Информационно-управляющие системы
УДК 004.051
ОСОБЕННОСТИ ПРИМЕНЕНИЯ OLAP-ТЕХНОЛОГИЙ В ТОРГОВЛЕ
К. С. Цыцура, А. И. Потоловский
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
Е-mail: tsitsura_k_s@mail.ru
Рассматриваются особенности применения аналитической обработки данных в сфере торговли, для решения задач анализа продаж, закупок, цен, маркетинга, движения денежных средств и склада.
Ключевые слова: OLAP, торговля, анализ, обработка данных.
FEATURES OF APPLICATION OF OLAP-TECHNOLOGY IN TRADE
K. S. Tsitsura, A. I. Potolovsky
Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: tsitsura_k_s@mail.ru
The article considers features of the application of analytical data processing in trade, to solve the problems of analysis of sales, purchasing, pricing, marketing, cash flow and stock.
Keywords: OLAP, trade, analysis, processing.
Через современные предприятия ежедневно проходит огромное количество информации. Необходимо затрачивать очень много времени на ее обработку, из-за этого процесс принятия решений сильно затягивается. Так как предприятию для развития и получения прибыли необходимо быть успешным и конкурентоспособным, приходится прибегать к помощи информационных систем и технологий, основанных на аналитической обработке данных. В качестве такой системы выступает OLAP (Online Analytical Processing) -система аналитической обработки данных для поддержки принятия важных решений [1].
Системы OLAP, успешно решают следующие аналитические задачи в сфере торговли:
1) анализ цен (упрощает и структурирует процесс ценообразования);
2) анализ закупок (находит поставщиков, подходящих по различным показателям: надежности, максимальной выгоды от сделки, самого быстрого время поставки;
3) анализ продаж (структурный и сравнительный анализ, анализ динамики продаж);
4) маркетинг (выявление потребностей на какой-либо товар, анализ эффективности сезонных или других маркетинговых акций);
5) движение денежных средств (анализ движения и оптимизация денежных потоков);
6) склад (анализ загруженности склада, времени поставок и отправок, сроков хранения).
Анализ этих задач позволяет значительно улучшить процесс управления запасами товаров на складе, а также отслеживать потоки товарооборота и быть
постоянно в курсе о необходимости дополнительных поставок.
В «фундаменте» каждого торгового предприятия лежат два ключевых вопроса: «Какое количество товара продано» и «Сколько прибыли было получено» По мере расширения предприятия возникают все новые и новые вопросы: «Сколько прибыли получено в этом месяце по сравнению с предыдущим» или «Сколько заработал магазин № 1 по сравнению с магазином № 2» и т. п.
Рассмотрение подобных вопросов необходимо для принятия решений об изменении цен, ассортимента, открытии новых филиалов или закрытии старых, о начале проведения акций и распродаж или об их прекращении. Если проанализировать основные данные, которыми пользуются предприятия для улучшения своей работы, то можно получить таблицу, предназначенную для анализа продаж (рис. 1).
Представленная таблица выступает в качестве шаблона, который требует небольших изменений исходя из специфики работы каждого конкретного предприятия.
Системы OLAP открывают доступ к различным эффективным методам анализа [2]:
1) структурный анализ (производится анализ структуры продаж для определения наиболее важных и эффективных методов продаж);
2) динамический анализ (выявление колебаний сезонного спроса или колебаний спроса, связанных с социально-экономическими факторами);
3) сравнительный анализ (анализируются результаты продаж за различные промежутки времени или для определенной группы товаров).
Решетнеескцие чтения. 2015
Информация о процессах продаж - это еще не все, что нужно знать для успешной работы предприятия. Вместе с продажами в ОЬЛР-системах ведется и анализ закупок и состояния склада. Процесс закупок не менее важен, так как предприятия, работающие в сфере торговли, приобретают товары для последующей перепродажи.
Для удобства представления результаты анализа формируются ОЬЛР-системами в отчеты. Отчеты дают ответы на широкий спектр вопросов: себестои-
мость товаров, анализ расходов и доходов (как в общем виде, так и по определенным параметрам) и т. д.
Программные продукты, основанные на технологии OLAP, могут выступать либо в качестве многомерной серверной СУБД, OLAP-сервера, либо в качестве OLAP-клиента. Предпочтение, как правило, отдается OLAP-клиентам, по той причине, что содержание OLAP-клиента значительно ниже, чем OLAP-сервера. Пример процесса внедрения технологии OLAP в клиентское приложение представлено на рис. 2.
Категории Показатели
Время Категории товара Товар Регион Продавец Покупатель Сумма Количество
Рис. 1. Шаблон таблицы анализа продаж
Рис. 2. Пример применения методологии OLAP в клиентских приложениях
Производя анализ информационных систем для автоматизации работы предприятия, все чаще отдается предпочтение OLAP-технологиям, так как они позволяют с большой скоростью обрабатывать сложные многотабличные запросы [3]. После чего пользователь может увидеть значения показателей не только в общем виде, но и при необходимости ознакомиться с информацией более детально.
Несомненно, можно сказать, что OLAP-технологии являются очень эффективным инструментом для успешного развития предприятия. Однако следует отметить, что успешное применение этой технологии возможно только, когда собранная и проанализированная информация используется всеми подразделениями предприятия.
Библиографические ссылки
1. Баргесян А. А., Куприянов М. С. Методы и модели анализа данных OLAP и Data Mining. СПб. : БХВ-Петербург, 2004. 331 с.
2. Баргесян А. А., Куприянов М. С. Технологии анализа данных. Data Mining, Visual Mining, Text Mining, OLAP. СПб. : БХВ-Петербург, 2007. 384 с.
3. Бергера А., Горбач И. Microsoft SQL Server 2005 Analysis Services. OLAP и многомерный анализ данных. СПб. : БХВ-Петербург, 2007. 928 с.
Reference
1. Bargesyan A. A., Kupriyanov M. S. Metody I modeli analiza dannih OLAP i Data Mining. BXV-Peterburg, 2004. 331 p.
2. Bargesyan A. A., Kupriyanov M. S. Tehnologii analiza dannih. Data Mining, Visual Mining, Text Mining, OLAP. BHV-Peterburg, 2007. 384 p.
3. Bergera A., Gorbach I. Microsoft SQL Server 2005 Analysis Services. OLAP i mnogomernyj analiz dannih. BHV-Peterburg, 2007. 928 p.
© Цыцура К. С., Потоловский А. И., 2015