Внутреннее строение автоматизированных информационных технологий управления

В процессе создания и в ходе функционирования автоматизиро­ванных информационных технологий управления выделяют некоторые аспекты внутреннего строения системы управления, различая в соответствии с этим различные виды структур системы: организа­ционную, функциональную, комплекса технических средств и др. Организационная структура системы управления определяет наличие подразделений разного уровня (отделов, подотделов, цехов, учас­тков и др.) и их взаимное административное подчинение. Функциональ­ной структурой называют структуру, элементами которой являются подсистемы, функции автоматизированной информационной систе­мы управления или их части, а связями между элементами выступают потоки информации, циркулирующей в системе.

В структуре систем административно-организационного управле­ния принято выделять подсистемы по функциональному признаку. Это позволяет четко выделять комплексы задач в подсистемах в со­ответствии с определенной функцией управления. В этих системах функциональная и организационная структуры часто во многом со­впадают. Это объясняется стремлением создать постоянный коллек­тив людей, работающих под единым руководством, для системати­ческой и квалифицированной реализации определенной функции управления.

Автоматизированная информационная технология управления состоит как бы из нескольких частей — общесистемной, содержа­щей общее описание и обоснование решений, принятых в проекте АИТУ, функциональной, реализующей функциональные подси­стемы, и обеспечивающей части. Обеспечивающая часть АИТУ необходима для успешной работы функциональных подсистем и со­стоит из описания различных видов обеспечения. Различают следу­ющие виды обеспечения:

– техническое обеспечение — комплекс технических средств, при­меняемых для функционирования автоматизированной информаци­онной технологии управления;

– математическое обеспечение — совокупность используемых эко­номико-математических методов, моделей и алгоритмов;

– программное обеспечение — совокупность общесистемного и прикладного программного обеспечения. Общесистемное программ­ное обеспечение включает операционные системы, трансляторы, ути­литы, базы данных и т. п. Прикладное программное обеспечение включает прикладные программы, реализующие функциональные запросы пользователей и различного рода описания (пользователя, оператора, программиста и т. д.), позволяющие успешно применять программное обеспечение;

– информационное обеспечение — совокупность реализованных решений по объему, размещению и формам организации информации, циркулирующей в системе управления. Оно включает норма­тивно-справочную информацию, необходимые классификаторы тех­нико-экономической информации, унифицированные документы, массивы данных, контрольные примеры, используемые при решении задач управления;

– организационно-методическое обеспечение — совокупность доку­ментов, регламентирующих деятельность персонала в условиях функ­ционирования системы управления. Оно предназначено для описа­ния изменений организационной структуры управления объектом, связанных с созданием АИТУ (схема организационной структуры, описание организационной структуры); для описания действии пер­сонала по обеспечению функционирования АИТУ (технологическая инструкция, инструкция по эксплуатации); для установления функ­ций, прав и обязанностей должностных лиц по обеспечению функ­ционирования АИТУ (должностная инструкция);

– лингвистическое обеспечение — совокупность информационных языков, методов индексирования, а также лингвистической базы (сло­варей, тезаурусов, рубрикаторов) и методов ее ведения.

– правовое обеспечение — совокупность правовых норм, регламен­тирующих правоотношения при функционировании АИТУ и юри­дический статус результатов ее функционирования.

Комплекс технических средств и информационное обеспечение являются общими для всех задач, решаемых в системах управления. Остальные виды обеспечения используются применительно к конк­ретным задачам и конкретным АИТУ и, как правило, их в самостоя­тельные подсистемы не выделяют.

Системное проектирование по сравнению с построением моде­лей деятельности имеет важную особенность в технике структуриро­вания модели: особую роль играют хранилища (накопители) данных, так как практически все процессы модели связаны не напрямую, а через эти накопители. Основной принцип: данные должны заноситься в накопитель один раз в том месте, где они появляются. К выявле­нию базовых накопителей надо относиться чрезвычайно тщательно, так как именно с ними будут работать бизнес-процессы на всех без исключения уровнях детализации модели. Задачи управления требу­ют умения использовать и обрабатывать большой объем информа­ции, проводить анализ этой информации, моделировать процессы и ситуации и структурировать материал для принятия решений.

Актуальность проблемы хранения и оперативного поиска данных привела к появлению такого понятия, как «хранилище данных». Сле­дует упомянуть о необходимости использования единых информа­ционных хранилищ в аналитических системах и в первую очередь в системах поддержки принятия решений (СППР). Системы СППР пользуются информацией, собранной с помощью компьютерных се­тей из множества систем обработки данных (СОД). Данные в СОД собираются, хранятся и по достижении установленного срока выгру­жаются. Данные в различных СОД могут быть не согласованы между собой, информация в них может быть по-разному структурирована, степень ее достоверности определить сразу бывает достаточно труд­но. Все это свидетельствует о том, что архивные данные из СОД без предварительной доработки использовать в информационных храни­лищах нецелесообразно.

В настоящее время для совместного использования данных осу­ществляется интеграция различных СОД на основе единого справоч­ника метаданных, т. е. по каждому новому запросу предполагается динамическая выгрузка данных из различных СОД, их согласование, агрегация и транспортировка пользователю. Из предложенной схе­мы видно, что в ней отсутствует интерактивное взаимодействие с пользователем для проведения динамического анализа.

Информационные хранилища для СППР должны обладать не­которыми специфическими свойствами. Они должны обеспечивать хранение информации в хронологическом порядке, так как без под­держания хронологии данных нельзя говорить о решении задач про­гнозирования и анализа тенденций (основных задач СППР). Основ­ное требование, предъявляемое к информационным хранилищам, — даже не оперативность, также очень необходимая, а достоверность информации, которую без согласованности данных обеспечить не­возможно. Дело в том, что различные СОД на один и тот же запрос могут дать различные ответы по ряду причин:

– асинхронность модификации данных в разных СОД;

– различия в трактовке событий, понятий и т. д.;

– изменение семантики данных в процессе развития предметной области;

– ошибки при вводе и обработке;

– частичная утрата фрагментов информации из архива и т. п. Задача создания информационных хранилищ чрезвычайно сложна.

Ее решение связано с рядом проблем глобального характера. Первая проблема состоит в том, что хранилища данных работают с внешни­ми источниками, т. е. различными информационными системами, электронными архивами, каталогами и справочниками, статистичес­кими сборниками и т. д. Все внешние источники реализованы на ос­нове различных программных и аппаратных средств. На основе этих разнородных средств и решений необходимо построить единую ин­формационную систему, функционально согласованную.

Вторая проблема заключается в том, чтобы эта единая инфор­мационная система имела распределенное решение, т. е. следует фи­зически разделить узлы компьютерной сети, где происходит операци­онная обработка информации, и узлы, в которых выполняется анализ данных. Третья проблема— это метаданные и средства их представ­ления. Прежде метаданными пользовались разработчики и в меньшей степени администраторы баз данных, т. е. специалисты. В настоящее время метаданные применяются всеми пользователями и средства их представления должны соответствовать уровню подготовки простого пользователя. Для аналитических систем, для СППР база метаданных жизненно необходима, как путеводитель для туриста в незнакомом го­роде. Пользователю, кроме структуры и взаимосвязей данных, необ­ходимо знать:

– источники получения данных и степень их достоверности, так как одна и та же информация может попасть в хранилище из различ­ных источников;

– периодичность обновления, т. е. не только когда были обнов­лены данные, но и когда они будут вновь обновляться;

– собственников данных, чтобы определить, какие шаги пользо­ватель должен предпринять для доступа к этим данным;

– статистическую оценку запросов, оценку времени и объема по­лученного ответа.

Собрав информацию об истории развития организации, ее успе­хах и неудачах, причинах этих неудач, взаимоотношениях с поставщи­ками и заказчиками, истории и развитии рынка, менеджеры получают уникальную возможность для анализа прошлого, текущей ситуации и составления обоснованных прогнозов. Но возникает четвертая проблема — проблема защиты информации. Региональный менед­жер должен иметь информацию по региону, а менеджер подразделе­ния - по подразделению.

Последняя проблема, о которой следует упомянуть, - это проблема больших объемов хранилищ. В настоящее время 50% орга­низаций уже планируют объем хранилищ в 100 гигабайт. Создание единых хранилищ данных предполагает использование технологий статистической обработки информации для ее предварительного анализа, определения состава и структуры тематических рубрик. Начальный этап предварительного анализа - выделение групп с однородными данными и расчленение информации на однокачественные интервалы, т. е. группировка по типу информации.

Если существующие в настоящее время технологии анализа дан­ных в хранилищах распределить по увеличению аналитических воз­можностей, то список будет выглядеть так: Online Transaction Processing (OLTP); Online Analytical Processing (OLAP); Data Mining. Технология оперативного анализа распределенных данных (OLAP-технология), занимающая среднее положение в этом списке, наиболее распрост­ранена. Эта технология обеспечивает:

– построение многомерных моделей баз данных;

– иерархическое представление информации по семантическим связям;

– выполнение сложных аналитических расчетов;

– динамическое изменение структуры отчета;

– обновление базы данных и т. д.

Аналитические приложения для поддержки принятия решений в бизнесе основываются на модели данных, разработанной для конечного пользователя. Такой моделью может быть многомерная модель, представленная в виде куба. Организуя и обрабатывая информацию из реляционных баз данных и других плоских таблиц многомерным образом, пользователи могут рассматривать свои данные так же, как они рассматривают свой бизнес. Многомерной модели данных могут сопутствовать функции анализа, прогнозирования, моделирования и построения запросов «что-если». \

Программные продукты, использующие OLAP-технологию, соче­тают модель представления данных, оптимизированную для анализа, с простыми и интуитивными средствами доступа к этим данным. От этих средств выигрывают и поставщики аналитической информации, т. е. финансовые, маркетинговые и другие аналитики, и ее потреби­тели, т. е. руководители и менеджеры различного уровня. Первые обнаруживают тенденции и исключительные ситуации при помощи решения задач прогнозирования и планирования, строят модели «что-если». Вторые составляют, например, интерактивные отчеты, диаг­раммы, которые могут ответить на вопросы хозяйственной практики (например, каким будет объем продаж в регионе в следующем квар­тале или насколько возрастет объем заказов в текущем квартале, если покупатели будут совершать форвардные сделки, и т. д.).

К основным преимуществам OLAP-технологии относятся:

– возможность пользователя самому работать с данными, а не че­рез посредника-программиста;

– пользователя не интересует, каким образом хранится инфор­мация в базе данных (правило «прозрачности»), и он смотрит на дан­ные «многомерно»;

– время ответа на сложный запрос, предполагающий анализ боль­шого объема данных, в этих технологиях намного меньше, чем в OLTP-технологии;

– OLAP-приложения предназначены и дают наибольший эффект при анализе именно большого объема данных.

Функциональность OLAP-технологии заключается в динамичес­ком многомерном анализе консолидированных данных предприятия, поддерживающего следующие аналитические и «навигационные» виды деятельности конечного пользователя:

– вычисления и моделирование, применяемое к измерениям и/пли их конкретным элементам;

– анализ временных тенденций показателей;

– формирование срезов многомерного представления для их про­смотра на экране;

– перемещение по уровням детализации;

– доступ к исходным детальным данным;

– «вращение» многомерных представлений.

Все это дает поразительный эффект от использования OLAP-технологии при решении задач прогнозирования, составления бюджета и планирования, задач анализа и ведения финансовой и управлен­ческой отчетности.