CC BY
1
УДК 332.14:004.9
МЕТОДЫ АНАЛИЗА ДАННЫХ, ИСПОЛЬЗУЕМЫЕ В КОРПОРАТИВНЫХ ИНФОРМАЦИОННЫХ СИСТЕМАХ
К. К. Болсуновский, Д. В. Тихоненко
Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: neopolimyj@mail.ru
В статье рассматривается понятие корпоративной информационной системы. Приводятся примеры данных систем и их спецификация. Рассматриваются используемые в них методы анализа хранимых данных. Предлагаются новые методы, которые можно реализовать в данных информационных системах.
Ключевые слова: Корпоративные информационные системы, методы анализа данных DATA ANALYSIS METHODS USED IN CORPORATE INFORMATION SYSTEMS
K.K. Bolsunovsky, D. V. Tikhonenko
Reshetnev Siberian State University of Science and Technology 31, Krasnoyarskii rabochii prospekt, Krasnoyarsk, 660037, Russian Federation
E-mail: neopolimyj@mail.ru
The article discusses the concept of a corporate information system. Examples of these systems and their specification are given. The methods of analysis of stored data used in them are considered. New methods are proposed that can be implemented in these information systems.
Key words: Artificial Intelligence, corporate governance system
При росте компании всегда появляется потребность в том, чтобы эффективно управлять протекающими в ней процессами, получая прозрачную информацию о ходе выполнения тех или иных задач. Решением данной проблемы в настоящее время является использование корпоративных информационных систем, которые обладают необходимыми инструментами [1].
При внедрении данных систем, положительными эффектами указывают:
Рост эффективности выполнения функций внутри компании;
Упорядочивание процессов, протекающих в организации;
Повышение контроля за деятельностью подразделений и протекающих внутри организации процессов и повышение качества управленческих решений.
Эффект от внедрения данных систем превосходит затраты;
Повышение мотивации сотрудников внутри компании;
Снижение уровня рисков для компании.
Сама по себе информационная система на предприятии позволяет хранить, обрабатывать и выдавать информацию в зависимости от нужд сотрудников. Когда же используется термин корпоративная информационная система, то подразумевается, что данная система вдобавок к стандартному функционалу информационных систем предоставляет возможность настроить управление протекающих процессов внутри компании.
Секция «Информационно-экономические системы»
Существует большое количество определений данного термина, но чаще всего они сводятся к тому, что корпоративная информационная система — это система способная подстраиваться под масштабы организации, рассчитанная для всесторонней автоматизации процессов хозяйственной деятельности компании и корпорации, в которых необходимо обеспечить единое управление [2].
В настоящее время существует большое количество упомянутых систем, которые в зависимости от сферы деятельности компании позволяют упростить управление различными процессами [3].
ERP — система позволяющая объединить воедино все процессы предприятия, которое занимается производством, с возможностью планирования и контроля.
CRM — система для управления взаимоотношениями с клиентами и оптимизации бизнес-процессов.
SFMS — программа для автоматизации процесса продаж.
EIS — система для анализа хранящейся информации, позволяющая принять наиболее оптимальное решение.
MES — для работы, связанной с выпуском продукции.
WMS — это программа, предназначенная для автоматизации управления процессами склада и работы складского комплекса.
SCM — система управления потоком товаров.
CMMS — система позволяющая вести управление и планирование на предприятии, а также финансовый учет.
HRM — система позволяющая работать с персоналом используя не только количественные, но и качественные показатели.
BPMS — система для управления бизнес-процессами, их гибкая настройка, позволяющая изменять процессы согласно меняющимся условиям.
OSS/BSS — системы позволяющие работать с контрагентами и управлять бизнес-процессами организации.
OLAP — программа для создания отчетов, сценариев и расчета интересующих показателей.
EAM — система, целью которой является оптимизация управления рабочей силой, рисками и расходами, на протяжении всего бизнес-процесса, согласно составленному плану.
Система электронного документооборота — система позволяющая работать с документами в электронном виде, а именно создавать их, редактировать и хранить.
ECM — это совокупность приложений для воплощения корпоративной среды в электронном виде, позволяющая создать единое информационное пространство.
При просмотре данных систем, в них упоминается возможность применения анализа данных. Сам по себе анализ данных — это совокупность действий, осуществляемых исследователем в процессе изучения полученных тем или иным образом данных в целях формирования определенных представлений о характере явления, описываемого этими данными. В качестве примера существующих методом анализа данных в корпоративных системах будут приведены методы из ERP и CRM систем.
В «dCERP» упоминается монитор целевых показателей — подведение итогов согласно деятельности предприятия на данный момент. Выбрав интересующий целевой показатель, программа предоставляет развернутый отчет для руководителей. Например, информация об установленных целях, фактические значения и параметры анализа.
Демонстрационный режим предоставляет возможность контроля за целевыми показателями без внесения данных. Демонстрирует деловую активность предприятия: отсрочка долгов клиентов, отсрочка выплаты поставщикам, срок оборота товарных запасов. Также можно следить за финансовыми результатами компании. Предоставляются данные о
прибыли, продажах и валовой прибыли, рентабельности продаж, списке самых продаваемых товаров, списке лучших менеджеров, и расходах.
В CRM системах используются следующие методы:
Коллаборативная фильтрация — это метод позволяющий определить какие предпочтения имеются у пользователя, на основе имеющейся информации о предпочтении группы пользователей.
Аффинитивный анализ — наиболее распространенный метод Data Mining, позволяет исследовать взаимосвязь между совместными событиями.
Поиск ассоциативных правил позволяют найти ассоциации, которые подходят согласно ограничениям на достоверность, которые установил пользователь.
Apriori — позволяет найти частые наборы, встречающиеся в транзакциях.
EM-алгоритм — используется для поиска параметров, от которых зависят вероятностные модели.
Как видно из представленных примеров, указанные методы различаются, это связано с различием сфер деятельности предприятия и хранимой в информационной системе данных.
Рассуждая на тему новых методов анализа данных, которые можно применить в корпоративных информационных системах в статьях чаще всего упоминается Data Science.
В качестве методов анализа данных предлагаются:
Анализ последовательности — позволяет найти закономерности между событиями.
Кластеризация — используется для нахождения и объединения данных новыми способами.
Классификация — изменение способов организации данных, на основе найденных новых шаблонов.
Интеллектуальный анализ данных — позволяет найти закономерности, аномалии и корреляции в данных.
Математические или статистические модели исследуют наличие закономерности в данных.
Основная идея использования Data Science c корпоративными информационными системами заключается в том, чтобы объединить их данные.
В качестве положительного результата от объединения данных систем приводят в пример возможность получить факторы сезонности, более точно составление прогнозов цен, закупку необходимого количества материалов, а также возможность нанять необходимое количество сотрудников [4].
Библиографические ссылки
1. Швецов С. А. Кодекс корпоративного управления. M.: 2014. - 9с.
2. КОРПОРАТИВНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ [Электронный ресурс]. URL: http://www.smartek.ru/solutions/ems.aspx (дата обращения: 05.04.2022).
3. Корпоративные системы [Электронный ресурс]. URL: https://pro-spo.ru/erp (дата обращения: 06.04.2022).
4. Applications of Data Science in ERP [Электронный ресурс]. URL: https://medium.com/swlh/applications-of-data-science-in-erp-5e98347d4d07 (дата обращения: 06.04.2022).
© Болсуновский К. К., Тихоненко Д. В., 2022
