СППР появились усилиями, в основном, американских ученых в конце 1970-х - начале 1980-х годов, чему в значительной степени способствовало широкое распространение персональных компьютеров, страндартных пакетов прикладных программ, а также значительные успехи в создании систем искусственного интеллекта (ИИ).

Отличительные особенности СППР.

СППР характеризуется следующими отличительными особенностями.

Ориентация на решение плохо структурированных (формализованных) задач, характерных, главным образом, для высоких уровней управления;

Возможность сочетания традиционных методов доступа и обработки компьютерных данных с возможностями математических моделей и методами решения задач на их основе;

Направленность на непрофессионального конечного пользователя ЭВМ посредством использования диалогового режима работы;

Высокая адаптивность, обеспечивающая возможность приспосабливаться к особенностям имеющегося технического и программного обеспечения, а также требованиям пользователя.

Место СППР среди информационных систем. Информационную модель некоторой организации можно представить себе в виде следующей иерархической модели, включающей в себя следующие три уровня (см. Рис. 4.3):

Обработка данных,

Обработка информации,

Принятие решений.

Рис. 4.3. Иерархия информационных систем в компании

На первом низшем уровне находятся СЭОД. В иерархии управленческих решений этот уровень соответствует уровню управленческого контроля, автоматизирующего документооборот в организации. Основными характеристиками СОЭД являются:

Обработка данных на уровне оперативного контроля,

Эффективная обработка коммерческих операций, проводимых организацией,

Составление расписания и оптимизация работы компьютера,

Интеграция файлов, описывающих смежные задачи,

Составление отчетов для руководства.

На втором среднем уровне, соответствующем уровню управленческого контроля, акцент переносится на процедуры обработки информации, выполняемые ИСУ. Указанная обработка обычно относится к планированию деятельности в таких функциональных сферах деятельности организации как маркетинг, производство, финансы, бухучет, кадры. Основными характеристиками ИСУ следует считать:

Подготовку информации, полезной на уровне среднего руководства,

Структурирование (упорядочивание) информационных потоков,

Интеграцию (объединение) данных, получаемых от СЭОД по функциональным сферам бизнеса (ИСУ маркетинга, ИСУ производства и т.п.),

Создание запросно-ответной системы и составление отчетов для руководства (обычно с использованием баз данных).

На третьем самом высоком уровне управления, соответствующем стратегическому планированию, формируются наиболее важные решения организации. Используемые на этом уровне СППР (как будет ясно из дальнейшего, СППР могут использоваться на любом уровне управления) имеют следующие характеристики:

Подготовку вариантов решений для высшего руководства,

Обеспечение высокой адаптивности к изменениям и высокой скорости ответов на запросы пользователей,

Обеспечение помощи в принятии решений любым индивидуальным управленцам.

Управление данными в условиях СЭОД осуществляется в основном для обработки текущих коммерческих операций, проводимых фирмой. Создание ИСУ было связано с появлением СУБД, давшей возможность организовать режимы запросов, обработки данных, а также создания разнообразных управленческих отчетов. Однако главным достоинством создания СУБД было снижение затрат на текущее программирование, связанное с эксплуатацией баз данных. Следует указать на сравнительно невысокие требования, предъявляемые пользователем к таким системам. Требования к СППР значительно серьезнее. Это касается возрастания потребности в достоверных данных, в том числе и носящих вероятностный характер, а также ужесточения временных ограничений к запросному режиму и использованию данных, поступающих из некомпьютеризированных источников. Соблюдение таких требований обеспечивает быстрый обмен данными между базами данных, входящих в СППР, и большой базой данных, хранящей сведения об операциях фирмы.

Итак, СЭОД и ИСУ дают возможность удовлетворить информационные потребности пользователя посредством быстрого доступа к необходимым данным и получения отчетов (построенных с различной степенью обработки данных), облегчающих принятие решений. В случае СППР правильнее говорить о способности системы совместно с пользователем создавать новую информацию (часто в виде готовых альтернатив) для принятия решений.

Следует заметить, что рассмотренный подход к установлению места СППР среди ИС может отчасти ввести читателя в заблуждение. Так, может показаться, что СППР можно использовать только на высших уровнях управления. В действительности они могут использоваться для помощи в принятии решения на любом уровне управления. Кроме того, решения, принимаемые на различных уровнях управления, часто должны координироваться. Поэтому важной функцией СППР является координация лиц, принимающих решения на разных уровнях управления, а также в рамках одного уровня. И, наконец, читателю может показаться, что помощь в принятии решений - это единственное, что может потребоваться руководству высших уровней от информационных систем. Однако, принятие решений - это только одна из функций управленцев, по которым они получают помощь от информационных систем.

Заметим также, что сам термин "информационные системы управления" используется в литературе в широком и узком смысле. В широком смысле он включает в себя любые виды рассмотренных компьютерных систем (СЭОД, ИСУ, СППР и др.), используемых в интересах управленцев. В узком смысле этот термин означает вид ИС, производящих управленческие отчеты, т.е. ИСУ.

Структура СППР

До настоящего момента мы не затрагивали вопросы структуры СППР, считая ее некоторым "черным ящиком". Первое представление о структуре СППР можно составить из рассмотрения Рис. 4.4.

В состав СППР помимо пользователя входят три главных компонента: подсистема обработки и хранения данных, подсистема хранения и использования моделей и программная подсистема. Последняя включает в себя систему управления базой данных (СУБД), систему управления базой моделей (СУБМ) и систему управления диалогом между пользователем и компьютером (СУД).

Подсистема данных. Подсистема обработки и хранения данных характеризуется всеми известными преимуществами построения и использования баз данных. Однако использование баз данных в составе СППР характеризуется определенными особенностями (см. Рис. 4.5). Так, например,

Рис. 4.4. Структура СППР

базы данных в составе СППР имеют значительно больший набор источников данных, включая внешние источники, особенно важные для принятия решений на высоких уровнях управления, а также источники некомпьютеризованных данных. Другой особенностью является возможность предварительного "сжатия" данных, поступающих из многочисленных источников, путем их предварительной совместной обработки процедурами агрегирования и фильтрации.

Данные играют в СППР важную роль. Они могут использоваться непо- стредственно пользователем или как исходные данные для расчета при помощи математических моделей.

Часть данных подсистема данных СППР получает от системы обработки операций, производимых фирмой. Однако лишь в редких случаях данные, полученные на уровне обработки коммерческих операций, оказываются полезными для СППР. Для того, чтобы получить возможность использования, эти данные должны быть предварительно обработаны. Для этого имеются две возможности. Первая - использовать для обработки данных об операциях фирмы СУБД, входящую в СППР. Вторая - сделать обработку за пределами СППР, создав для этого специальную базу данных. Ясно, что вторая из указанных возможностей предпочтительнее для фирм, производящих большое количество коммерческих операций.

IitUC. 4.5. Структура подсистемы данных СППР

Обработанные данные об операциях фирмы образуют экстрактивные файлы, которые для повышения надежности и быстроты доступа хранятся за пределами СППР. Идея создания специальной базы данных для обработки операций фирмы базируется на целесообразности разделить сферу автоматической электронной обработки данных от сферы менее квалифицированного конечного пользователя. Кроме того, конечные пользователи СППР, ожидающие быстрой реакции системы на свои запросы, постоянно конкурировали бы за машинное время с процессом обработки операций. Поэтому многие организации, работающие с СППР, используют для обработки своих коммерческих операций отдельный компьютер, работающий в рамках центральной ИСУ.

Помимо данных об операциях фирмы, для функционирования СППР требуются и другие внутренние данные. Так, например, необходимы оценки управляющих, занятых в сферах маркетинга, финансов, производства, данные о движении персонала, инженерные данные и т. п. Эти данные должны быть своевременно собраны, введены и поддержаны.

Важное значение, особенно для поддержки решений на верхних уровнях управления, имеют данные из внешних источников. В числе необходимых внешних данных следует указать данные о конкурентах, национальной и мировой экономике. В отличие от внутренних данных внешние данные часто могут быть куплены у специализирующихся на их сборе организаций.

В настоящее время широко исследуется вопрос о включении в СППР еще одного источника данных - документов, включающих в себя записи, письма, контракты, приказы и т.п. Если содержание этих документов будет записано в памяти (например, на видеодиске) и затем обработано по некоторым ключевым характеристикам (поставщикам, потребителям, датам, видам услуг и др.), СППР получат новый мощный источник информации.

Подсистема данных, входящая в состав СППР, должна обладать следующими возможностями:

Составление комбинаций данных, получаемых из различных источников, посредством использования процедур агрегирования и фильтрации;

Быстрое прибавление или исключение того или иного источника данных;

Построение логической структуры данных в терминах пользователя;

Использование и манипулирование неофициальными данными для экспериментальной проверки рабочих альтернатив пользователя;

Управление данными при помощи широкого спектра функций управления, предоставляемых СУБД;

Обеспечение полной логической независимости базы данных, входящей в подсистему данных СППР, от других операционных баз данных, функционирующих в рамках фирмы.

Подсистема моделей. Наряду с обеспечением доступа к данным СППР обеспечивает доступ пользователя к моделям принятия решений. Это достигается введением в ИС соответствующих моделей и использованием в ней базы данных как механизма интеграции моделей и коммуникации между ними (см. Рис. 4.6).

Полученная в результате СППР будет сочетать в себе преимущества СЭОД и ИСУ в части обработки данных и генерации управленческих отчетов с достоинствами методов исследования операций и эконометрики в части математического моделирования ситуаций и нахождения решения.

Процесс создания моделей должен быть гибким. Он должен включать в себя специальный язык моделирования, совокупность отдельных программных блоков и модулей, реализующих отдельные компоненты различных моделей, а также набор функций управления.

Использование моделей обеспечивает способность СППР к проведению анализа. Модели, используя математическую интерпретацию проблемы, при помощи определенных алгоритмов способствуют нахождению информации, полезной для принятия правильных решений. Например, модель линейного программирования дает возможность определить наиболее выгодную производственную программу выпуска нескольких видов продукции при заданных ограничениях на ресурсы.

Использование моделей в составе информационных систем началось с применения статистических методов и методов финансового анализа, которые реализовались командами обычных алгоритмических языков. Позже были созданы специальные языки, позволяющие моделировать ситуации типа “что будет, если?" или "как сделать, чтобы?". Такие языки, созданные специально для построения моделей, дают возможность построения моделей определенного типа, обеспечивающих нахождение решения при гибком изменении переменных.

В настоящее время существует множество типов моделей и способов их классификации, например, по цели использования, области возможных приложений, способу оценки переменных и т. п.

Целью создания моделей являются либо оптимизация, либо описание некоторого объекта или процесса. Оптимизационные модели связаны с нахождением точек минимума или максимума некоторых показателей. Например, управляющие часто хотят знать, какие их действия ведут к максимизации прибыли (минимизации затрат). Модели оптимизации позволяют получать подобную информацию. Описательные модели описывают поведение некоторой системы и не предназначены для целей управления (оптимизации).

Хотя большинство систем носит стохастический характер (т.е. их состояние не может быть предсказано с абсолютной достоверностью), большинство математических моделей построены как детерминистские. Детерминистские модели используют оценку переменных одним числом (в отличие от стохастических моделей, оценивающих переменные несколькими параметрами). Детерминистские модели более популярны, чем стохастические, потому что они менее дорогие и трудные, их легче строить и использовать. К тому же часто с их помощью оказывается возможным получить достаточную информацию для помощи принимающему решение.

C точки зрения области возможных приложений модели подразделяются на специализированные модели, предназначенные для использования только с одной системой, и универсальные - предназначенные для использования с несколькими системами. Первые из них - более дорогие, они обычно используются для описания уникальных систем и обладают большей точностью, чем вторые.

База моделей. Модели в СППР образуют базу моделей, включающую в себя стратегические, тактические и оперативные модели, а также совокупность модельных блоков, модулей и процедур, используемых как элементы для построения моделей (см. Рис. 4.6). Каждый тип моделей имеет свои уникальные характеристики.

Стратегические модели используются на высших уровнях управления для установления целей организации, объемов ресурсов, необходимых для их достижения, а также политики приобретения и использования этих ресурсов. Они могут быть также полезны для выбора вариантов размещения предприятий, прогнозирования политики конкурентов и т.п. Для стратегических моделей характерна значительная широта охвата, множество переменных, представление данных в сжатой агрегированной форме. Часто эти данные базируются на внешних источниках и могут иметь субъективный характер. Горизонт планирования в стратегических моделях обычно измеряется в годах. Эти модели обычно детерминистские, описательные, специализированные для использования на одной определенной фирме.

Тактические модели применяются управляющими среднего уровня для распределения и контроля использования имеющихся ресурсов. Среди возможных сфер их использования следует указать: финансовое планирование, планирование требований к работникам, планирование увеличения продаж, построение схем компоновки предприятий. Эти модели применимы обычно лишь к отдельным частям фирмы (например, к системе производства и сбыта) и могут также включать в себя агрегированные показатели. Временной горизонт, охватываемый тактическими моделями, лежит между одним месяцем и двумя годами. Здесь также могут потребоваться данные их внешних источников, но основное внимание при реализации данных моделей должно быть уделено внутренним данным фирмы. Обычно тактические модели реализуются как детерминистские, оптимизационные и универсальные.

Оперативные модели используются на низших уровнях управления для поддержки принятия оперативных решений с горизонтом, измеряемым днями и неделями. Возможные применения этих моделей включают в себя введение дебиторских счетов и кредитных расчетов, календарное производственное планирование, управление запасами и т.д. Оперативные модели обычно используют для своих расчетов внутрифирменные данные. Они, как правило, детерминистские, оптимизационные и универсальные (т. е. могущие быть использованными в различных организациях).

В дополнение к стратегическим, тактическим и оперативным моделям база моделей СППР включает в себя совокупность модельных блоков, модулей и процедур. Сюда могут входить процедуры линейного программирования, статистического анализа временных рядов, регрессионного анализа и т.п. - от простейших процедур до сложных пакетов прикладных программ. Модельные блоки, модули и процедуры могут использоваться как поодиночке, самостоятельно для помощи пользователям СППР, так и комплексно, в совокупности для построения и поддержания моделей.

Система управления интерфейсом. Эффективность и гибкость СППР в решении определенных задач во многом зависит от характеристик используемого интерфейса. Интерфейс включает в себя программную систему управления диалогом (СУД), компьютер и самого пользователя.

Язык пользователя - это те действия, которые пользователь производит в отношении системы путем использования возможностей клавиатуры, электронных карандашей, пишущих на экране, джостика, "мыши", команд, подаваемых голосом, и т.п. Наиболее простой формой языка действий является создание форм входных и выходных документов. Получив входную форму (документ), пользователь заполняет его необходимыми данными и вводит в компьютер. СППР производит необходимый анализ и выдает результаты в виде выходного документа установленной формы.

Значительно возросла за последнее время популярность визуального интерфейса, разработанного американской компанией "Apple Mackintosh", в основу которого положено использование специального устройства "мыши". C помощью этого устройства пользователь выбирает представленные ему на экране в форме картинок объекты и действия, реализуя, таким образом, язык действий.

Управление компьютером при помощи человеческого голоса - самая простая и поэтому самая желанная форма языка действий. Она еще недостаточно разработана и поэтому мало популярна в СППР. Существующие разработки требуют от пользователя серьезных ограничений (органиченного набора слов и выражений; специального устройства, учитывающего особенности голоса пользователя; управление должно осуществляться в виде дискретных команд, а не в виде обычной гладкой речи). Технология этого подхода интенсивно совершенствуется, и в ближайшем будущем можно ожидать появления новых совершенных СППР, использующих речевой ввод информации.

Язык сообщений - это то, что пользователь видит на экране дисплея (символы, графика, цвет), данные, полученные на принтере, звуковые выходные сигналы и т.п. Долгое время единственной реализацией языка сообщений был отпечатанный или выведенный на экран дисплея отчет (или другое требуемое сообщение). Теперь к нему присоединилась новая возможность представления выходных данных - машинная графика. Она дает возможность создавать на экране и бумаге цветные графические изображения в трехмерном виде. Использование машинной графики, значительно повышающее наглядность и интерпретируемость выходных данных, становится все более популярным в СППР.

За последние несколько лет наметилось новое направление, развивающее машинную графику - мультипликация. Мультипликация оказывается особенно эффективной для интерпретации выходных данных СППР, связанных с моделированием физических систем и объектов. Так, например, СППР, предназначенная для обслуживания клиентов в банке, с помощью мультипликационных моделей может реально просмотреть различные варианты организации обслуживания в зависимости от потока посетителей, допустимой длины очереди, количества пунктов обслуживания и т. п.

В ближайшие годы следует ожидать использования человеческого голоса как языка сообщений СППР. В качестве возможного примера можно указать использование этой формы в работе СППР сферы финансов, где в процессе генерации чрезвычайных отчетов голосом поясняются причины исключительности той или иной позиции.

Знания пользователя - это то, что пользователь должен знать, работая с системой. Сюда относится не только план действий, находящийся в голове у пользователя, но и учебники, инструкции, справочные данные, выдаваемые компьютером при команде о помощи. Инструкции и справочные данные, выдаваемые системой по просьбе пользователя, обычно не стандартны, а зависят от места в контексте решения задачи, в котором находится пользователь СППР. Иным словами, помощь специализирована с точки зрения ситуации.

Большую помощь пользователю СППР могут оказать так называемые командные файлы, содержащие запрограммированные инструкции выполнения системой стандартных процедур. Такие файлы активизируются нажатием одной клавиши и не требуют от пользователя знания командного языка. Примером могут служить постоянно выполняемые в рамках АРМ процедуры сопоставления планируемого и фактического состояния производства (ценностей на складе, объемов производства, поступления наличности и др.).

В случае явной недостаточности знаний пользователя о данной предметной области и самой СППР, последние могут использоваться в качестве тренажеров под руководством опытных пользователей или экспертов в исследуемой области.

Совершенствование интерфейса СППР определяется успехами в развитии каждой из трех указанных компонент.

Важным измерителем эффективности используемого интерфейса является выбранная форма диалога между пользователем и системой. В настоящее время наиболее распространенными являются следующие формы диалога: запросно-ответный режим, командный режим, режим меню и режим заполнения пропусков в выражениях, предлагаемых компьютером. Каждая форма в зависимости от типа задачи, особенностей пользователя и принимаемого решения может иметь свои достоинства и недостатки.

Интерфейс СППР должен обладать следующими возможностями:

Манипулировать различными формами диалога, изменяя их в процессе решения по выбору пользователя;

Передавать данные системе различными способами;

Получать данные от различных устройств системы в различном формате;

Гибко поддерживать (оказывать помощь по запросу, подсказывать) знания пользователя.

Эксплуатационные требования к СППР с позиций пользователя.

Первые три из указанных ниже требований имеют отношение к типу задачи, решаемой лицом, принимающим решение. Остальные - связаны с типом оказываемой ему помощи.

1. СППР должны осуществлять помощь в принятии решений и быть особенно эффективными при решении неструктурированных и плохо структурированных задач. Имеются в виду задачи, при решении которых использование СЭОД, ИСУ и моделей исследования операций обычно не давало результатов.

2. СППР должны осуществлять помощь в принятии решений управленцами всех уровней, а также при координации решений, требующих участия нескольких уровней управления.

3. СППР должны осуществлять помощь в принятии как индивидуальных, так и коллективных решений. Здесь имеются в виду решения, ответственность в которых разделена между несколькими руководителями или внутри группы работников.

4. СППР должны осуществлять помощь на всех стадиях процесса принятия решений. Как будет показано ниже, если на стадиях изучения проблемы и сбора данных СППР оказывает лишь дополнительную помощь (главный вклад вносит использование ИСУ), то на всех последующих стадиях (кроме стадии принятия решения) помощь, оказываемая СППР, является превалирующей.

5. СППР, оказывая помощь при принятии различных решений, не может зависеть ни от одного из них.

6. Использовать СППР должно быть легко. Это обеспечивается высокой адаптивностью системы по отношению к виду задач, особенностям организационного окружения и пользователя, а также дружественным интерфейсом.

Г рупповые СППР

Все, что говорилось выше о СППР, относилось прежде всего к поддержке индивидуальных решений. Однако, менеджер редко принимает решение один. Советы директоров, научно-технические советы, бригады проектантов, проблемные комиссии - вот далеко не полный перечень примеров коллективного подхода к принятию решений. Групповые СППР (ГСППР) представляют собой интерактивные компьютерные системы, призванные обеспечить поддержку группам работников в решении плохо структурированных проблем.

Принятие групповых решений является более сложным, чем индивидуальных, поскольку оно связано с необходмостъю согласования различных индивидуальных точек зрения. Поэтому главной задачей ГСППР является улучшение коммуникаций в работающем коллективе. Улучшение коммуникаций приводит к экономии рабочего времени, которое может быть использовано на более глубокое проникновение в данную проблему и разработку большего количества возможных альтернатив ее решения. Оценка большего количества альтернатив способствует выбору более обоснованного решения.

Важность принятия групповых решений, с одной стороны, хронические пороки группового общения (см. главу 2) и ограниченные возможности борьбы с ними, с другой, привели к созданию специальной информационной технологии для поддержки групповых решений .

Большая часть этой технологии реализуется средствами систем автоматизации офиса (CAO)1 улучшая коммуникацию между сотрудниками. ГСППР могут быть специализированными (приспособленными для решения лишь одного типа проблем) или универсальными (предназначенными для решения широкого круга вопросов). Многие ГСППР содержат встроенный программный механизм, препятствующий развитию негативных тенденций группового общения (возникновению конфликтных ситуаций, группового мышления И Т.П.).

Структура ГСППР. ГСППР включает в себя техническое и программное обеспечение, а также процедуры и персонал (см. Рис. 4.7).

Рис. 4.7. Структура групповой системы поддержки принятия решений

Указанные компоненты обеспечивают членам группы возможность коммуникации и другую поддержку при обсуждении проблем. В процессе работы с системой члены группы имеют постоянный доступ к базе данных, базе моделей и различным приложениям. Распорядитель группы отвечает за выбор необходимых для работы группы процедур. Распорядитель группы и ее члены имеют возможность вступать в диалог.

Техническое обеспечение. В ГСППР обычно используют одну из следующих конфигураций технического обеспечения:

1. Единственный компьютер. В этом случае все участники собираются вокруг единственного компьютера и по очереди отвечают на вопросы, которые появляются на экране монитора, до тех пор, пока решение не будет получено. Использование такой конфигурации целесообразно лишь для целей обучения.

2. Сеть компьютеров или терминалов. Каждый участник находится за своим компьютером или терминалом, имея возможность вести диалог с центральным процессором системы.

3. Комната для принятия решений. В основе этой конфигурации ГСППР лежит приложение CAO1 называемое компьютерной конференцией и описанное в разделе 4.4. Комната для принятия решений включает в себя локальную компьютерную сеть с сервером, на котором работает распорядитель системы. Она также оснащена общим экраном, позволяющим демонстрировать всем членам группы необходимую информацию (индивидуальную и агрегированную).

Программное обеспечение. Программное обеспечение ГСППР включает в себя базу данных, базу моделей и программы специальнных приложений. Оно обеспечивает возможность индивидуальной и групповой работы пользователлей, а также ведение групповых процедур приниятия решений. Так, в части групповой работы программное обеспечение ГСППР позволяет

Производить численное и графическое суммирование предложений и результатов голосования членов группы;

Вычислять веса альтернатив решения, производить анонимную запись полученных предложений, выбирать лидера группы, строить процедуры построения консенсуса, препятствовать развитию негативных тенденций группового общения;

Передавать текст и числовые данные между членами группы, между членами группы и распорядителем группы, в также между членами группы и центральным процессором ГСППР.

Персонал. Этот компонент ГСППР включает в себя всех членов группы и распорядителя, присутствующего на каждой встрече группы и отвечающего за аппаратную часть системы и управление сменой процедур ведения дискуссии.

Пооиедуоы. Процедуры представляют собой необходимый компонент ГСППР, посредством которого обеспечивается целенаправленность обмена мнениями, объективность достижения консенсуса и эффективность использования программного и технического обеспечения системы.

Поддержка, осуществляемая ГСППР. Для того, чтобы проанализировать работу ГСППР, выделим три уровня средств поддержки, предоставляемых этими системами:

Уровень 1. Поддержка коммуникаций

Уровень 2. Поддержка принятия решений

Уровень 3. Поддержка правил игры

Уровень 1. Поддержка коммуникаций. На этом уровне ГСППР, используя возможности CAO и специальные программы, может осуществлять следующие виды поддержки:

Передача сообщений между членами группы средствами электронной почты;

Формирование общего экрана, видимого всем членам группы и доступного с каждого рабочего места;

Возможность анонимного ввода идей (предложений) и их анонимной оценки (ранжирования);

Выдача на общий экран (или монитор каждого рабочего места) всей выходной информации, являющейся результатом обсуждения (исходного и окончательного списка предложений, результатов голосования и др.);

Формирование повестки дня для обсуждения.

Уровень 2. Поддержка принятия решений. На этом уровне ГСППР, используя программные средства моделирования и анализа принятия решений, может осуществлять следующие виды поддержки:

Плановое и финансовое моделирование;

Использование деревьев решений;

Использование вероятностных моделей;

Использование моделей распределения ресурсов.

Уровень 3. Поддержка правил игры. На этом уровне ГСППР использует специальные программные средства для соблюдения установленных правил проведения групповых процедур (например, установление очередности выступлений и правил голосования, приемлемости вопросов в данный момент и др).

1) . Перед началом встречи лидер группы встречается с ее распорядителем, чтобы спланировать работу группы, выбрать программное обеспечение, наметить повестку дня.

2) . Работа группы начинается с того, что ее лидер предлагает группе для решения вопрос или проблему.

3) . Далее участники вводят с клавиатуры свои ответы, которые делаются доступными всем. После того, как участники ознакомились со всеми высказанными предложениями, они дают комментарии к ним (положительные или отрицательные).

4) . Распорядитель, используя программу обобщения предложений, ищет в поданных предложениях общие термины, темы и идеи и создает из них несколько обобщенных предложений с комментариями, которые сообщаются всем участникам.

5) . Лидер начинает дискуссию по обобщенным предложениям (словесную или электронную). На этой стадии с помощью специальных программ происходит ранжирование (назначение приоритетов) обсуждаемых предложений.

6) . Для лучших пяти или десяти предложений начинается новая дискуссия с целью их конкретизации и дальнейшей оценки.

7) . Процесс (разработки предложений, их обобщения и ранжирования) повторяется или заканчивается финальным голосованием. Этот этап использует специальную программу, называемую “окончательный комментарий", выдающий комментарий по отобранным обобщенным предложениям.

ПОСТРОЕНИЯ И ИСПОЛЬЗОВАНИЯ СППРДЛЯ ФИНАНСОВОГО ПЛАНИРОВАНИЯ

Описываемый пример основан на реальных событиях, которые имели место в одном из западных банков.

В конце очередного финансового года банк, обнаружив значительное сокращение прибыли, ощутил себя в опасности. Анализ возникшей ситуации выходил за рамки обычной управленческой деятельности.

Хотя указанный банк числился в числе передовых, одним из первых внедрившим кредитные карточки и компьютерную систему бухгалтерских расчетов, реализация кредитной политики в нем до сих пор осуществлялась вручную.

Было принято решение создать новую компьютерную систему финансового планирования, производящую анализ и прогнозирование, а также создающую отчеты на базе использования данных уже существующей в банке системы обработки бухгалтерских операций. Анализ при этом касался освещения динамики изменения основных показателей, оценивающих соотношение собственных активов и заемных средств банка. Прогнозирование предполагалось проводить для двух постоянных горизонтов: 12 месяцев и 5 лет.

Система финансового планирования (СФП) использовалась в следующих трех направлениях:

В начале каждого месяца выдавался отчет о деятельности банка за предшествующий месяц;

В течение каждого месяца - для решения специальных текущих задач и разработки стратегических планов;

В конце каждого календарного года - для разработки годовых бюджетных документов.

Как нетрудно заметить, в отличие от уже существовавшей в банке ИC бухгалтерских расчетов (представлявшей собой централизованную СЭОД), вновь созданная СФП представляет собой СППР, сохраняющая такие стандартные функции этих систем как

Доступ к данным в любой момент;

Поддержка принимаемых решений выдачей периодических управленческих отчетов;

Использование математических моделей прогнозирования для оценки альтернатив и стратегий;

Обеспечение возможности работы в режиме диалога (возможность изменения целей и ограничений при изменении условий и обстоятельств на финансовых рынках).

Данные. Каждый месяц полученные данные записываются в базы данных, содержащие ретроспективную информацию за последние три года в помесячном разрезе и за семь с половиной лет в поквартальном разрезе. Кроме того, базы данных содержат полученную прогнозную информацию на последующие 12 месячных периодов.

Отчеты и анализ. Каждый месяц система финансового планирования выдает полный набор финансовых документов, включая балансовый отчет, отчет о доходах и отчеты по основным коммерческим показателям. Полученные месячные данные сравниваются с результатами прогнозирования, бюджетом и с аналогичными данными, полученными в предшествующем году. Кроме того, система выдает периодические отчеты об особенно напряженных (критических) аспектах деятельности банка, например, отчет о соотношении ставок и объемов процентных платежей.

Прогнозирование. Все перечисленные отчеты могут быть выданы системой для каждого из 12 последующих месяцев. Независимые переменные для этих отчетов могут быть введены непосредственно пользователями или сформированы из стратегических соображений автоматически. При необходимости здесь могут быть использованы оптимизационные модели, находящиеся в базе моделей системы. Прогнозирование является “скользящим", постоянно покрывающим следующие 12 месяцев, с постоянной переоценкой данных в начале каждого месяца.

Преимущества. Внедрение СФП привело к повышению прибыльности банка за счет следующих факторов:

Построения механизма управления важнейшими показателями балансового отчета, в том числе ликвидностью и соотношением собственного и заемного капитала;

Создания базы для координациии процесса принятия решений на уровне стратегического планирования;

Создания возможности для высшего руководства быстро реагировать на изменение нормативных актов, условий рынка и внутрибанковских

обстоятельств;

Снижения затрат на создание периодических управленческих от

Вопросы дпя самопроверки

1. Опишите ситуацию, которая побудила руководство банка к созданию СФП.

2. Какие преимущества обеспечивало внедрение СФП?

3. Опишите компоненты СФП, обосновав - к какому виду ИС она относится.

3) . СППР имеет способность управления диалогом между пользователем и системой, а также управления данными и моделями.

Целью написания этой статьи было сделать краткий обзор принципов построения Интеллектуальных Систем Поддержки Принятия Решений (ИСППР ), роли машинного обучения, теории игр, классического моделирования и примеров их использования в СППР. Целью статьи не является забуриться вглубь тяжелой теории автоматов, самообучаемых машин, равно как и инструментов BI.

Введение

Существет несколько определений ИСППР , которые, в общем-то, крутятся вокруг одного и того же функционала. В общем виде, ИСППР - это такая система, которая ассистирует ЛПР (Лицам, Принимающим Решения) в принятии этих самых решений, используя инструментарии дата майнинга, моделирования и визуализации, обладает дружелюбным (G)UI, устойчива по качеству, интерактивна и гибка по настройкам.

Зачем нужны СППР :

1. Сложность в принятии решений
2. Необходимость в точной оценке различных альтернатив
3. Необходимость предсказательного функционала
4. Необходимость мультипотокового входа (для принятия решения нужны выводы на основе данных, экспертные оценки, известные ограничения и т.п.)

Первые СППР (тогда еще без И) выросли из СПТ (Систем Процессинга Транзакций), в середине 60-х - начале 70-х. Тогда эти системы не обладали никакой интерактивностью, представляя собой, по сути, надстройки над РСУБД, с некоторым (совсем не большим) функционалом численного моделирования. Одной из первых систем можно назвать DYNAMO, разработанную в недрах MIT и представлявшую собой систему симуляции каких-либо процессов на основе исторических транзакций. После выхода на рынок мейнфреймов IBM 360 стали появляться и условно-коммерческие системы, применявшиеся в оборонке, спецслужбах и НИИ.

С начала 80-х уже можно говорить о формировании подклассов СППР , таких как MIS (Management Information System), EIS (Executive Information System), GDSS (Group Decision Support Systems), ODSS (Organization Decision Support Systems) и др. По сути, эти системы представляли собой фреймворки, спососбные работать с данными на различных уровнях иерархии (от индивидуального до общеорганизационного), а внутрь можно было внедрить какую угодно логику. Примером может служить разработанная Texas Instruments для United Airlines система GADS (Gate Assignment Display System), которая поодерживала принятие решений в Field Operations - назначение гейтов, определение оптимального времени стоянки и т.п.

В конце 80-х появились ПСППР (Продвинутые - Advanced), которые позволяли осуществлять «what-if» анализ и использовали более продвинутый инструментарий для моделирования.

Наконец, с середины 90-х на свет стали появляться и ИСППР , в основе которых стали лежать инструменты статистики и машинного обучения, теории игр и прочего сложного моделирования.

Многообразие СППР

На данных момент существует несколько способов классификации СППР, опишем 3 популярных:

По области применения

• Бизнес и менеджмент (прайсинг, рабочая сила, продукты, стратегия и т.п.)
• Инжиниринг (дизайн продукта, контроль качества...)
• Финансы (кредитование и займы)
• Медицина (лекарства, виды лечения, диагностика)
• Окружающая среда

По соотношению данные\модели (методика Стивена Альтера)

• FDS (File Drawer Systems - системы предоставления доступа к нужным данным)
• DAS (Data Analysis Systems - системы для быстрого манипулирования данными)
• AIS (Analysis Information Systems - системы доступа к данным по типу необходимого решения)
• AFM(s) (Accounting & Financial models (systems) - системы рассчета финансовых последствий)
• RM(s) (Representation models (systems) - системы симуляции, AnyLogic как пример)
• OM(s) (Optimization models (systems) - системы, решающие задачи оптимизации)
• SM(s) (Suggestion models (systems) - системы построения логических выводов на основе правил)

По типу использумого инструментария

• Model Driven - в основе лежат классические модели (линейные модели, модели управления запасами, транспортные, финансовые и т.п.)
• Data Driven - на основе исторических данных
• Communication Driven - системы на оснвое группового принятия решений экспертами (системы фасилитации обмена мнениями и подсчета средних экспертных значений)
• Document Driven - по сути проиндексированное (часто - многомерное) хранилище документов
• Knowledge Driven - внезапно, на основе знаний. При чем знаний как экспертных, так и выводимых машинно

Я требую жалобную книгу! нормальную СППР

Несмотря на такое многообразие вариантов классификаций, требования и атрибуты СППР хорошо ложатся в 4 сегмента:

1. Качество
2. Организация
3. Ограничения
4. Модель

На схеме ниже покажем, какие именно требовани и в какие сегменты ложаться:

Отдельно отметим такие важные атрибуты, как масштабируемость (в ныне одном подходе agile никуда без этого), способность обрабатывать плохие данные, юзабилити и user-friendly interface, нетребовательность к ресурсам.

Архитектура и дизайн ИСППР

Существет несколько подходов к тому, как архитектурно представить СППР. Пожалуй, лучшее описание разности подходов - «кто во что горазд». Несмотря на разнообразие подходов, осуществляются попытки создать некую унифицированную архитектуру, хотя бы на верхнем уровне.

Действительно, СППР вполне можно разделить на 4 больших слоя:

1. Интерфейс
2. Моделирование
3. Data Mining
4. Data collection

А уж в эти слои можно напихать какие угодно инструменты.

На схеме ниже представляю мое видение архитектуры, с описанием функционала и примерами инструментов:

С архитектурой более или менее понятно, перейдем к дизайну и собственно построению СППР.

В прицнипе, тут нет никакого rocket science. При построении ИСППР необходимо придерживаться следующих шагов:

1. Анализ домена (собственно, где мы будем нашу ИСППР использовать)
2. Сбор данных
3. Анализ данных
4. Выбор моделей
5. Экспертный анализ\интерпретация моделей
6. Внедрение моделей
7. Оценка ИСППР
8. Внедрение ИСППР
9. Сбор обратной свзяи (на любом этапе , на самом деле)

На схеме это выглядит так:

Оценивать ИСППР можно двумя способами. Во-первых, по матрице атрибутов, которая представлена выше. Во-вторых, по критериальному чек-листу, который может быть любым и зависеть от вашей конкретной задачи. В качестве примера такого чек-листа я бы привел следующее:

Подчеркну, что это только ИМХО и вы можете сами сделать удобный для себя чек-лист.

А где тут машинное обучение и теория игр?

Да практически везде! По крайней мере в слое, связанном с моделированием.

С одной стороны, есть классические домены, назовем их «тяжелыми», вроде управления цепями поставок, производства, запасов ТМЦ и проч. В тяжелых доменах наши с вами любимые алгоритмы могут привнести дополнительные инсайты для зарекомендовавших себя классических моделей. Пример: предиктивная аналитика по выходам из строя оборудования (машинное обучение) отлично сработается с каким-нибудь FMEA анализом (классика).

С другой стороны, в «легких» доменах, вроде клиентской аналитики, предсказании churn, выплаты кредитов - алгоритмы машинного обучения будут на первых ролях. А в скоринге, например, можно совмещать классику с NLP, когда решаем выдавать ли кредит на основе пакета документов (как раз-таки document driven СППР).

Классические алгоритмы машинного обучения

Допустим, есть у нас задачка: менеджеру по продажам стальной продукции надо еще на этапе получения заявки от клиента понимать, какого качества готовая продукция поступит на склад и применить некое управляющее воздействие, если качество будет ниже требуемого.

Поступаем очень просто:

Шаг 0. Определяем целевую переменную (ну, например, содержание оксида титана в готовой продукции)
Шаг 1. Определяемся с данными (выгружаем из SAP, Access и вообще ото всюду, куда дотянемся)
Шаг 2. Собираем фичи\генерим новые
Шаг 3. Рисуем процесс data flow и запускаем его в продакшн
Шаг 4. Выбираем и обучаем модельку, запускаем ее крутиться на сервере
Шаг 5. Определяем feature importances
Шаг 6. Определяемся со вводом новых данных. Пусть наш менеджер их вводит, например, руками.
Шаг 7. Пишем на коленке простой web-based интерфейс, куда менеджер вводит ручками значения важных фич, это крутится на серваке с моделькой, и в тот же интерфейс выплевываестя прогнозируемое качество продукции

Вуа-ля, ИСППР уровня детсад готова, можно пользоваться.

Подобные «простые» алгоритмы также использует IBM в своей СППР Tivoli, которая позволяет определять состояние своих супер-компьютеров (Watson в первую очередь): на основе логов выводится информация по перформансу Watson, прогнозируется доступность ресурсов, баланс cost vs profit, необходимость обслуживания и т.п.

Компания ABB предлагает своим клиентам DSS800 для анализа работы электродвигателей той же ABB на бумагоделательной линии.

Финская Vaisala , производитель сенсоров для минтранса Финляндии использует ИСППР для предсказания того, в какие периоды необходимо применять анти-обледенитель на дорогах во избежания ДТП.

Опять-таки финская Foredata предлагает ИСППР для HR, которая помогает принимать решения по годности кандидата на позицию еще на этапе отбора резюме.

В аэропорту Дубай в грузовом терминале работает СППР, которая определяет подозрительность груза. Под капотом алгоритмы на основе сопровидительных документов и вводимых сотрудниками таможни данных выделяют подозрительные грузы: фичами при этом являются страна происхождения, информация на упаковке, конкретная информация в полях декларации и т.п.

Тысячи их!

Обычные нейронные сети

Кроме простого ML, в СППР отлично ложится и Deep Learning.

Некоторые примеры можно найти в ВПК, например в американской TACDSS (Tactical Air Combat Decision Support System). Там внутри крутятся нейронки и эволюционные алгоритмы, помогающие в определении свой-чужой, в оценке вероятности попадания при залпе в данный конкретный момент и прочие задачки.

В немного более реальном мире можно рассмотреть такой пример: в сегменте B2B необходимо определить, выдавать ли кредит организации на основе пакета документов. Это в B2C вас оператор замучает вопросами по телефону, проставит значения фич у себя в системе и озвучит решение алгоритма, в B2B несколько посложнее.

ИСППР там может строиться так: потенциальный заемщик приносит заранее согласованный пакет документов в офис (ну или по email присылает сканы, с подписями и печатями, как положено), документы скармливаются в OCR, затем передаются в NLP-алгоритм, который дальше уже делит слова на фичи и скармливает их в NN. Клиента просят попить кофе (в лучшем случае), или вот где карту оформляли туда и идите прийти после обеда, за это время как раз все и обсчитается и выведет на экран девочке-операционисту зеленый или красный смайлик. Ну или желтый, если вроде ок, но нужно больше справок богу справок.

Подобными алгоритмами пользуются также в МИД: анкета на визу + прочие справки анализируются прямо в посольстве \ консульстве, после чего сотруднику на экране высвечивается один из 3 смайликов: зеленый (визу выдать), желтый (есть вопросы), красный (соискатель в стоп-листе). Если вы когда-нибудь получали визу в США, то то решение, которое озвучивает вам сотрудник консульства - это именно результат работы алгоритма в совокупности с правилами, а никак не его личное субъективное мнение о вас:)

В тяжелых доменах известны также СППР на основе нейронок, определяющие места накопления буфера на производственных линиях (см, напимер, Tsadiras AK, Papadopoulos CT, O’Kelly MEJ (2013) An artificial neural network based decision support system for solving the buffer allocation problem in reliable production lines. Comput Ind Eng 66(4):1150–1162 ), Общие Нечеткие Нейронные Сети на основе мин-макса (GFMMNN) для кластеризации потребителей воды (Arsene CTC, Gabrys B, Al-Dabass D (2012) Decision support system for water distribution systems based on neural networks and graphs theory for leakage detection. Expert Syst Appl 39(18):13214–13224 ) и другие.

Вообще стоит отметить, что NN как нельзя лучше подходят для принятия решений в условиях неопределенности, т.е. условиях, в которых и живет реальный бизнес. Алгоритмы кластеризации также хорошо вписались.

Байесовские сети

Бывает иногда и так, что данные у нас неоднородны по видам появления. Приведем пример из медицины. Поступил к нам больной. Что-то мы про него знаем из анкеты (пол, возраст, вес, рост и т.п.) и анамнеза (перенесенные инфаркты, например). Назовем эти данные статическими. А что-то мы про него узнаем в процессе периодического обследования и лечения (несколько раз в день меряем температуру, состав крови и проч). Эти данные назовем динамическими. Понятно, что хорошая СППР должна уметь учитывать все эти данные и выдавать рекомендации, основываясь на всей полноте информации.

Динамические данные обновляются во времени, соответственно, паттерн работы модели будет такой: обучение-решение-обучение , что в общем похоже на работу врача: примерно определить диагноз, прокапать лекарство, посмотреть за реакцией. Таким образом, мы постоянно пребываем в состоянии неопределенности, подействует лечение или нет. И состояние пациента меняется динамически. Т.е. нам надо построить динамическую СППР, причем еще и knowledge driven.

В таких случаях нам отлично помогут Динамические Байесовские Сети (ДБС) - обобщение моделей на основе фильтров Калмана и Скрытой Марковской Модели.

Разделим данные по пациенту на статические и динамические.

Если бы мы строили статическую байесовскую сетку, то нашей задачей было бы посчитать следующую вероятность:

,

Где - узел нашей сетки (вершина графа, по сути), т.е. значение каждой переменной (пол, возраст....), а С - предсказываемый класс (болезнь).

Статическая сетка выглядит так:

Но это не айс. Состояние пациента меняется, время идет, надо решать, как же его лечить.

Вот для этого и применим ДБС.

Сначала, в день приема пацитента, строим статическую сетку (как на картинке выше). Потом, в каждый день i строим сетку на основе динамически меняющихся данных:

Соответственно, совокупная модель примет следующий вид:

Таким, образом, результат мы расчитаем по следующей формуле:

Где T - совокупное время госпитализации, N - количество переменных на каждом из шагов ДБС.

Внедрить эту модель в СППР необходимо несколько иначе - скорее тут надо идти от обратного, сначала эту модель зафиксировать, а потом строить интерфейс вокруг . Т.е., по сути, мы сделали хард модель, внутри которой динамические элементы.

Теория игр

Теория игр, в свою очередь, гораздо лучше подойдет для ИСППР, созданных для принятия стратегических решений. Приведем пример.

Допустим, на рынке существует олигополия (малое количество соперников), есть определенный лидер и это (увы) не наша компания. Нам необходимо помочь менеджменту принять решение об объемах выпускаемой нами продукции: если мы будем выпускать продукцию в объеме , а наш соперник - , уйдем мы в минус или нет? Для упрощения возьмем частный случай олигополии - дуополию (2 игрока). Пока вы думаете, RandomForest тут или CatBoost, я вам предложу использовать классику - равновесие Штакельберга. В этой модели поведение фирм описывается динамической игрой с полной совершенной информацией, при этом особенностью игры является наличие лидирующей фирмы, которая первой устанавливает объём выпуска товаров, а остальные фирмы ориентируются в своих расчетах на неё.
Для решения нашей задачи нам надо всего-то посчитать такое , при котором решится задача оптимизации следующего вида:

Для ее решения (сюрприз-сюрприз!) надо лишь приравнять первую производную по к нулю.

При этом для такой модели нам понадобится знать только предложение на рынке и стоимость за товар от нашего конкурента, после чего построить модель и сравнить получившееся q с тем, которое хочет выкинуть на рынок наш менеджмент. Согласитесь, несколько проще и быстрее, чем пилить NN.

Для таких моделей и СППР на их основе подойдет и Excel. Конечно, если вводимые данные надо посчитать, то нужно что-то посложнее, но не сильно. Тот же Power BI справится.

Искать победителя в битве ML vs ToG бессмысленно. Слишком разные подходы к решению задачи, со своими плюсами и минусами.

Что дальше?

С современным состоянием ИСППР вроде бы разобрались, куда идти дальше?

В недавнем интервью Джуда Перл, создатель тех самых байесовских сетей, высказал любопытное мнение. Если слегка перефразировать, то

«все, чем сейчас занимаются эксперты в машинном обучении, это подгонка кривой под данные. Подгонка нетривиальная, сложная и муторная, но все-таки подгонка.»

(почитать)

Скорее всего, вангую, через лет 10 мы перестанем жестко хардкодить модели, и начнем вместо этого повсеместно обучать компьютеры в создаваемых симулируемых средах. Наверное, по этому пути и пойдет реализация ИСППР - по пути AI и прочих скайнетов и WAPR"ов.

Если же посмотреть на более близкую перспективу, то будущее ИСППР за гибкостью решений. Ни один из предложенных способов (классические модели, машинное обучение, DL, теория игр) не универсален с точки зрения эффективности для всех задач. В хорошей СППР должны сочетаться все эти инструменты + RPA, при этом разные модули должны использоваться под разные задачи и иметь разные интерфейсы вывода для разных пользователей. Этакий коктейль, смешанный, но ни в коем случае не взболтанный.

Литература

1. Merkert, Mueller, Hubl , A Survey of the Application of Machine Learning in Decision Support Systems, University of Hoffenhaim 2015
2. Tariq, Rafi ,Intelligent Decision Support Systems- A Framework, India, 2011
3. Sanzhez i Marre, Gibert , Evolution of Decision Support Systems, University of Catalunya, 2012
4. Ltifi, Trabelsi, Ayed, Alimi , Dynamic Decision Support System Based on Bayesian Networks, University of Sfax, National School of Engineers (ENIS), 2012

Выделяют три типа таких инструментальных средств:

1. Средства многомерного анализа - также известные как OLAP (On-Line Analytical Processing) - программное обеспечение, которое дает пользователю возможность наблюдать данные в различных измерениях, направлениях или сечениях.

2. Инструментальные средства запросов (Query Tools) - программное обеспечение, позволяющее формировать запросы к данным по содержанию или образцу.

3. Инструментальные средства поиска данных (Data Mining Tools) - программное обеспечение, которое осуществляет автоматический поиск важных образцов (моделей), или зависимостей в данных.

Наличие в обучающей системе, построенной на основе классической DSS (Decision support system), развитых средств моделирования и советующих средств качественно меняет загрузку ЛПР в направлении интеллектуализации их деятельности. Это достигается за счет увеличения информационных потоков, проходящих через обучающую систему, являющейся неотемлемой частью МРИС. Такой прирост связан с развитием информационных технологий, которые в настоящее время дают всю больше возможностей переработки малоформализуемой информации. Развитие в математике и информатике таких направлений, как нечеткие множества, многозначные логики и др., совершенствование средств программирования и технических средств позволяет осуществлять такую обработку.

Внедрение в практику систем, построенных на основе подхода DSS характеризуется множеством проблем, в их числе слабая интеграция программных средств, обеспечивающих характерные возможности DSS. Это можно объяснить относительно малым опытом создания и использования по-настоящему развитых DSS-систем и большой стоимостью их разработки. Последний фактор связан с необходимостью обеспечения адекватности, заложенных в DSS модель для полноценного управления, а также чрезмерное усложнение системы и

одновременно необходимость развития дружественности систем, что совпадает с возможностями развития средств вычислительной техники.

Желаемые качества гибкости и адаптивности обучающей системы требуют от нее глубокой параметризации, что делает ее чрезвычайно сложной. Поэтому необходимы решения, которое позволяли бы имея основной алгоритм обучения обеспечить его индивидуальный характер. Для этого можно использовать подход, применяющийся в цепях Маркова. В каждый момент времени объем незнания не зависит от предшествующего процесса обучения. Тогда для ликвидации незнания нет необходимости возвращаться на шаг назад, но обучаемый должен иметь удобный инструментарий и необходимую информацию, чтобы разобраться с незнанием самостоятельно. Этому решению как нельзя более соответствует подход ЕPSS (Electronic perfomance support system) – использования электронных систем поддержки исполнения, обеспечивающий получение основных знаний и осуществляющий поддержку принятия решений для выработки навыков и умений.

Для EPSS характерными тенденциями по сравнению с DSS являются:

 увеличение малоформализуемого информационного потока, проходящего через ЭИС;

 более дружественный интерфейс;

 более полный учет требований пользователя, его психологических особенностей, менталитета;

 более гибкая система технологических настроек;

 более гибкая и более полная система обучения пользователя новой для него функциональной информационной технологии.

EPSS углубляет DSS делая его более комфортным для обучаемого за счет улучшения инструментария и предоставляет пользователю возможность постоянного совершенствования знаний. EPSS характеризуется совокупностью функциональной информационной технологии и технологии, которую назовем образовательной. Любая функциональная информационная технология в EPSS немыслима без добавки, которой, в нашем случае, является образовательная технология. Синтез функциональной информационной и образовательной технологий образует образовательную информационную технологию, состовляющей основу обучающей системы МРИС.

Особенно важной отличительной особенностью EPSS является системная интеграция констатирующих, моделирующих, обучающих и советующих технологий в единую систему.

Внутри обучающей системы, должен присутствовать встроенный ЕPSS блок, который оценивал бы принципиальную возможность решения, принятого обучаемым и его эффективность, а также распознавал бы сделанные ошибки и определял бы для системы в целом способы устранения их источников, т.е. методику и форму подкачки знаний, наиболее удачных для обучаемого (см. рис. 2.10).

Детализация должна осуществляться с определенным акцентом на область незнания обучаемого. Таким образом, стратегия обучения может постоянно меняться, являясь функцией психологических особенностей обучаемого (образное, логическое мышление) и суммы знаний об объекте познания, которыми обладает обучаемый.

Таким образом ЕPSS должна содержать:

1.Констатирующее программное обеспечение, то есть соответствующие данные. Например, учебный материал, примеры, случаи и т.д.

2.Моделирующее программное обеспечение, подготавливающее ответ на вопрос: – “Что будет если... ?”.

3.Советующее программное обеспечение, которое может дать ответ на вопрос “Как сделать, чтобы... ?”.

Обычно обучающая система хорошего качества меняет стратегию обучения в зависимости от контекста ответов на контрольные вопросы. При этом обучаемый следует определенному алгоритму обучения, в который заложен ряд траекторных целей на выполнение которых, всегда одних и тех же, система должна вывести любых обучаемых и распознав незнание пытаться его локализовать и ликвидировать подкачкой необходимых знаний и их закрепления. Если же этого сделать не удается система поднимается на понятие выше и действует по такому же алгоритму. Локализация же незнания сводится к его детализации. Однако направление детализации может быть различным, и это различие зависит, прежде всего, от признаков классификации понятий, которые мы закладываем в систему. Упрощенно контур обучение состоит из двух блоков. Первый блок, используя какую-либо стратегию, осуществляет дозированное представление обучаемому знаний. Это представление может происходить по линейной или сетевой схеме. По мере продвижения по графу обучения система периодически переключается на блок контроля, который может быть построен различными способами.

Стратегия обучения не меняется в зависимости от ответов, хотя правильность ответов и проверяется. В традиционных обучающих системах используется именно такая схема и на каждый вопрос предлагаются альтернативные ответы, один или несколько. Недостаток такого решения заключается в том, что необходимо очень четко, без неоднозначности сформулировать вопросы и определить ответы. Из альтернативных ответов трудно выделить смысл непонимания, хотя принципиально этот недостаток преодолим за счет увеличения числа контрольных вопросов.

Если стратегия обучения меняется, то мы можем говорить об управлении процессом обучения, которое по функциям ничем не отличается от управления любым другим объектом: учет – ответ на контрольные вопросы; анализ – распознавания содержания ответов; планирование действий системы по адаптации стратегии обучения; регулирование – предъявление очередной порции знаний, требуемого уровня и смысла.

Таким образом, EPSS является мощным средством повышения эффективности МРИС, обеспечивая индивидуальное обучение, улучшение управления системой за счет усиления функций поддержки и улучшение адаптивных свойств системы к требованиям конкретного пользователя. Развитие общества и бизнеса требует адекватного инструментария для управления. Знание тенденций и основных направлений развития информатики, позволяют выработать научно-обоснованные стратегии целенаправленного управления процессом ее развития. Глобальная информатизация общества является одной из причин его развития, поэтому вопросам взаимной адаптации и трансформации естественных структур и искусственно созданных информационных систем следует уделять самое пристальное внимание.

33. Каковы особенности, позитивные и негативные стороны

внедрения DSS-систем?

В небольшой инфраструктуре далеко не каждый процесс следует подробно описывать при помощи третьего уровня, только самые важные, порядок исполнения которых критичен с точки зрения безопасности, или же во внешних требованиях, например, стандарте PCI DSS, содержится прямое условие их подробной детализации. Во всех других случаях уровень декомпозиции должен определяться здравым смыслом.

34. Что такое заказная ИС?

Под заказными или уникальными системами обычно понимаются системы, создаваемые для конкретного предприятия, не имеющие аналогов и не подлежащие в дальнейшем тиражированию. Подобные системы используются либо для автоматизации деятельности предприятий с уникальными характеристиками, либо для решения крайне ограниченного круга специальных задач. В основном подобные системы применяются в органах государственного управления, образования, здравоохранения, военных организациях. Заказные системы, как правило, либо вообще не имеют прототипов, либо использование прототипа требует значительных его изменений, имеющих качественный характер. В этом плане разработка заказной системы по существу является НИОКР . Как любыеНИОКР , она характеризуется повышенным риском в плане получения требуемых результатов. Для снижения рисков и расходов на разработку целесообразно использовать апробированную на практике методику. Желательно, чтобы в состав методики входили следующие элементы:

· модель технологического процесса (последовательность технологических операций, требования к входной и выходной информации и результатам);

· модель процесса управления самим технологическим процессом (этапы, процессы управления качеством, результатами, требования к квалификации специалистов);

· инструментальные средства, используемые при разработке.

Одним из примеров такой методики является комплексное использование подхода CDM Advantageгм, метода управления проектами PJM и CASE-средства Designer/2000 в качестве инструментального средства корпорации Oracle .

35. Что такое уникальная ИС?

36. Что такое тиражируемая ИС?

Тиражируемая система не требует доработки со стороны разработчика, и пользователь должен принимать ее, как таковую. Например, тиражируемая информационная система (хотя она так и не воспринимается) - Microsoft BackOffice. Эта система существует сама по себе и может решать определенные корпоративные задачи, но попробуйте заcтавить Microsoft что-то в ней изменить! К корпоративным тиражируемым системам относятся также "1С:Торговля" и в меньшей степени "Экипаж". Чем выше мы поднимаемся, тем большую видим гибкость - система превращается в полузаказную. "Галактику" я уже не назову тиражируемой. Здесь необходимы этапы настройки, внедрения.

В принципе тиражируемые системы предназначены для малых предприятий. Но есть какой-то критический масштаб предприятия, начиная с которого дешевле, правильнее и быстрее пойти на затраты, связанные с доработкой ПО, чем на затраты, обусловленные необходимостью реорганизации деятельности. Маленькие компании способны "подогнать" свои бизнес-процессы под требования тиражируемых систем - у них и бизнес-процессы короткие. Более крупные так не могут.

- Какова тогда для Вас мерка - что значит "крупное предприятие"?

Крупное предприятие - это сотни документов в месяц и более пяти человек в цепочках бизнес-процессов.

Обычно еще называют количество рабочих мест в системе, но это ерунда, а не критерий. Потому что если у меня работают четыре экономиста, то для создания корпоративной системы складываются намного более сложные условия, чем при наличии сотни кассиров кассовых аппаратов.

37. Что такое система-конструктор?

С технологической (архитектурной) точки зрения система-конструктор – это программный продукт, который: включает ядро, в котором определена принципиальная модель предметной области, а также базовый набор классов (максимально абстрактных) и основных методов работы с ними; включает конфигурацию, которая представляет собой реализацию информационной системы, построенной из классов и методов ядра; включает инструментарий, позволяющий пользователю строить свой собственный вариант конфигурации

Задачи управления в каждой организации, несомненно, являются уникальными, но, как правило, для всякого конкретного вида деятельности можно выделить типовые задачи. Подробный перечень типовых испецифических задач и их взаимосвязей может стать прототипом технического задания на систему.

При анализе функциональности системы-конструктора целесообразно все требуемые функции подразделить на ряд категорий: а) функции, уже реализованные в типовых конфигурациях системы-конструктора; б) функции, не реализованные в типовых конфигурациях, но которые можно реализовать при помощи средств конфигурирования; в) функции, которые нельзя реализовать (собственными силами) без коренной переделки системы.

ИС – трансформер , реализует базовую функциональность по управлению данными, по реализации бизнес логики и предоставлению графического пользовательского интерфейса, но не имеет реализованной бизнес модели для начала эксплуатации в рамках какой-либо предметной области.

38. Что такое адаптация ИС?

39. Что такое адаптируемые ИС?

Адаптируемые системы

Проблема адаптации программного обеспечения АСУП, т. е. приспособления к условиям работы на конкретном предприятии, была осознана с самого начала работ по автоматизации управления.

Содержание и методы адаптации эволюционировали вместе с методологией создания и внедрения систем. Суть проблемы в том, что в конечном итоге каждая АСУП уникальна, но вместе с тем ей присущи и общие, типовые свойства. Любая подсистема программного обеспечения отображает обе эти стороны АСУП. В технологическом смысле адаптация программного обеспечения АСУП - это переход от базовой системы, отображающей типовые свойства системы, к окончательному решению, приспособленному для работы в данной АСУП.

Требования к адаптации и сложность их реализации существенно зависят от проблемной области, масштабов системы, степени соотношения между формализованным и неформализованным при решении задач управления.

Даже первые программы, решавшие отдельные задачи управления, создавались с учётом необходимости их настройки по параметрам. Поскольку на раннем этапе остро стоял вопрос обеспечения вычислительными мощностями, то главное внимание уделялось настройке потребностей в оперативной памяти, способам остановки при решении задач оптимизации, управлению программой для обхода программных модулей, не используемых в конкретном расчёте.

С появлением типовых решений в виде пакетов прикладных программ (ППП ) появилась необходимость в специальных процедурах предварительной генерации. Процедуры охватывали параметры, которые определяли режим функционирования программного обеспечения, требования к информационному обеспечению, условия подключения и использования внешних программ. Применение ППП как базовых систем привело к увеличению формализованной составляющей в системе управления предприятием. Усложнилась и адаптация систем к условиям предприятия. Появились подразделения эксплуатации программного обеспечения, занимавшиеся, в том числе, и вопросами адаптации программных систем. Стало очевидно, что адаптация в АСУП является не только программно-технической, но и организационной проблемой.

Интерактивные системы, сделавшие управленцев всех уровней непосредственными пользователями вычислительных систем, привели и к новому пониманию проблемы адаптации. Глубинные причины были прежними - смещение соотношения между формализованным и неформализованным в сторону формализации процесса Управления. Основная сложность заключалась в том, что формализация затронула не только типовые, но и уникальные функциональности в системе управления предприятием.

Из всего множества трудностей, проявившихся на данном этапе развития АСУП, следует остановиться на двух. Первая - организация дружественного интерфейса между пользователем и вычислительной средой. В ходе развития систем управления в арсенал средств организации интерфейса вошли меню различного вида, электронные доски и панели, диаграммы типа диаграмм Черноффа и Ишикавы, графика и многое другое. Вторая трудность носила системный характер. Прежний подход - настройка системы силами консультантов практически без участия управленцев - стал невозможен. Выяснилось, что во многих случаях оказывается неэффективной организация внедрения, при которой будущие пользователи сначала формулируют требования к системе с учётом специфики предприятия во всех деталях, а затем консультанты настраивают систему на условия применения. Существует ряд причин подобной неэффективности. Во-первых, как правило, управленцы - практики не владеют методологиями системного анализа. Во-вторых, объём информации, касающейся деталей в организации управления на конкретном предприятии, оказывается слишком велик. В-третьих, не всегда эта информация оказывается полезной и консультантам в силу её "одноразового" характера. В-четвертых, при такой организации трудно реализовать принцип новых задач, для этого в процессе внедрения потребовались бы дополнительные итерации.

Поэтому были предложены методики разработки и внедрения программного обеспечения, в основу которых были положены новые принципы:

· привлечение пользователей к разработке системы, в том числе и к разработке программного обеспечения;

· прототипирование программного обеспечения;

· совмещение процесса обучения пользователей работе с базовой системой создания прототипа программного обеспечения.

Примером может служить подход, предложенный компанией Computer Associates в начале 90-х годов для проектов типа MRPII/ERP на базе системы CA-CAS .

Прототип ПО АСУП в дальнейшем может использоваться в следующих работах:

· при обучении более широкого круга персонала;

· при опытной эксплуатации;

· при модификации с целью получения окончательного варианта ПО.

Такой подход позволил в определённой степени решить проблему адаптации системы управления и в динамике, поскольку работники предприятия в ходе создания прототипа приобретали навыки работы со средствами проектирования и модификации системы.

Дальнейшее развитие методов и средств адаптации базовых систем направлено на достижение следующих целей:

· повышение уровня автоматизации проектирования и внедрения систем;

· обеспечение непрерывного управления конфигурацией и параметрами системы на всех стадиях её жизненного цикла;

· сокращение сроков внесения изменений в конфигурацию и параметры системы по мере модернизации производственного процесса и управления;

· совмещение типовых решений, проверенных практикой, с решениями, зависящими от конкретных условий предприятия.

Примером одного из многочисленных средств адаптации базовых систем является методология Orgware, используемая фирмой BAAN.

Разработка АСУП на предприятии может вестись как "от нуля", так и на основе референционной модели (Reference Model ).

Референционная модель представляет собой описание облика системы, функций, организационных структур и процессов, типовых в каком-либо смысле (отрасль, тип производства и т. д.). В ней отражаются типовые особенности, присущие определённому классу предприятий. Ряд компаний - производителей адаптивных АСУП совместно с крупными консалтинговыми фирмами в течение ряда лет ведёт разработку референционных моделей для различных отраслей. Существуют подобные модели для предприятий автомобильной, авиационной и других отраслей. Каждая модель является типовым проектным решением , на основе которого можно строить конкретные проекты.

Следует отметить, что адаптации и референционные модели входят в состав многих систем класса MRPII/ERP , что позволяет значительно сократить сроки их внедрения на предприятии.

Если в распоряжении предприятия нет референционной модели, то модель её уровня надо создавать в процессе проектирования как исходную. На основе исходной модели затем происходит проектирование, уточнение и детализация системы управления. Референционная модель в начале работ по автоматизации управления предприятием может представлять собой описание существующей системы и служить, таким образом, точкой отсчёта, с которой начинаются работы по совершенствованию системы управления.

Процесс проектирования системы может включать несколько фаз.

Результаты первой фазы: границы действия будущей системы и концептуальная бизнес-модель , которая отражает в укрупнённом виде функциональную структуру системы управления и связки функций управления для различных видов заказов, проходящих через систему.

В ходе второй фазы создается и документируется в репозитарии референционная бизнес-модель . Как правило, референционная модель включает следующие компоненты:

· иерархию бизнес-функций, представляющую собой нисходящую иерархическую структуру, описывающую в укрупнённом виде функциональную структуру будущей системы. При этом для нижних элементов структуры допускается задание нескольких вариантов реализации;

· модели бизнес-процессов. Это более глубокие модели, показывающие, как должны реализоваться функции. Внешне они напоминают традиционные блок-схемы и описывают последовательность элементарных действий, которые могут быть выполнены системой, другими приложениями, ручными действиями, бизнес-процессами более глубокого уровня;

· модель организационной структуры, которая описывает структуру организации, отношения между подразделениями и людьми и роли, предписываемые управленцам.

На следующей фазе создается проектная модель предприятия (Project Model ), которая является развитием и уточнением функциональной структуры для конкретного предприятия. Она может быть создана и минуя референционную модель, но такой подход не является эффективным для сложных проектов.

Заключительная фаза - привязка проектной модели к ролям, заданным детализированной моделью организационной структуры, к функциям системы и техническим средствам. В результате создаётся комплексная конфигурация программного и организационного обеспечения, технических средств.

40. Какие существуют способы приобретения ИС?

покупка готовой ИС;

покупка и доработка ИС;

аутсорсинг ИС.

41. Каковы преимущества и недостатки покупки ИС?

Способ приобретения ИС - последовательность действий от определения и формализации потребностей в информационной системе до момента, пока ИС не будет внедрена на предприятии.

Классификация способов приобретения ИС:

покупка готовой ИС;

разработка ИС (самостоятельная или заказная);

покупка и доработка ИС;

аутсорсинг ИС.

Преимуществами закупки готовых ИС являются : время разработки равное нулю; система тиражирована (наличие документации)

Недостатками закупки готовых ИС являются : система тиражирована (Вопросы защиты информации); необходима адаптация к предъявляемым требованиям.

Недостатками разработки ИС специализированной фирмой являются: длительное время разработки

Недостатками самостоятельной разработки ИС являются : длительное время разработки; отсутствия должной квалификации разработчиков; необходимость создания отдела ИТ.

Преимуществами самостоятельной разработки ИС являются : система уникальна; хорошая адаптация к предъявляемым требованиям

Преимуществами разработки ИС специализированной фирмой являются: система уникальна; хорошая адаптация к предъявляемым требованиям; наличие должной квалификации разработчиков.

Аутсорсинг ИС – это: заказ информационной системы фирмой-потребителем у фирмы-производителя ИС; сдача ИС фирмой-производителем в аренду фирме-потребителю ИС; выполнение сторонней фирмой обработки информации для фирмы-потребителя.

: возможность сфокусировать внимание компании на ее основном бизнесе; возможность гибко реагировать на изменения на рынке и внутри компании; отсутствие необходимости в расширении штата компании; сокращение затрат на операции.

Недостатками аутсорсинга ИС являются: возможность потери поставщика (надежность)

42. Каковы преимущества и недостатки разработки ИС фирмой-

разработчиком ИС?

Преимущества:

Проект выполняет высококлассная команда профессионалов;

Полноценное документирование проекта;

Разрабатываются с учетом специфики конкретного предприятия, требований и пожеланий специалистов предприятия, которые будут эту ИС использовать;

Могут быть реализованы нестандартные, экзотические функции, которые никогда не появятся в коробочных системах;

Бывает, что на предприятии работает другая ИС, которую заказчик не хочет менять (или даже несколько). В таком случае могут быть заказаны средства интеграции этих систем в одну с целью сохранения бизнес-процессов и накопленных данных;

Отсутствует лишняя функциональность. Интерфейс не перегружен и работать с такой системой обычно проще;

Заказные системы производительнее универсальных и предъявляют меньшие требования к аппаратуре;

Заказная система может развиваться разработчиком в требующемся заказчику направлении;

Разработка, настройка и сопровождение находится в одних руках профессионалов, что повышает устойчивость системы;

Недостатки:

Часто самая большая стоимость;

Часто занимает самое длительное время;

Наличие самого периода разработка;

Отсутствует возможность заранее познакомиться с системой, "пощупать ее руками";

43. Каковы преимущества и недостатки разработки ИС

собственными силами?

Преимущества:

Хорошая адаптация к предъявляемым требованиям;

Продукт не тиражируем (индивидуален);

Возможность быстрого изменения функциональности

Недостатки:

Разработка не закончится никогда;

Плохая адаптивность;

Необходимо создавать команду, либо отрывать от работы текущих сотрудников ИТ отдела;

Часто учитываются пожелания руководства в ущерб качеству разработки;

Проект может захлебнуться:

– из-за нехватки квалификации внутренних специалистов;

– из-за ухода ведущих специалистов;

– из-за нехватки внутренних ресурсов;

Часто плохая документированность системы;

44. Каковы преимущества и недостатки покупки и доработки

Покупка ИС :

При покупке ИС необходимо:

Оценить сам программный продукт (функционал и другие свойства);

Оценить обеспечивающую технологию и платформу;

Оценить качество обслуживания (HotLine,скорая помощь, новые версии, обучение и др.);

Оценить фирму-поставщика;

Преимущества:

Время разработки равно нулю;

Система тиражирована;

Часто имеется возможность выбора из нескольких готовых систем;

Помимо ИС вы покупаете и бизнес процессы;

Недостатки:

Необходима адаптация под организационную структуру, функциональные требования и т.д.;

Система тиражируема: вопросы защиты, новизны и др. вызывают определенные опасения;

Высокая степень риска;

Потребности сотрудников в функционале системы скорее всего будет удовлетворены не полностью;

Покупка и доработка ИС:

В этом случае покупается ядро системы (например, в бухгалтерии это проводки), а остальное доделывается.

Преимущества:

Покупаемое ядро является отлаженным и законченным компонентом;

Возможная доработка именно требуемой функциональности;

Не надо платить за то, что компании не нужно;

Недостатки:

Необходим отдел информационных технологий;

Схема эффективна, если объем работ по доведению относительно невелик;

Часто можно доработать только в рамках информационной модели ядра;

45. Каковы преимущества и недостатки заказных, уникальных и

тиражируемых информационных систем?

ИС делятся на индивидуальные и тиражируемые системы, а также на самостоятельные и заказные разработки.

Основные аргументы за и против этих вариантов приведены в
таблице.

Самостоятельная разработка

"+" Полное соответствие текущим требованиям организации

Наличие предыдущих наработок

"-" Большая стоимость разработки (особенно по сравнению со стоимостью «коробочных» продуктов)

Возникновение проблем, связанных с модификацией системы

Готовая (тиражируемая) система (адаптированная)

"+" Поддержка и обновление версий

Соответствие российским и международным стандартам

"-" Высокая стоимость готовых систем (среднего и особенно высшего класса)

Зависимость от фирмы разработчика

Недостатками зарубежных ИС

46. Каковы преимущества и недостатки отечественных и

зарубежных информационных систем?

Отечественная или зарубежная тиражируемая система.

Существуют два полярных мнения:

1) сколько бы ни стоила отечественная система, она предпочтительнее импортной, внедрение которой обходится несравнимо дороже. Кроме того, отечественные системы лучше приспособлены к условиям российского бизнеса;

2) единственными системами, которые позволяют полностью автоматизировать все аспекты управления предприятием, являются зарубежные системы типа ERP. Поэтому, несмотря на их более высокую стоимость, предприятиям следует выбирать именно ERP-системы, жизнеспособность которых подтверждена мировым опытом.

Преимуществами зарубежных ИС являются : высокое качество; большая функциональность; высокая надежность

Преимуществами отечественных ИС являются : адаптированность к российским условиям.

Недостатками зарубежных ИС являются: необходимость адаптации к российским условиям

Недостатками отечественных ИС являются: не достаточно высокое качество; не достаточно большая функциональность; не достаточно высокая надежность

47. Каковы преимущества и недостатки аутсорсинга?

Аутсорсинг ИС – это:

заказ информационной системы фирмой-потребителем у фирмы-производителя ИС;

сдача ИС фирмой-производителем в аренду фирме-потребителю ИС;

выполнение сторонней фирмой обработки информации для фирмы-потребителя.

Цели аутсорсинга

Снижение издержек (правда, более актуально для зарубежных стран, где ставка почасовой оплаты гораздо выше, чем в России);

При необходимости резкого сокращения срока работ (при высокой загруженности IT-специалистов);

В случае, если невозможно выполнить задачу силами своих сотрудников;

Функции и задачи аутсорсинга

Разработка и внедрение больших информационных систем;

Консалтинговые услуги (проведение тендеров, поиск партнеров, экспертные оценки, содействие в стратегии развития, подготовка регламентов, ИТ-аудит и т.п.);

Обслуживание и ремонт компьютерной и серверной техники;

Телекоммуникационные услуги;

Поддержка локальных сетей;

Обслуживание телефонного и офисного оборудования;

Развитие информационной безопасности;

Поддержку дорогостоящих с точки зрения ИТ бизнес-процессов (процессинг, выпуск пластиковых карт);

Преимуществами аутсорсинга ИС являются :

возможность сфокусировать внимание компании на ее основном бизнесе;

возможность гибко реагировать на изменения на рынке и внутри компании;

отсутствие необходимости в расширении штата компании;

сокращение затрат на операции.

Недостатками аутсорсинга ИС являются:

возможность потери поставщика (надежность)

48. Какие составляющие включает цена приобретения ИС?

Цена приобретения информационной системы включает стоимость программного продукта, стоимость СУБД, стоимость операционной системы

стоимость услуг: оценка стоимости сопутствующих профессиональных услуг, а затем соотношения между стоимостью лицензий и стоимостью этих услуг.

Стоимость инсталляции зависит от степени настройки решения в соответствии с индивидуальными требованиями заказчика; того, кто ее проводит и как она оценивается.

Стоимость аппаратного обеспечения: необходимые дополнительные устройства и аппаратура (серверы, запоминающие устройства, сетевое оборудование и т.д.).

Стоимость обновления версий и технической поддержки: какой процент от стоимости лицензии составляет стоимость обновления и технической поддержки в течение года; возможные скидки

Существуют следующие типы (сектора) ПО:

Универсальное – создаётся для массовой продажи многочисленным пользователям;

Специализированное – рассчитанное на конкретную группу пользователей;

Уникальное – разрабатывается по индивидуальному заказу для решения конкретной задачи.

От типа ПО зависит соотношение материальной и интеллектуальной составляющей и явных и неявных затрат в TCO.

Стоимость ИС и «железа» при покупке - современные политики лицензирования. Программное обеспечение защищено от несанкционированного копирования законами об авторских правах. Законы об авторских правах предусматривают сохранение за автором (издателем) программного обеспечения нескольких эксклюзивных прав, самое важное из которых - право на производство копий программного обеспечения.

Приобретение программного продукта - это приобретение лицензии (права) на его использование. Программное обеспечение на компьютере находится "в пользовании", когда оно помещено в постоянную память (обычно на жесткий диск, но возможно и на cd-rom или другое устройство для хранения информации) или загружено в оперативную память (ОЗУ).

Цена приобретения никогда не исчерпывает всех затрат, связанных с использованием информационных ресурсов, а в ряде случаев может оказаться даже и неосновной их статьей.

49. Какие составляющие совокупная стоимость владения ИС?

Совокупная стоимость владения (ТСО – Total Cost of Ownership) информационной системой – это: сумма прямых и косвенных затрат, которые несет владелец ИС за период ее жизненного цикла

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 производится 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.

Как справедливо отмечено в , «… с момента появления первых разработок по созданию СППР, не было дано четкого определения СППР…».

Ранние определения СППР (в начале 70-х годов прошлого века) отражали следующие три момента: (1) возможность оперировать с неструктурированными или слабоструктурированными задачами, в отличие от задач, с которыми имеет дело исследование операций ; (2) интерактивные автоматизированные (то есть реализованные на базе компьютера) системы; (3) разделение данных и моделей . Приведем определения СППР: СППР - совокупность процедур по обработке данных и суждений, помогающих руководителю в принятии решений, основанная на использовании моделей .

История создания СППР

До середины 60-х годов прошлого века создание больших информационных систем (ИС) было чрезвычайно дорогостоящим, поэтому первые ИС менеджмента (так называемые Management Information Systems - MIS) были созданы в эти годы лишь в достаточно больших компаниях. MIS предназначались для подготовки периодических структурированных отчетов для менеджеров.

• В конце 60-х годов появляется новый тип ИС - модель-ориентированные СППР (Model-oriented Decision Support Systems - DSS) или системы управленческих решений (Management Decision Systems - MDS).

По мнению первооткрывателей СППР Keen P. G. W., Scott Morton M. S. (1978), концепция поддержки решений была развита на основе «теоретических исследований в области принятия решений… и технических работ по созданию интерактивных компьютерных систем».

• В 1971 г. - опубликована книга Scott Morton‘а , в которой впервые были описаны результаты внедрения СППР, основанной на использовании математических моделей .

• 1974 г. - в работе дано определение ИС менеджмента - MIS (Management Information System): «MIS - это интегрированная человеко-машинная система обеспечения информацией, поддерживающая функции операций, менеджмента и принятия решений в организации. Системы используют компьютерную технику и программное обеспечение, модели управления и принятия решений, а также базу данных» .

• 1975 г. - J.D.C.Little в работе предложил критерии проектирования СППР в менеджменте.

• 1978 г. - опубликован учебник по СППР , в котором исчерпывающе описаны аспекты создания СППР: анализ, проектирование, внедрение, оценка и разработка.

• 1980 г. - опубликована диссертация S. Alter , в которой он дал основы классификации СППР.

• 1981 г. - Bonczek, Holsapple и Whinston в книге создали теоретические основы проектирования СППР. Они выделили 4 необходимых компонента, присущих всем СППР: 1) Языковая система (Language System - LS) - СППР может принимать все сообщения; 2) Система презентаций (Presentation System (PS)) (СППР может выдавать свои сообщения); 3) Система знаний (Knowledge System - KS) - все знания СППР сохраняет; 4) Система обработки задач (Problem-Processing System (PPS)) - программный «механизм», который пытается распознать и решить задачу во время работы СППР.

• 1981 г. - В книге R.Sprague и E.Carlson описали, каким образом на практике можно построить СППР. Тогда же была разработана информационная система руководителя (Executive Information System (EIS)) - компьютерная система, предназначенная для обеспечения текущей адекватной информации для поддержки принятия управленческих решений менеджером.

• Начиная с 1990-х, разрабатываются так называемые Data Warehouses - хранилища данных .

• В начале нового тысячелетия была создана СППР на основе Web.

• 27 октября 2005 года в Москве на Международной конференции «Информационные и телемедицинские технологии в охране здоровья» (ITTHC 2005), А. Пастухов (Россия) представил СППР нового класса - PSTM (Personal Information Systems of Top Managers). Основным отличием PSTM от существующих СППР является построение системы для конкретного лица, принимающее решение, с предварительной логико-аналитической обработкой информации в автоматическом режиме и выводом информации на один экран.

Классификации СППР

Для СППР отсутствует не только единое общепринятое определение, но и исчерпывающая классификация. Разные авторы предлагают разные классификации.

На уровне пользователя Haettenschwiler (1999) 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 (2003) 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). Отметим, что 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) (ранее групповая СППР - GDSS) 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 (1997) 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 ). Отметим 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 (

Архитектура СППР представляется разными авторами по-разному. Приведем пример. Marakas (1999) предложил обобщенную архитектуру, состоящую из 5 различных частей: (a) система управления данными (the data management system - DBMS), (b) система управления моделями (the model management system - MBMS), (c) машина знаний (the knowledge engine (KE)), (d) интерфейс пользователя (the user interface) и (e) пользователи (the user(s)).

Примечания

См. также

• Теория принятия решений

Ссылки

Литература

1. Ларичев О. И., Петровский А. В. Системы поддержки принятия решений. Современное состояние и перспективы их развития. // Итоги науки и техники. Сер. Техническая кибернетика. - Т.21. М.: ВИНИТИ, 1987, с. 131-164, http://www.raai.org/library/papers/Larichev/Larichev_Petrovsky_1987.pdf
2. Сараев А. Д., Щербина О. А. Системный анализ и современные информационные технологии //Труды Крымской Академии наук. - Симферополь: СОНАТ, 2006. - С. 47-59, http://matmodelling.pbnet.ru/Statya_Saraev_Shcherbina.pdf
3. Alter S. L. Decision support systems: current practice and continuing challenges. Reading, Mass.: Addison-Wesley Pub., 1980.
4. Bonczek R.H., Holsapple C., Whinston A.B. Foundations of Decision Support Systems.- New York: Academic Press, 1981.
5. Davis G. Management Information Systems: Conceptual Foundations, Structure, and Development. - New York: McGraw-Hill, 1974.
6. Druzdzel M. J., Flynn R. R. Decision Support Systems. Encyclopedia of Library and Information Science. - A. Kent, Marcel Dekker, Inс., 1999.
7. Edwards J.S. Expert Systems in Management and Administration - Are they really different from Decision Support Systems? // European Journal of Operational Research, 1992. - Vol. 61. - pp. 114-121.
8. Eom H., Lee S. Decision Support Systems Applications Research: A Bibliography (1971-1988) // European Journal of Operational Research, 1990. - N 46. - pp. 333-342.
9. Finlay P. N. Introducing decision support systems. - Oxford, UK Cambridge, Mass., NCC Blackwell: Blackwell Publishers, 1994.
10. Ginzberg M.I., Stohr E.A. Decision Support Systems: Issues and Perspectives // Processes and Tools for Decision Support / ed. by H.G. Sol.. - Amsterdam: North-Holland Pub.Co, 1983.
11. Golden B., Hevner A., Power D.J. Decision Insight Systems: A Critical Evaluation // Computers and Operations Research, 1986. - v. 13. - N2/3. - p. 287-300.
12. Haettenschwiler P. Neues anwenderfreundliches Konzept der Entscheidungs-unterstutzung. Gutes Entscheiden in Wirtschaft, Politik und Gesellschaft. Zurich: Hochschulverlag AG, 1999. - S. 189-208.
13. Holsapple C.W., Whinston A.B. Decision Support Systems: A Knowledge-based Approach. - Minneapolis: West Publishing Co., 1996.
14. Keen P.G.W. Decision support systems: a research perspective. Decision support systems: issues and challenges. G. Fick and R. H. Sprague. Oxford ; New York: Pergamon Press, 1980.
15. Keen P.G.W. Decision Support Systems: The next decades // Decision Support Systems, 1987. - v. 3. - pp. 253-265.
16. Keen P.G.W., Scott Morton M. S. Decision support systems: an organizational perspective. Reading, Mass.: Addison-Wesley Pub. Co., 1978.
17. Little I.D.C. Models and Managers: The Concept of a Decision Calculus // Management Science, 1970. - v. 16. - N 8.
18. Marakas G. M. Decision support systems in the twenty-first century. Upper Saddle River, N.J.: Prentice Hall, 1999.
19. Power D. J. «What is a DSS?» // The On-Line Executive Journal for Data-Intensive Decision Support, 1997. - v. 1. - N3.
20. Power D. J. Web-based and model-driven decision support systems: concepts and issues. Americas Conference on Information Systems, Long Beach, California, 2000.
21. Power D.J. A Brief History of Decision Support Systems. DSSResources.COM, World Wide Web, version 2.8, May 31, 2003.
22. Scott Morton M. S. Management Decision Systems: Computer-based Support for Decision Making. - Boston: Harvard University, 1971.
23. Sprague R. H., Carlson E. D. Building Effective Decision Support Systems. - Englewood Cliffs, NJ: Prentice-Hall, 1982.
24. Sprague R.H. A Framework for the Development of Decision Support Systems // MIS Quarterly, 1980. - v. 4. - pp. 1-26.
25. Thierauf R.J. Decision Support Systems for Effective Planing and Control. -Englewood Cliffs, N.J: Prentice Hall, Inc, 1982. - 536 p.

Wikimedia Foundation . 2010 .

Смотреть что такое "СППР" в других словарях:

СППР - Специализированное предприятие противопожарных работ ЗАО http://www.sppr.ru/​ Москва, организация СППР система поддержки принятия решений управление СППР светильник подвесной призматический ртутны … Словарь сокращений и аббревиатур

СППР РК - Союз промышленников, предпринимателей и работодателей Республики Коми организация, Республика Коми

DSS (Decision Support Systems) - система поддержки принятия решений или СППР - это компьютерная система, которая путем сбора и анализа большого количества информации может влиять на процесс принятия решений организационного плана в бизнесе и предпринимательстве.

Интерактивные системы позволяют руководителям получить полезную информацию из первоисточников, проанализировать ее, а также выявить существующие бизнес-модели для решения определенных задач. С помощью СППР можно проследить за всеми доступными информационными активами, получить сравнительные значения объемов продаж, спрогнозировать доход организации при гипотетическом внедрении новой технологии, а также рассмотреть все возможные альтернативные решения.

По взаимодействию с пользователем выделяют три вида СППР:

• пассивные помогают в процессе принятия решений, но не могут выдвинуть конкретного предложения;
• активные непосредственно участвуют в разработке правильного решения;
• кооперативные предполагают взаимодействие СППР с пользователем. Выдвинутое системой предложение пользователь может доработать, усовершенствовать, а затем отправить обратно в систему для проверки. После этого предложение вновь представляется пользователю, и так до тех пор, пока он не одобрит решение.

По способу поддержки различают:

• модельно-ориентированные СППР, используют в работе доступ к статистическим, финансовым или иным моделям;
• СППР, основанные на коммуникациях, поддерживают работу двух и более пользователей, занимающихся общей задачей;
• СППР, ориентированные на данные, имеют доступ к временным рядам организации. Они используют в работе не только внутренние, но и внешние данные;
• СППР, ориентированные на документы, манипулируют неструктурированной информацией, заключенной в различных электронных форматах;
• СППР, ориентированные на знания, предоставляют специализированные решения проблем, основанные на фактах.

Выделяют четыре основных компонента:

• информационные хранилища данных;
• средства и методы извлечения, обработки и загрузки данных;
• многомерная база данных и средства анализа OLAP ;
• средства Data Mining.

СППР позволяет облегчить работу руководителям предприятий и повысить ее эффективность. Они значительно ускоряют решение проблем в бизнесе. СППР способствуют налаживанию межличностного контакта. На их основе можно проводить обучение и подготовку кадров. Данные информационные системы позволяют повысить контроль над деятельностью организации. Наличие четко функционирующей СППР дает большие преимущества по сравнению с конкурирующими структурами. Благодаря предложениям, выдвигаемым СППР, открываются новые подходы к решению повседневных и нестандартных задач.

Оставьте свой комментарий!