CC BY
2УДК 004
Лымарь В.Г.
магистрант
Тольяттинский государственный университет (г. Тольятти, Россия)
МОДЕЛЬ УПРАВЛЕНИЯ ЭФФЕКТИВНОСТЬЮ СИСТЕМЫ АНАЛИТИЧЕСКОЙ ОБРАБОТКИ КОРПОРАТИВНОЙ ИНФОРМАЦИИ
Аннотация: в статье описывается разрабатываемые модели управления эффективностью системы аналитической обработки корпоративной информации, которые повышают эффективность отображения аналитической информации с помощью витрин данных.
Ключевые слова: структурна модель, аналитическая информация, обработка информации, витрины данных, витрина данных.
Управление эффективностью предприятия (EPM, или Enterprise Performance Management) - следующее поколение бизнес-аналитики, позволяющее компаниям принимать решения в системе бизнес-анализа и стратегически увязывать эти решения со своими корпоративными целями.
Система управление эффективностью предприятия располагает или интегрирует ключевые показатели в кратко-, средне- или долгосрочные цели, а именно показатели эффективности (KPI), которые связанны с процессом принятия решения, и начинаются с мониторинга и анализа информации. Управление эффективностью предприятия определяет направление работы предприятия на основе четкой корпоративной бизнес-стратегии, содержащей действия и процессы, с определением показателей эффективности и отслеживанием продвижения процесса работ.
В основе концепции управления эффективностью бизнеса (ВРМ) лежит цикл управления (определение цели - планирование - выбор показателей -выполнение и мониторинг - анализ - корректировка цели) - Рисунок 1. Результативности, в этом цикле уделяется особое внимание. Ее можно оценить только при сопоставлении полученного результата с поставленной целью» [4].
Рисунок 1. Цикл управления ВРМ.
Методы работы с корпоративными данными можно представить в последовательности шести этапов (рисунок 2):
- определение цели проведения аналитической обработки корпоративных данных,
- сбор корпоративной информации, подготовки корпоративной информации, исследования корпоративной информации,
моделирования данных, витрина данных.
1 ЭТАП
Ссбор первичной информации
3.1 ЭТАП
Подсистема мониторинга
2 ЭТАП 3 ЭТАП 4 ЭТАП
Подготовка Аналитическая и Представление
данных для статистическая результатов.
анализа обработка Витрина данных
3.2 ЭТАП
Подсистема анализа
Рисунок 2. Процесс аналитической обработки корпоративной информации.
Реальный процесс работы с корпоративными данными и аналитический анализ с различными вариантами отображения будет интерактивным (рисунок
3).
Рисунок 31. Итеративный процесс управления эффективностью системы аналитической обработки корпоративной информации.
Рассмотрены этапы работы системы аналитической обработки корпоративной информации. Далее рассмотрим модели.
Рисунок 4. Контекстная диаграмма «Управления эффективностью системы аналитической обработки корпоративной информации. Как есть».
Выходной информацией бизнес-процессов процесса управления эффективностью системы аналитической обработки корпоративной информации являются, различные отчеты, а именно:
- аналитические отчеты,
- витрины данных,
- внутренние документы компании,
- отчеты в контролирующие структуры.
Рассмотрим основные операции «Управления эффективностью системы аналитической обработки корпоративной информации» более подробно на рисунке 5.
Рисунок 5. Управления эффективностью системы аналитической обработки
корпоративной информации. Как есть.
Основными операциями верхнего уровня являются:
- сбор информации,
- подготовка данных для анализа,
- аналитическая и статистическая обработка информации,
- представление результата.
Одним из перспективных методов является исследование и совершенствование витрин данных как важного элемента корпоративных аналитических систем, на котором сосредоточено исследование и изменения будут происходить в блоке «Представление результатов», на рисунке 7 процесс представлен «Как есть» и происходит исключительно отчетами, которые формируют аналитики.
Рисунок 6. Представление результатов. Как есть.
В работе предлагается внедрить управление эффективностью предприятия (EPM, или Enterprise Performance Management) - которое позволит компании принимать решения в системе бизнес-анализа и стратегически увязывать эти решения со своими корпоративными целями.
«Витрина данных — это простая форма хранилища данных, которое ориентировано на определенную тему или направление деятельности, например на продажи, финансы или маркетинг. С учетом этой узкой специализации получается, что витрины данных собирают данные из меньшего количества источников, чем хранилища данных. Источниками для витрины данных могут служить внутренние операционные системы, центральное хранилище данных и внешние данные» [l].
Рисунок 7. Представление результатов. Как должно быть.
Результатом выполнения задания по практике является проектирования бизнес-процессов, которые отражают текущее состояние и состояние после внедрения новых методов управления эффективностью системы аналитической обработки корпоративной информации.
Заключение.
Внедрение новых методов и алгоритмов приведет к единому формату данных и позволит взаимодействовать с различными источниками входных данных, а также позволит получать различные витрины данных (простые и стратегические).
СПИСОК ЛИТЕРАТУРЫ:
1. Витрина данных. Проектирование [Электронный ресурс] - Режим доступа: https://habr.com/ru/articles/650237/ (дата обращения 13.06.2024.);
2. Витрина данных [Электронный ресурс] - Режим доступа: https://www.oracle.com/cis/autonomous-database/what-is-data-mart/ (дата обращения 13.06.2024.);
3. Управление Эффективностью Предприятия [Электронный ресурс] -Режим доступа: https://optimacros.com/blog-ru/enterprise-performance-management/ (дата обращения 13.06.2024.);
4. Черняк Л. Большие Данные - новая теория и практика // Открытые системы. СУБД. - 2021. - №10. - С. 36-41
Lymar V.G.
Tolyatti State University (Togliatti, Russia)
PERFORMANCE MANAGEMENT MODEL ANALYTICAL PROCESSING SYSTEMS CORPORATE INFORMATION
Abstract: the article describes the models being developed for managing the effectiveness of the system for analytical processing of corporate information, which increase the efficiency of displaying analytical information using data marts.
Keywords: structural model, analytical information, collection information, data marts, data marts.
