Информационные системы в науке, образовании и бизнесе. Ефремов О.В - 55 стр.

UptoLike

ВУЗ: 

ТГТУ | Тамбов

Составители: 

Рубрика: 

продуктов данного класса могут служить две разработки системного интегратора ЛАНИТ – Экспертная анали-
тическая система "Анализ банковской и финансовой информации (АБФИ)" и система LanFinance. Эти системы
позволяют осуществлять функции финансового анализа на основе специализированных модулей, реализующих
определенную методологию. При этом разработчики предусмотрели возможность использования аналитиками
некоторого набора готовых методик для проведения различных видов анализа. Например, для банковской сфе-
ры реализованы методики дистанционного анализа, внутреннего и внешнего анализа, анализа прибыльности,
рейтинговой оценки надежности банка (CAMEL), расчет рейтинга надежности банка (на основе методики
В.С.Кромонова), расчет лимита межбанковского кредитования (на основе методики КБ "Европейский Трасто-
вый Банк"), GAP-анализ.
Средства интеллектуальной добычи данных (data mining)
Программные продукты, относящиеся к этой категории, обеспечивают поиск полезных данных в огром-
ных массивах информации. Иными словами, такие программные продукты позволяют аналитику получить ка-
чественно новую информацию, не содержащуюся в источнике данных явным образом. Здесь используются по-
пулярные методы математического анализа данных: фильтрация, дерево решений, ассоциативные правила, ге-
нетические алгоритмы, нейронные сети, статистический анализ.
В качестве примера вывода, полученного с помощью средств data mining, приведем результат анализа ба-
зы данных оператора сотовой связи: "в предыдущем месяце наибольшее число продаж самого популярного та-
рифного плана приходится на клиентов в возрасте от 18 до 27 лет во временном интервале с 10 до 14 часов".
Эта информация не хранится в базе данных явно, однако такие результаты могут быть получены после прове-
дения процедуры анализа, при помощи одного из вышеперечисленных методов или их комбинации.
Таким образом, системы data mining помогают аналитику сформировать качественные выводы, которые
обычный человек не в состоянии получить стандартными методами исследования данных (во всяком случае, не
так быстро, как программа). Как правило, функции интеллектуального извлечения данных встраиваются в
OLAP-системы. Типичные представители фирм-разработчиков: Hyperion Essbase (Hyperion Solutions Corpora-
tion), Oracle Data Mining (Oracle), SAS (SAS Institute).
Инструменты конечного пользователя для выполнения запросов и построения отчетов (query and
reporting tools)
Такие системы обеспечивают функции построения запросов к информационно-аналитическим системам (в
пользовательских терминах), интеграцию данных из нескольких источников, просмотр данных с возможностью
детализации и обобщения, построение полноценных отчетов и их печать. Они предназначены для пользовате-
лей, обладающих "продвинутыми" техническими навыками. При этом профессиональных знаний в области ин-
формационных технологий не требуется, тем не менее, для экономистов такие средства не всегда бывают удоб-
ны. Как правило, модули, содержащие функции Query & Reporting, входят в состав многих OLAP-систем, но
есть и отдельные программные продукты этого класса. Таким образом, четко провести грань между OLAP и
Query & Reporting невозможно. Характерный пример – приложение Hyperion Essbase, которое аналитики отно-
сят к обоим классам.
В заключение подведем некоторые итоги классификации.
Во-первых, очевидно, что отнести тот или иной программный продукт к какому-то одному классу не все-
гда возможно, поскольку многие системы позволяют решать аналитические задачи нескольких категорий. К
числу "многофункциональных" можно отнести системы таких мировых производителей, как Hyperion Solutions
Corp., Cognos, Business Objects, Microsoft. Эти компании являются лидерами мирового рынка систем делового
интеллекта, их продукты также активно продаются в России. Типичным примером универсальной системы мо-
жет служить Hyperion Essbase – аналитическая платформа класса OLAP, предназначенная для решения доволь-
но широкого круга задач. Будучи OLAP-системой, Hyperion Essbase также решает часть задач, относящихся к
информационно-аналитическим системам, средствам интеллектуального извлечения данных, а также обеспечи-
вает функции программных средств построения запросов и отчетов. Кроме того, в некоторых случаях Hyperion
Essbase может использоваться в качестве хранилища данных, а также в качестве аналитической "прослойки" в
крупных компаниях, где данные распределены по многим информационным источникам.
Во-вторых, в настоящее время наибольшим спросом на рынке пользуются хранилища данных, OLAP-
средства и системы data mining. Они обладают богатыми аналитическими возможностями, в том числе в части
финансовых и статистических функций, которые постоянно развиваются и улучшаются. При этом они позво-
ляют хранить и обрабатывать большие объемы информации.
В-третьих, при выборе аналитической системы необходимо учитывать степень простоты освоения и экс-
плуатации программы пользователями-экономистами, не владеющими техническими знаниями в профессио-
нальном объеме. Иначе говоря, программный продукт должен быть настраиваемым под конечных пользовате-
лей и требовать при этом минимальной поддержки со стороны технических специалистов. Например, упомяну-
тый выше Hyperion Essbase позволяет обеспечить всю рутинную работу, оставив аналитику только ту часть,
которая касается собственно анализа и представления данных.
В-четвертых, при выборе аналитической системы также следует учитывать ее приспособленность к реше-
нию конкретных, интересующих конечного пользователя, задач. В лучшем случае это реализуется в виде гото-
вых отраслевых решений в конкретной предметной области.

Страницы