение баз данных оперативной информации на разных уровнях управления. В процессе своей деятельности промышленные предприятия, корпорации, ведомственные структуры, органы государственной власти и местного самоуправления накопили большие объемы данных. Они хранят в себе большие потенциальные возможности по извлечению полезной аналитической информации,

на основе которой можно выявлять скрытые тенденции, строить стратегию развития, находить новые решения. Интеллектуальный анализ данных (Data Mining) — это процесс поддержки принятия решений, основанный на поиске в данных скрытых закономерностей (шаблонов информации). При этом накопленные сведения автоматически обобщаются до информации, которая может быть охарактеризована как знания. В общем случае процесс ИАД состоит из трёх стадий:

1. выявление закономерностей; 2. использование выявленных закономерностей для предсказания неизвестных значений (прогностическое моделирование); 3. анализ исключений, предназначенный для выявления и толкования аномалий в найденных закономерностях. Новыми компьютерными технологиями, образующими ИАД являются экспертные и интеллектуальные системы, методы искусственного интеллекта, базы знаний, базы данных, компьютерное моделирование, нейронные сети, нечеткие системы.

Современные технологии ИАД позволяют создавать новое знание, выявляя скрытые закономерности, прогнозируя будущее состояние систем. Основным методом моделирования социально-экономического развития города является метод имитационного моделирования, который позволяет исследовать городскую систему с помощью экспериментального подхода. Это дает возможность на модели проиграть различные стратегии развития, сравнить альтернативы, учесть влияние многих факторов, в том числе с элементами неопределенности.

3. Классификация СППР Для СППР отсутствует не только единое общепринятое определение, но и исчерпывающая классификация. Разные авторы предлагают разные классификации. На уровне пользователя Haettenschwiler делит СППР на пассивные, активные и кооперативные СППР. Пассивной СППР называется система, которая помогает процессу принятия решения, но не может вынести предложение, какое решение принять. Активная СППР может сделать предложение, какое решение следует выбрать.

Кооперативная позволяет ЛПР изменять, пополнять или улучшать решения, предлагаемые системой, посылая затем эти изменения в систему для проверки. Система изменяет, пополняет или улучшает эти решения и посылает их опять пользователю. Процесс продолжается до получения согласованного решения. На концептуальном уровне Power отличает СППР, управляемые сообщениями (Communication-Driven DSS), СППР, управляемые данными (Data-Driven

DSS), СППР, управляемые документами (Document-Driven DSS), СППР, управляемые знаниями (Knowledge-Driven DSS) и СППР, управляемые моделями (Model-Driven DSS). СППР, управляемые моделями, характеризуются в основном доступ и манипуляции с математическими моделями (статистическими, финансовыми, оптимизационными, имитационными).

Некоторые OLAP-системы, позволяющие осуществлять сложный анализ данных, могут быть отнесены к гибридным СППР, которые обеспечивают моделирование, поиск и обработку данных. Управляемая сообщениями (Communication-Driven DSS) СППР поддерживает группу пользователей, работающих над выполнением общей задачи. СППР, управляемые данными (Data-Driven DSS) или СППР, ориентированные на работу с данными (Data-oriented

DSS) в основном ориентируются на доступ и манипуляции с данными. СППР, управляемые документами (Document-Driven DSS), управляют, осуществляют поиск и манипулируют неструктурированной информацией, заданной в различных форматах. Наконец, СППР, управляемые знаниями (Knowledge-Driven DSS) обеспечивают решение задач в виде фактов, правил, процедур. На техническом уровне Power различает СППР всего предприятия и настольную

СППР. СППР всего предприятия подключена к большим хранилищам информации и обслуживает многих менеджеров предприятия. Настольная СППР — это малая система, обслуживающая лишь один компьютер пользователя. Существуют и другие классификации (Alter, Holsapple и Whinston, Golden, Hevner и Power). Отмечу лишь, что превосходная для своего времени классификация Alter‘a, которая разбивала все СППР на 7 классов, в настоящее время несколько устарела.

В зависимости от данных, с которыми эти системы работают, СППР условно можно разделить на оперативные и стратегические. Оперативные СППР предназначены для немедленного реагирования на изменения текущей ситуации в управлении финансово-хозяйственными процессами компании. Стратегические СППР ориентированы на анализ значительных объемов разнородной информации, собираемых из различных источников.

Важнейшей целью этих СППР является поиск наиболее рациональных вариантов развития бизнеса компании с учетом влияния различных факторов, таких как конъюнктура целевых для компании рынков, изменения финансовых рынков и рынков капиталов, изменения в законодательстве и др. СППР первого типа получили название Информационных Систем Руководства (Executive Information Systems,

ИСР). По сути, они представляют собой конечные наборы отчетов, построенные на основании данных из транзакционной информационной системы предприятия, в идеале адекватно отражающей в режиме реального времени основные аспекты производственной и финансовой деятельности. Для ИСР характерны следующие основные черты: • отчеты, как правило, базируются на стандартных для организации запросах; число последних относительно невелико; •

ИСР представляет отчеты в максимально удобном виде, включающем, наряду с таблицами, деловую графику, мультимедийные возможности и т. п.; • как правило, ИСР ориентированы на конкретный вертикальный рынок, например финансы, маркетинг, управление ресурсами. СППР второго типа предполагают достаточно глубокую проработку данных, специально преобразованных так, чтобы их было удобно использовать в ходе процесса принятия решений.

Неотъемлемым компонентом СППР этого уровня являются правила принятия решений, которые на основе агрегированных данных дают возможность менеджерам компании обосновывать свои решения, использовать факторы устойчивого роста бизнеса компании и снижать риски. СППР второго типа в последнее время активно развиваются. Технологии этого типа строятся на принципах многомерного представления и анализа данных (OLAP). При создании СППР можно использовать Web-технологии.

В настоящее время СППР на основе Web-технологий для ряда компаний являются синонимами СППР предприятия. 4. Архитектуры СППР Функциональные СППР. Являются наиболее простыми с точки зрения архитектуры. Они распространены в организациях, не ставящих перед собой глобальных задач и имеющих невысокий уровень развития информационных технологий. Отличительной особенностью функциональных

СППР является то, что анализу подвергаются данные, содержащиеся в операционных системах. Преимуществами подобных СППР являются компактность из-за использования одной платформы и оперативность в связи с отсутствием необходимости перегружать данные в специализированную систему. Из недостатков можно отметить следующие: сужение круга вопросов, решаемых с помощью системы, снижение качества данных из-за отсутствия этапа их очистки, увеличение нагрузки на операционную систему с потенциальной

возможностью прекращения ее работы. СППР, использующие независимые витрины данных . Применяются в крупных организациях, имеющих несколько подразделений, в том числе отделы информационных технологий. Каждая конкретная витрина данных создается для решения определенных задач и ориентирована на отдельный круг пользователей. Это значительно повышает производительность системы. Внедрение подобных структур достаточно просто. Из отрицательных моментов можно отметить то, что данные

многократно вводятся в различные витрины, поэтому могут дублироваться. Это повышает затраты на хранение информации и усложняет процедуру унификации. Наполнение витрин данных достаточно сложно в связи с тем, что приходится использовать многочисленные источники. Отсутствует единая картина бизнеса организации, вследствие того что нет окончательной консолидации данных. СППР на основе двухуровневого хранилища данных .

Используется в крупных компаниях, данные которых консолидированы в единую систему. Определения и способы обработки информации в данном случае унифицированы. На обеспечение нормальной работы подобной СППР требуется выделить специализированную команду, которая будет ее обслуживать. Такая архитектура СППР лишена недостатков предыдущей, но в ней нет возможности структурировать данные для отдельных групп пользователей, а также ограничивать доступ к информации.

Могут возникнуть трудности с производительностью системы. СППР на основе трехуровневого хранилища данных . Такие СППР применяют хранилище данных, из которого формируются витрины данных, используемые группами пользователей, решающих сходные задачи. Таким образом, обеспечивается доступ как к конкретным структурированным данным, так и к единой консолидированной информации. Наполнение витрин данных упрощается ввиду использования

проверенных и очищенных данных, находящихся в едином источнике. Такие СППР отличает гарантированная производительность. Но существует избыточность данных, которая ведет к росту требований на их хранение. Кроме того, необходимо согласовать подобную архитектуру с множеством областей, имеющих потенциально различные запросы. 5. Роль СППР на предприятии Система позволяет решать задачи оперативного и стратегического

управления на основе учетных данных о деятельности компании. Система поддержки принятия решений представляет собой комплекс программных инструментальных средств для анализа данных, моделирования, прогнозирования и принятия управленческих решений. Использование системы позволяет найти ответы на множество вопросов, возникающих у руководителей компании, например: У генерального директора: • На сколько процентов выполнен план по продажам, доходу, прибыли,

расходам • Какова доля рынка, принадлежащего компании • Каковы тенденции развития сегмента рынка, на котором представлена компания • Каковы ключевые показатели производительности компании в текущем периоде • Каковы тенденции изменения ключевых показателей производительности компании со временем У руководителя отдела по работе с партнерами • Какие из партнеров приносят наибольший доход, прибыль

• Какие проекты, группы продуктов лучше всего продает данный партнер • Каковы тенденции изменения продаж через партнеров У руководителя финансового департамента • Сколько каждый проект стоит моему предприятию • Сколько стоит поддержка продаваемых проектов • Какие проекты в этом году стоят больше, чем в прошлом • Как расходы различных подразделений и компании в целом соотносятся с доходами

У руководителя департамента бюджетного планирования и контроля • Насколько точно различные подразделения компании соблюдают установленный бюджет • Каковы тенденции расходов по различным подразделениям, статьям бюджета У руководителя департамента закупок • Какие из моих поставщиков предлагают наилучшее соотношение цена/качество • Какие из поставщиков доставляют товары быстрее остальных

Медленнее остальных • Как часто происходят задержки поставок от того или иного поставщика • Каких поставщиков выбрать для поставок крупных/небольших партий продукта У руководителя планового отдела (отдела стратегического планирования) • Насколько предприятие выполняет план по продажам, доходам, прибыли • Какие области бизнеса вносят положительный вклад, а какие - отрицательный •

Каков прогноз ключевых показателей производительности на следующий период (месяц, квартал, год) У руководителя отдела сервисного обслуживания • Каково среднее время выполнения заявки на обслуживание • Каковы расходы на выполнение одной заявки • Каково среднее время до первой поломки данной модели У руководителя отдела кадров • Какова производительность персонала, прошедшего определенное обучение перед теми, кто его не проходил • Каковы тенденции ежегодного роста персонала компании в различных регионах,

подразделениях • Каково прогнозируемое количество персонала на следующий год • Каковы прогнозы по поводу состава • Какие сотрудники нуждаются в обучении • Каким набором навыков должен обладать сотрудник чтобы хорошо выполнять свои обязанности У руководителя отдела анализа качества • Какие проекты доставляются вовремя Какие - с запозданием • Имеют ли определенные клиенты или проекты недопустимо долгий срок поставки •

Изменилось ли время доставки определенных продуктов со временем • Насколько быстрее или медленнее стала поставка продуктов (услуг) в определенный сегмент рынка • Каковы основные причины отказа от продукта (услуги) Процесс создания системы управленческой отчетности, анализа данных и поддержки принятия решений состоит из следующих этапов: 1. Анализ существующих на предприятии информационных потоков и процедур управления

предприятием; 2. Выявление показателей, влияющих на финансово-экономическое состояние предприятия и отражающих эффективность ведения бизнеса (на основе данных из уже использующихся систем); 3. Выработка процедур, обеспечивающих получение управленческим персоналом необходимой информации в нужное время, в нужном месте и в нужном виде; 4. Настройка программных средств многомерного анализа; 5. Обучение персонала Заказчика работе с программными средствами многомерного анализа.

Итог – продуманные решения опирающиеся на информационный фундамент, адекватные действия, квалифицированное исполнение и как результат успех всего предприятия. Заключение Рассмотрение СППР как интегрированной автоматизированной системы, ориентированной нарешение слабоструктурированных задач, сегодня наиболее актуально. Основу СППР составляет комплекс взаимосвязанных моделей с соответствующей информационной поддержкой

исследования, экспертные и интеллектуальные системы, включающие опыт решения задач управления и обеспечивающие участие коллектива экспертов в процессе выработки рациональных решений. Широкое практическое применение в свое время нашли экспертные системы (ЭС). Анализ опыта использования экспертных систем показал перспективность их для применения в интересах решения задач управления. Совокупность современных информационных технологий, позволяет вести речь о

разработке информационной системы (подсистемы) интеллектуальной поддержки принятия решения, главным предназначением которой является - своевременное и качественное обеспечение всех информационных потребностей руководителей в процессе принятия решения. СППР не заменяет ЛПР, автоматизируя процесс принятия решения, а оказывает ему помощь в ходе решения поставленной задачи. Использование СППР позволяет найти ответы на множество вопросов, возникающих у руководителей различных

компаний. Ссылки на использованные источники: http://ru.wikipedia.org http://ru.science.wikia.com http://www.mista.ru http://www.dvgu.ru http://www.tadviser.ru http://www.market-pages.ru