Современное состояние и проблемы создания информационно-аналитических систем в области автоматизации управленческой деятельности

За последние 10−15 лет в нашей стране и за рубежом произошел большой скачок в развитии аналитического программного обеспечения компьютерной поддержки принятия управленческих решений [14]. Как следует из самого термина, эти программные комплексы представляют собой средства автоматизации работы специалистов, в должностные обязанности которых входит подготовка материалов для наиболее эффективного и обоснованного принятия руководством управленческих решений, то есть аналитиков, экспертов, советников. Необходимость поддержки, иными словами, помощи в процессе принятия управленческих решений вызвана целым рядом причин, а именно:

• — огромным количеством и разнородностью исходной объективной информации;
• — необходимостью учета большого количества противоречивых критериев и факторов;
• — необходимостью проведения расчетов по различным алгоритмам (математическим, статистическим, оптимизационным, многокритериальным);
• — наличием различного рода неопределенностей (неполнота данных, размытость и противоречие моделей критериев, и т. д.);
• — необходимостью учета слабоформализуемых данных, а также субъективных предпочтений лиц, принимающих решение (ЛПР).

На последнем пункте следует остановиться особо. Как правило, при принятии сложных управленческих решений присутствует как объективная, так и субъективная составляющая. Чаще всего объективная составляющая представляет собой совокупность структурированных данных, определяющих условия, накладываемые предметной областью на возможные решения (наличие ресурсов, временные и финансовые параметры, экологические требования, социальная обстановка, и т. п.). К субъективной составляющей относятся факторы, отражающие экспертные предпочтениям по важности различных критериев. Соответственно, для формирования и оценки возможных вариантов решений необходимо уметь объединять эти разнородные объективные и субъективные данные в единую модель.

Последние годы в компьютерных журналах публикуется достаточно много статей, посвященных таким системам. Английский эквивалент этого понятия — Decision Support System (DSS). Например, к системам этого типа относят системы, реализующие технологию OLAP (On-Line Analytical Processing). Эта категория программного обеспечения реализует интерфейс доступа к многомерным, многосвязанным данным в больших (и сверхбольших) базах данных, которые выдаются в форме, определенной пользователем и удобной для анализа.

Однако, в период примерно с начала 70-х годов до начала 90-х в Советском Союзе чаще применялся другой английский эквивалент — Decision-Making Support System (DMSS). Несмотря на полную идентичность русского названия, речь идет по сути о различных сторонах систем одинаковой направленности.

По сути, основное различие состоит в следующем: раньше под поддержкой принятия решений понимался инструментарий выработки рекомендаций для лица, принимающего решение (ЛПР), сейчас то же понятие означает инструментарий подготовки данных для ЛПР. Инструментарий подготовки данных помогает решить следующие задачи.

• — подготовить базы данных (часто объемные и содержащие сложные взаимосвязи),
• — организовать гибкий и удобный доступ к базам данных через мощные средства формирования запросов,
• — получить результаты запросов в форме, максимально удобной для последующего анализа,
• — использовать мощные генераторы отчетов.

Инструментарий выработки рекомендаций помогает решить следующие задачи:

• — сформировать множество альтернативных вариантов решения (далееальтернатив),
• — сформировать множество критериев оценки альтернатив,
• — получить оценки альтернатив по критериям,
• — выбрать лучшую альтернативу, которая и выдается системой в качестве рекомендации.

Однако, полноценная поддержка принятия решений в ситуациях, требующих анализа больших объемов разнородной информации невозможна без использования инструментария как подготовки данных, так и выработки рекомендаций. Соответственно, можно выделить полный спектр задач, который должен решаться информационно-аналитическими системами, выполняющими поддержку принятия решений:

• — подготовка и организация доступа к разнородным данным;
• — анализ массива детализированных исходных данных,
• — проведение обобщающих аналитических запросов и предметных расчетов, представление результатов в удобном для ЛПР виде;
• — построение системы критериев и показателей эффективности вариантов решений;
• — генерацию списка возможных решений (альтернатив, вариантов);
• — оценка каждого из вариантов и выбор лучшего согласно системе критериев и исходных данных;
• — анализ полученных результатов с точки зрения цели решаемой задачи.

На практике в качестве систем поддержки принятия решений зачастую используются средства построения хранилищ и витрин данных, инструменты оперативной аналитической обработки и прочие средства многомерного анализа, входящие в состав крупных информационно-аналитических комплексов. Соответственно, в состав таких комплексов могут входить следующие программные средства:

• — средства построения баз, хранилищ и витрин данных (Data Warehouse);
• — средства работы с детализированной информацией;
• — инструменты оперативной аналитической обработки (Оп-Ыпе Analytical Processing, OLAP) и прочие средства многомерного анализа;
• — инструменты конечного пользователя для выполнения запросов и построения отчетов (Query and Reporting Tools);
• — средства интеллектуальной добычи данных (DataMining);
• — системы поддержки принятия решений на основе знаний и многокритериальных оценок (Decision Support Systems, DSS)

Поддержка принятия управленческих решений на основе накопленных данных может выполняться в четырех базовых сферах: детализированных данных (это область действия большинства информационно-аналитических систем, нацеленных на представление детализированной информации), сфере агрегированных показателей (комплексный взгляд на собранную в хранилище данных информацию, ее обобщение и агрегирование, представление в виде гиперкуба и многомерный анализ преимущественно являются задачами OLAPсистем), сфере закономерностей (в этой сфере обработка данных производится методами интеллектуального анализа данных (ИАД), главными задачами которых являются поиск функциональных, логических и других закономерностей в накопленной информации, построение моделей и правил, которые объясняют найденные аномалии и/или прогнозируют развитие некоторых процессов), сфере принятия окончательного решения (в этой сфере происходит генерация возможных вариантов решений, их оценка и выбор лучшего, для этого могут использоваться системы, основанные на знаниях, и системы поддержки принятия решений на основе методов многокритериальных оценок).

Как правило, крупные программные комплексы, реализующие поддержку в процессе решения сложных предметных задач, работают во всех упомянутых сферах. Поэтому в состав интегрированной аналитической системы могут входить блоки подсистем из всех вышеперечисленных категорий.

В настоящее время существует большое количество решений по созданию интегрированных ИАС для различных приложений. Особо развиты и широко распространены системы автоматизированного управления предприятием, ориентированные, в первую очередь, на решение экономических и маркетинговых задач. Специфика данных задач позволяет разрабатывать и внедрять ИАС на базе уже созданных модулей, ориентирующихся на отработанные стандартные механизмы решения. Однако для многих других областей применения (в частности, для решения задач природопользования) подобных стандартных решений еще не существует, и специфика предметной области вынуждает создавать системы автоматизации на более низком инструментальном уровне, включая анализ функциональных задач, проектирование структуры данных.