CC BY
19
18. Vinokurtseva E. A. Evaluation of the economic efficiency of the system of state and municipal procurement in the region / / Bulletin of the Belgorod University of Cooperation, Economics and Law, Belgorod University of Cooperation, Economics and Law (Belgorod). - 2019. - № 2(75). - Pp. 243-248.
19. Novikov S. V. State procurement - a tool for the development of the economic base of the region // Economics and Management: scientific and practical journal, Bashkir Academy of Public Service and Management under the Head of the Republic of Bashkortostan, Bashkir State University, Ufa State Petroleum Technical University (Ufa). - 2015. - No. 3. - p. 4-7.
20. Mereminskaya E. Local suppliers account for up to 90% of regional contracts [Electronic resource] // Vedomosti: electronic newspaper. 2021. URL: https://www.vedomosti.ru/economics/articles/2019/11/18/816545-mestnih-postavschikov (accessed: 20.06.2021).
DOI: 10.24412/2304-6139-2022-11239
B.В. Салий - к.п.н., доцент кафедры бухгалтерского учета и анализа, Российский экономический университет им. Г.В. Плеханова (Краснодарский филиал), e-mail:vlada-2807@mail.ru,
V.V. Salii - Candidate of Pedagogical Sciences, Associate Professor, Department of Accounting and Analysis, Russian University of Economics G.V. Plekhanova (Krasnodar branch);
C.М. Гузиекова - к.ф.н., доцент кафедры бухгалтерского учета и анализа Российского экономического университета им. Г.В. Плеханова (Краснодарский филиал), e-mail:saika.80@mail.ru,
S.M. Guziekova - Candidate of Philological Sciences, Associate Professor, Chair of Accounting and Analysis, Russian University of Economics G.V. Plekhanova (Krasnodar branch);
О.В. Ищенко - к.э.н., доцент кафедры бухгалтерского учета и информационных технологий, Краснодарский кооперативный институт (филиал) РУК, e-mail:rov1301@yandex.com,
O.V. Ishchenko- Candidate of Economic Sciences, Associate Professor of the Department of Accounting and Information technologies, Krasnodar Institute of Cooperation (branch) of RUC.
ПРИМЕНЕНИЕ ЛИНГВИСТИЧЕСКИХ И СЕМАНТИЧЕСКИХ СВЯЗЕЙ ПРИ ФОРМИРОВАНИИ ЭКОНОМИЧЕСКОЙ УЧЕТНОЙ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СИСТЕМЫ APPLICATION OF LINGUISTIC AND SEMANTIC LINKS IN THE FORMATION OF ECONOMIC ACCOUNTING INFORMATION-ANALYTICAL SYSTEM
Аннотация. Базой для построения экономической учетной информационно-аналитической системы является хранилище данных, которое само по себе ни каких функций анализа не выполняет. Исходные данные собираются из различных источников и загружаются в единое хранилище корпорации, которое представляет собой реляционную базу данных, построенную на основе СУБД. При работе с хранилищем у специалистов возникают проблемы при загрузке и выгрузке информации, так как он не всегда владеет лексическим набором слов на языке запросов при работе с информацией. Семантический слой позволяет является обеспечивающим механизмом доступа к хранилищу данных, так как позволяет трансформировать термины экономической сферы в процедуры запросов при работе с базой данных. При формировании учетной информационно-аналитической системы можно применять несколько семантических связок, для разных областей информации, функционирующей в компании, либо применять одну, которая будет объединять все приложения. Для создания систем экономической отчетности при формировании учетной информационно-аналитической системы могут применяться различные подходы, в которых выборка информации осуществляется на основе лингвистических связок, определяющих значения показателе.
Abstract. The basis for building an accounting information and analytical system is a data warehouse, which in itself does not perform any analysis functions. Initial data is collected from various sources and loaded into a single corporate repository, which is a relational database built on the basis of a DBMS. When working with a repository, specialists have problems loading and unloading information, since it does not always know the lexical set of words in the query language when working with information. The semantic layer allows it to be a providing mechanism for accessing the data warehouse, since it allows transforming the terms of the economic sphere into query procedures when working with a database. When forming an accounting information and analytical system, you can use several semantic bundles for different areas of information operating in a company, or use one that will unite all applications. To create systems of economic reporting in the formation of an accounting information and analytical system, various approaches can be used, in which the selection of information is carried out on the basis of linguistic links that determine the values of the indicator.
Ключевые слова: хранилище данных, лингвистическое обеспечение, семантические связи, учетная информационно-аналитическая система, экономика, база данных, интеллектуальный поиск.
Keywords: data warehouse, linguistic support, semantic links, economics, database, accounting information and analytical system, smart search.
Важнейшей особенностью нового технологического или цифрового мира, является его информатизи-рованность. К информатизации относится все, что производит, перерабатывает, распределяет, транспортирует и предоставляет информацию потребителю в удобном виде.
Функционирование любого предприятия и организации, любого объекта или системы неразрывно связана с информацией, которая находится повсюду, которая представлена в виде различных соединений. Вся информация, этапы ее обработки и те, кто участвует в ее обработке, входят в состав информационного пространства предприятия или организации, а деятельность по преобразованию потока информации представляет собой аналитическую деятельность, представляя собой обязательную часть информационного пространства.
А так как известно, что любое предприятие, корпорация представляют собой систему, функционирующую на основе взаимодействующих частей - отделов, персонала и т.д., что образует собой комплекс объектов или информационных ресурсов. Однако кроме информационных объектов есть еще одна неотъемлемая составляющая процесса обмена информацией, такая как информационная или корпоративная культура, определяющая качественный обмен информацией внутри компании.
Быстрый рост объемов информационных ресурсов и информационных потоков требует принципиально новых подходов к хранению и обработке данных, а следовательно и владением информационной культурой. Информация - ценная сущность, стоимость ее восстановления равна стоимости приобретения. Проблема сохранности деловой информации имеет огромное значение в современном бизнес пространстве, определяя потребности предприятий и организаций в проведении соответствующих мероприятий и создании дополнительных ИТ-служб, взаимодействующих одновременно со всеми отделами и подразделениями.
В процессе развития экономических информационных систем предприятия и применения автоматизированных информационных технологий произошел процесс рассредоточения информации по вычислительным и информационным ресурсам, а значит, возникли необоснованные затраты на решение основных задач управления данными:
- обеспечение авторизованного доступа к информации;
- защита информации от несанкционированного доступа;
- управление резервным копированием и архивированием информации;
- восстановление информации после сбоев.
Известно, что информационные ресурсы представляют собой совокупность данных, организованных для получения достоверной и актуальной информации, хранимой в информационной системе, которые можно разделить на различные виды учетной информации, хранящейся в базах и хранилищах данных, файлах - в виде разрозненных электронных документов, которые хранятся на компьютерах сотрудников. При этом все информационные ресурсы имеют различную структуру и степень структурированности, в которой степень структурированности информационного пространства характеризует упорядоченность информации об объекте.
Соответственно формирование информационной культуры как культуры по работе с информацией, охватывающей все процессы: сбор, обработку, хранение, использование - является основой для построения логической системы управления знаниями, ориентированной на построение эффективной лингвистически оптимизированной учетной информационно-аналитической системы организации и информационного пространства.
А так как известно, что информационное пространство состоит из массивов информации различного рода зафиксированной в виде различных сообщений, которые загружаются в информационную систему и становятся основой ее информационного обеспечения и по мере необходимости неоднократно воспроизводится.
Таким образом, для построения эффективной учетной информационно-аналитической системы главно-образующим звеном должна стать информационная культура, которая позволит объединять персонал, программно-аппаратные средства и средства связи для функционирования симантической связи с применением различных языковых связок, в том числе родного языка, иностранного языка и языка программирования, а, следовательно, даст возможность определить ее как системообразующую в процессе управления компанией. Поскольку позволит:
- осуществлять обмен знаниями при наличии единого информационного языка;
- формировать единую коммуникативную среду, ориентированную на совместную деятельность и сотрудничество;
- осуществляется личностный рост в аспекте информационных компетенций сотрудников, взаимодействующих при получении и обработке информации производственного назначения.
Следовательно, единый информационный язык является необходимым условием эффективных корпоративных коммуникаций и внешнего информационного обмена. Информационная культура, формирует единую информационную систему компании и предприятия, которая должна обладать рядом свойств: открытостью, саморегулированием и быть саморазвивающейся. Иными словами, информационное пространство компании - совокупность банков и баз данных, технологий их сопровождения и применения на основе телекоммуникационных систем, осуществляющих свою деятельность на основе общих принципов лингвистического взаимодействия.
Комплексная автоматизация функции управления требует создания единого информационного пространства, функционирующего также в рамках единого лингвистического пространства в любой современной компании, в которой все сотрудники смогут осуществлять свою экономическую деятельность в рамках единого доступа, представления и обработки информации внутри экономической учетной информационно-аналитической системы.
Экономические учетные информационно-аналитические системы строятся на основе оперативных данных, получаемых в режиме реального времени из оперативных поисковых систем, функционирующих в бизнес-
процессах компании, т.е. основной или базовый комплекс информационно-аналитической системы должен охватывать всю управленческую деятельность на основе единой семантической среды.
К типовым задачам, решаемым с помощью экономических учетных информационно-аналитических систем, относятся:
- составление консолидированной отчетности и предоставление сводной информации о деятельности компании (бухгалтерская и финансовая отчетность, производственные показатели и динамика их изменений);
- анализ экономической деятельности (основные финансовые показатели, взаиморасчеты с клиентами и подрядчиками, оптимизация финансовых потоков);
- анализ деятельности компании в целом, ее филиалов и подразделений;
- проведение комплексной оценки деятельности предприятия;
- анализ выполнения оперативных планов, взаиморасчеты с контрагентами и прогнозы поступления средств и т.д.
Таким образом, экономические учетные информационно-аналитические системы выступают эффективное хранение, обработка и анализ данных.
Эффективное использование данных на основе применения единого хранилища данных, в котором выбор данных осуществляется на основе единого лингвистического аппарата и при помощи современных инструментов делового анализа данных. Архитектура учетной информационно-аналитической системы должна быть построена с применением следующих элементов:
- с помощью процессов, т.е на основе процессного подхода включающего в себя - анализ данных, хранение данных, обработку данных и фиксацию данных;
- с помощью средств реализации, построенных на основе инструментов делового анализа ^еЬ-сайтов), аналитических баз данных, хранилищ и витрин данных, а также на основе транзакционных источников данных.
Известно, что в процессе деятельности компании накапливается большое количество информации, которая представляет собой конкретное численное выражение, отображаемое в виде учетной и неучетной информации.
К учетной информации относятся: бухгалтерский, статистический, оперативный учет и все виды отчетности, на основе выборочных учетных данных. К неучетной информации относятся: результаты аудиторских и налоговых проверок, различные протоколы и материалы совещаний, докладные и объяснительные сотрудников, различная переписка с различными организациями, а также все виды взаимоотношений с финансовыми и кредитными организациями и т.д.
Вся эта информация должна храниться в компании в виде различных файловых систем, оперативных баз данных и хранилищ данных, и быть доступна по запросу специалиста в любой момент времени, в так называемых оперативных базах данных, которые затем используются для поддержания их профессиональной деятельности, с целью отслеживания информации для принятия оперативных решений. Так как хранилище данных представляет собой систему, предназначенную для информационного обеспечения управления компанией, и соответственно под целью создания хранилища данных понимается обеспечение всех сотрудников полной, достоверной и своевременной информацией из единого источника, т.е. хранилище собирает, очищает, загружает и предоставляет к ним быстрый доступ.
Для обеспечения высокоэффективного анализа данных из всех информационных систем компании, если они разрозненны, данные должны быть извлечены, обработаны и собраны определенным способом для дальнейшего переноса в единое хранилище данных с определенным набором лингвистического обеспечения для удобства загрузки информации.
Хранилище данных должно представлять собой предметно-ориентированное собрание данных, при этом быть привязано ко времени внесения информации, а сама информация должна быть неизменяема, если необходимо, то для извлечения применять определенные лингвистические инструменты, которые позволяют анализировать всю экономическую информацию для реализации программы интеграции. Что позволит обеспечить:
- объединение данных и приведение их к единой структуре;
- повышение производительности получения данных;
- проведение эффективного анализа данных из учетных информационно-аналитических систем.
Хранилище данных созданное для учетной информационно-аналитической системы должно включать
следующие компоненты:
- подсистему хранения данных;
- подсистему метаинформации (хранилище ключевых слов с лингвистически оптимизированной выборкой);
- подсистему загрузки;
- подсистему запросов.
При этом, метаданные должны размещаться в репозитории в виде таблиц, в которых содержится описание целевых структур данных, назначение которых контроль непротиворечивости атрибутов данных в процессе функционирования хранилища, содержащего информацию о различных информационных системах, архивах, справочников и т.д.), что позволяет упростить управление данными в процессе семантической выборки по ключевым словам.
Корректировка изменений должна автоматически выполняться на всех существующих приложениях компании. А так как метаданные важны в хранилище данных, как для разработчиков, так и для пользователей, т.е. без наличия полных с оптимальным набором лингвистически выстроенных понятий из учетной информационно-аналитической системы, хранилище данных будет приравниваться к обычному электронному архиву.
Таким образом, основой для принятия обоснованных решений является наличие единого источника актуальных данных, собираемых по всем подразделениям компании. Наличие множества разрозненных источников данных и отсутствие программных средств для их объединения усложняет процесс выборки информации для релевантного поиска, а интеграция данных на основе единого лингвистического обеспечения позволит представить корпоративные данные из разрозненных источников в виде цельной картины для обеспечения доступа к ним. Интеграция данных должна быть представлена с помощью приложения, программных продуктов, телекоммуникационных технологий и методов оптимального поиска.
Оперативная аналитическая обработка данных понимается как интерактивная система, которая помогает формировать информацию в хранилище данных для анализа в понятной форме с данными, которые упорядочены в удобной для анализа форме.
Предполагается, что хранилище данных предназначенное для сбора учетной информационно -аналитической информации будет содержать сведения об объектах, обладающих значительным инновационным потенциалом, а принцип отбора такой информации основан на определении ее семантической релевантности генерируемым поисковым запросам. То есть для того, чтобы сформировать понятийный аппарат и лингвистическую модель автоматизируемого объекта, необходимо определить формальные выражения для вычисления значений показателей объектов хранилища учетной информационно-аналитической системы: технологической новизны и оперативности [7].
Следует отметить, что в контексте создания и поддержания учетной информационно-аналитической информационной системы мультилингвистическая технология, в большей мере, предполагает взаимодействие специалистов, работающих в одной области или одном направлении, например, программисты, сотрудники разлиных подразделений и экономисты. Можно отметить, что на возможность взаимодействия специалистов компании, принадлежащих разным языковым группам, влияет знание специализированной терминологии, а межъязыковое взаимодействие специалистов различных языковых групп улучшит продуктивность работы информационной системы [9].
Применение информационной мультилингвистической технологии при работе с экономической учетной информационно-аналитической системой позволит более эффективно использованию алгоритм внесения информации в рамках создаваемого хранилища данных, позволяя пополнять при необходимости профессионально-ориентированный словарь одновременно на нескольких языках.
Необходимо выделить ряд основных достоинств такого подхода к организации компьютерной системы для считывания фактора частотности слов (т.е. для наиболее быстрого и эффективного применения информационной системы используется та часть, которая чаще других употребляется в тексте), а мультилингвистич-ность обеспечивает генерацию ассоциативного поля вокруг запоминаемых понятий, т.е. специфичной для использования в информационной системе хранилища данных является возможность обучения специализированной терминологии без отрыва работника от выполнения основных функциональных обязанностей.
Для достижения целей, поставленных при формировании информационно-терминологической базы мультилингвистической технологии хранилища данных, необходимо разработать электронные словари для различных областей знаний и непосредственно будут влияет на качество процесса внесения данных.
В рамках средств структурного анализа, применяемых в информационных системах, важное место занимают словари данных, организация которых имеет свои особенности из-за мультилингвистического характера базисных компонентов для учетной информационно-аналитической системы [3].
Однако понимая методологию структурного анализа и применяя DFD (Data Flow Diagrams), можно показать внешние по отношению к системе источники и адресаты данных, идентифицировать логические функции и процессы, а также группы элементов данных, связывающие одну функцию с другой, а также идентифицировать хранилища данных, к которым осуществляется доступ при реализации функций мультилингвистиче-ских технологий. Таким образом, структуры потоков данных и определения их базисных компонент хранятся и анализируются в словаре данных, что требует его специальной организации в хранилище.
Как правило, словарь данных представляет собой определенным образом организованный список всех элементов данных системы с их точными определениями, что дает возможность различным категориям пользователей (от системного аналитика, алгоритмиста до специалиста по компьютерной лингводидактике) иметь общее понимание всех входных и выходных потоков и компонент хранилищ. Определения элементов данных в словаре осуществляются следующими видами описаний:
- описание всех потоков информации;
- описание композиции компонентов данных, которые можно разделить на простые символы;
- специфицирование значений и областей действия элементарных фрагментов информации в потоках данных хранилищ и описанием деталей отношений между данными, для оптимизации поиска.
Современные программно-алгоритмические средства разработки компьютерных систем требуют применения оригинальных методик при формировании информационной модели данных, используемых при работе с большими объемами информации. С позиций ориентированных на данные методологий вход и выход информационной модели учетной информационно-аналитической системы является значительным, а структура
вносимых данных определяется в начале, а затем компоненты всех процедур строятся как производные от структур данных, применяемых в дальнейшем в хранилище [8].
Современная информационная система любой компании чаще всего содержит несколько баз данных, в которых хранится вся информация по производственной и экономической деятельности всех отделов и подразделений. Вся эта информация содержит сведения о тенденциях или взаимосвязях между какими-либо показателями: покупки, время, объемы продаж и оказанных услугах. И вся эта информация носит характер важности или полезности при реализации различных бизнес-процессов и принятии управленческих решений, так как несет высокую ценность для будущих операций позволяя избегать определенных рисков для компании. Следовательно возникает вопрос о детальной переработке данных для получения информации нового качества и здесь уже на помощь приходит интеллектуальный анализ данных, который также следует применять в учетных информационно-аналитических системах.
Интеллектуальный анализ данных используемый в своей системе поиск знаний в базах данных для получения новой информации, к которому также можно применить мультилингвистические технологии, позволяющие оптимизировать данный процесс [3]. Данный процесс обнаружения во всех имеющихся данных, ранее неизвестных, но полезных с практической точки зрения знаний для ведения экономически эффективной деятельности. А так как в настоящее время интеллектуальному поиску информации уделяется значительное внимание, то соответственно необходимо применять все на наработки и для построения экономических учетных информационно-аналитических систем.
Существует пять стандартных типов закономерностей, которые можно выявить с помощью интеллектуального анализа:
- ассоциация, определяет как события связаны между собой, где используется сопоставление входящих данных для улучшения качества совершения операции;
- последовательность, определяет наличие последовательности событий, связанных между собой по логической связи;
Классификация, определяет признаки, характеризующие привязанность одной группы к другой группе или одного объекта к другому;
- кластеризация, позволяет выделить различные однородные признаки объектов, когда неизвестно их классификационное соотношение, что выполняется в процессе автоматической обработки информации;
- прогнозирование, дает возможность находить в архиве информацию, которая отражает динамику изменения целевых экономических показателей с помощью шаблонов.
Проблема извлечения информации в хранилищах данных получила новое развитие в связи с появлением интеллектуального поиска. В настоящее время каждый специалист, на своем рабочем месте, имеет доступ ко всем источникам информации, представленным в системе хранения. То есть вроде не должно возникнуть проблем со своевременным получением необходимой информации по интересующей тематике - ввел запрос поисковой машине и получил ответ на интересующую информацию и документы. Однако известно, что качество поиска информации при всей ее доступности очень низкое, ни только в сетевых ресурсах компании, но и в сети Интернет. Так как в поисковых сервисах отсутствуют оптимальные и идентичные алгоритмы поиска релевантной экономической информации, отражающей суть запроса, т.е в ответ на запрос такой сервис может выдать большое количество документов, отражающих сферу интересов специалиста, либо вовсе не имеющих ни какой связи с сутью запроса.
Все запросы как и сами документы, могут быть представлены во временном пространстве, у которых есть временное измерение, уменьшающееся с течением времени, исходя из информации о падении интереса специалиста к определенной тематике при отсутствии ее фигурирования в учетных информационно -аналитических системах.
Если же специалист повторит запрос, связанный с определенной поисковой категорией, то объем подгружаемой информации может быть либо стабилизирован на определенное время, либо увеличен, то есть в работу включается интеллектуальный поиск информации на заданную тему.
В общем виде процесс интеллектуализации анализа данных для создания эффективной учетной информационно-аналитической системы выполняется в несколько этапов: создание мультилингвистической поисковой системы, подготовка данных, построение модели для некоторой структуры данных и проверка модели.
Таким образом, формируется следующая цепочка действий, которые приведут к организации работы информационной системы:
- сбор данных;
- систематизация данных;
- поиск модели, которая позволит объединить имеющиеся данные;
- проверка полученных данных, и если они приемлемые, то они переходят в процесс эксплуатации, а если нет, то собираются недостающие данные и снова формируется модель;
- добавление новых данных, и процесс вновь повторяется.
Применение данного процесса, подразумевает, что необходимо соблюдать ряд принципов:
- наличие эксперта, который владеет информацией по автоматизируемому объекту;
- рассмотрение проблемы под разными углами, с целью применения различных методов анализа;
- при получении необходимого результата, модель ввести в эксплуатацию;
- по мере поступления новых знаний повторить процедуру применения интеллектуального поиска данных.
При построении учетной информационно-аналитической системы на основе интеллектуального поиска, наиболее эффективными будут методы математической статистики, которые позволяют получать оптимальные решения задач анализа данных, с целью:
- оценивания параметров распределения;
- проверки статистических гипотез;
- дисперсионного и корреляционного анализа;
- анализ временных рядов и т.д.
Существуют также программные средства для интеллектуализации поиска данных, которые можно разделить на два вида: универсальные и специализированные. Первые поддерживают всю процедуру интеллектуального поиска с целью автоматизации методов анализа данных, в дальнейшем применяемых в учетных системах, вторые, применятся только в узкой предметной области для решения ограниченного числа задач.
К специализированным программным средствам относятся: предметно-ориентированные аналитические системы, статистические программные средства, сетевые программные средства с интеллектуальным поиском, системы визуализации данных и другие.
Разработка эффективных механизмов формирования, актуализации и массового использования инновационных знаний построенных с применением интеллектуального поиска является и система Web-сервисов, которые позволяют применять найденные знания для построения учетных информационно-аналитических систем с целью разработки интеллектуальных агентов на основе семантик Web и облачных вычислений.
Семантический Web - это надстройка над существующим Web-пространством, которая призвана сделать размещенную в ней информацию более понятной для автоматизированных систем, в том числе и учетных. Машинный поиск и обработка информации возможна в семантической паутине благодаря двум ее важнейшим характеристикам.
Использование унифицированных идентификаторов ресурсов URI, представляющих собой последовательность символов, идентифицирующих абстрактный или физический ресурс, широко известных как электронные адреса. В сети эти идентификаторы используются для установки ссылок на адресуемый объект (например, Web-страницу, файл). В семантической паутине URI используются также для именования объектов.
Современные методы автоматической обработки данных, доступных в Интернете, основаны на частотном и лексическом анализе текстового содержимого, которое предназначено для восприятия человеком. В семантической паутине вместо этого используется стандарт RDF, описывающий семантические сети, в которых узлы и дуги имеют свои URI. В основе построения поисковых сетей лежат математические формализмы, называемые дескрипционными логиками.
В целом данная технология позволяет осуществлять:
- расширение существующего Web-пространства средствами семантической разметки;
- представление Web-данных с четко определенными структурой и отношениями;
- возможность восприятия информации в Web;
- возможность автоматической обработки данных;
- повышение эффективности и производительности человеческого труда.
Таким образом, организация интеллектуализации поиска предназначена для: представления метаданных, описывающих семантическую структуру предметной области; обмена информацией и знаниями для обеспечения возможности взаимодействия между интеллектуальными агентами, чтобы синхронизировать всю входную информацию, описывающие все компоненты будущей учетной информационно-аналитической системы.
Сформулируем проблемы функционирования экономических учетных информационно-аналитических систем, вызванные недостаточной интеграцией приложений:
- низкая степень автоматизации бизнес-процессов в компании;
- трудоемкость синхронизации данных, операций, процессов на основе имеющихся сервисов, в том числе и Web-сервисов;
- не достаточно эффективно построенная система управления входящей и исходящей информацией;
- слабая информационная поддержка лингвистического аппарата;
- отсутствие адаптации учетных систем к изменениям в компании.
Web-сервисы как единицы приложения, каждая из которых занимается выполнением определенной функциональной задачи при построении автоматизированной учетной системы. Если подняться на уровень выше, то эти задачи можно объединить в бизнес-ориентированные задачи для выполнения определенных бизнес-операций, позволяя технически неподготовленным людям рассматривать приложения как обработчики задач в рамках потока работ.
Интеграционное решение на основе Web-сервисов обеспечивают [5, 6]:
- возможность взаимодействия приложений, реализованных на различных программно-аппаратных платформах компанни, как внутри нее, так и с внешними элементами;
- возможность внедрения изменений в приложениях;
- интеграцию приложений с помощью Web-сервисов.
Основные ограничение Web-сервисов - это статичность интеграционного решения при внедрении в производственный процесс компании и необходимость перезаписи при изменениях в бизнес-процессах управления компанией, а динамичность семантических Web-сервисов обеспечивается возможностью модификации
параметров, а автоматизация - позволяет однозначно идентифицировать назначение, состав, технические характеристики конкретного сервиса по сбору учетной информации.
Однако на рынке недостаточно программных продуктов, обладающих расширенными возможностями встроенных средств интеллектуализации анализа учетных данных. Перспективным решением для создания единого хранилища данных, является объединение технологий оперативной аналитической обработки данных и интеллектуализации поиска данных в рамках построения корпоративной учетной информационно -аналитической системы. С этой целью необходимо отбирать информацию по ключевым элементам, представленную в удобной для дальнейшего анализа форме.
Учетные информационные системы представляют собой статистические системы, которые достаточно просты в применении, но ограничены в функционале. Так как для добавления нового запроса в информационную систему необходимо привлекать специалистов-разработчиков, что замедляет процесс извлечения данных.
При этом можно применить динамические системы обработки запросов, которые позволят более детально считать запросы в информационно-поисковых системах, обозначить круг входящей информации в системы оперативной аналитической обработки данных, а также использовать системы интеллектуального анализа данных с целью создания витрин данных и хранилищ данных. Детализация поиска данных должна включать в себя программные средства, ориентированные на простые запросы с простыми семантическими связями, на основе применения реляционных СУБД и языка по построению реляционных данных SQL, что позволит обеспечить пользователя удобным интерфейсом поиска в информационной системе. Также необходимо включить в систему средства оперативной обработки данных для охвата большей информационной составляющей для обеспечения точной информацией хранилища данных при многомерном анализе информации.
Таким образом, используя два способа поиска информации в рамках одной информационной системы, позволит осуществить интеграцию на уровне данных, используемых для анализа всех данных. В одном случае информационная система является средством сбора и систематизации данных, при этом специалист уже сам составляет отчет на основе полученных данных. Во втором случае специалист передает права информационной системе по сбору данных, а также все действия по их анализу для дальнейшего применения. Что формирует хранилище данных для учетной информационно-аналитической системы на основе: Интернет-технологий, систем учета, документов (различных отчетов, таблиц, диаграмм) с целью их дальнейшей интерпретации полученных результатов.
При этом базой для построения учетной информационно-аналитической системы с развитым лингвистическим аппаратом должно выступать хранилище данных, которое не проводит никаких функций анализа, а только собирает исходные данные из различных источников, с целью формирования регулярных отчетов для конкретной ситуации и отклонений от нормы.
Информационные технологии информационно-аналитического поиска позволяют компании осуществлять оперативный поиск знаний, когда один специалист на основе анализа получает определенные выводы и формирует их в виде набора правил, которые могут быть оформлены организацией как инструкции для выполнения всех действий, при этом же эти инструкции на основе применения определенного лингвистического аппарата внесены в компьютер с целью дальнейшего их применения автоматически. То есть сотрудники могут проводить выборку и анализ на основе ранее полученных выводов, что значительно сократит время на выполнение всех бизнес-процессов.
Источники:
1. Об утверждении программы «Цифровая экономика Российской Федерации»: распоряжение Правительства РФ от 28.07.2017 №1632-р // Собрание законодательства Российской Федерации. - 2017. - №32. - Ст. 5138. -С. 14517-14574.
2. Абызова Е.В., Ищенко О.В., Финансовая политика как основа успешной деятельности организации. Экономика. Право. Печать. Вестник КСЭИ. 2019. № 1 (81). С. 50-52.
3. Гузиекова С.М. Семантико-когнитивный аспект исследования художественной картины мира / С.М. Гузиекова // Вестник Адыгейского государственного университета. Серия «Филология и искусствоведение». - Майкоп: изд-во АГУ, 2016. - Вып. 1 (172) - 172 с. - С. 40-45.
4. Гоголин С.С., Фадеева Е.Ю. Повышение эффективности принятия управленческих решений в логистике на основе применения информационно-аналитических систем // Вестник Академии Знаний № 29 (6), 2018. - С. 111-117.
5. Ермилова Ю.А. Аспекты учетно-аналитического обеспечения инновационной деятельности на предприятии // Региональная инновационная экономика: сущность, элементы, проблемы формирования, новые вызовы. Ульяновск., 2016. С. 18-21.
6. Карпова Т.П. Направления развития бухгалтерского учета в цифровой экономике / Т.П. Карпова // Известия Санкт-Петербургского Государственного Экономического Университета. - 2018. - №3 (111). - С. 52-57.
7. Салий В.В. Ищенко О.В., Аксенова Ж.А. Основные аспекты организации управленческого учета снабженческо-заготовительной деятельности хозяйствующего субъекта // Вестник Академии знаний. - Краснодар, № 28(5). -2018. - С.21-31.
8. Салий В.В. Архитектура предприятия: учебное пособие / Ищенко О.В., Аксенова Ж.А. - Краснодар: Краснодарский кооперативный институт (филиал) Российского университета кооперации, 2018. - 167 с.
9. Хачак С.К., Гузиекова С.М. Неологизмы в современном русском и английском языках / С.К. Хачак, С.М. Гузиекова // Культурная жизнь Юга России. - Краснодар: Изд-во Ультрапресс, 2013. - № 2 (49). - С. 67-68. (0,2 п.л.). References:
1. On approval of the program "Digital Economy of the Russian Federation": Decree of the Government of the Russian Federation of July 28, 2017 No. 1632-r // Meeting of the legislation of the Russian Federation. - 2017. - No. 32. - Art. 5138. -S. 14517-14574.
2. Abyzova EV, Ishchenko OV, Financial policy as the basis for a successful organization. Economy. Right. Print. Bulletin of XCEI. 2019.No 1 (81). S. 50-52.
3. Guziekova S.M. Semantic and cognitive aspect of the study of the artistic picture of the world / S.M. Guziekova // Bulletin of the Adygea State University. Series "Philology and art criticism". - Maykop: ASU publishing house, 2016. - Issue. 1 (172) - 172 s. - S. 40-45.
4. Gogolin S. S., Fadeeva E.Yu. Improving the efficiency of managerial decision-making in logistics based on the use of information-analytical systems // Bulletin of the Academy of Knowledge No. 29 (6), 2018. - P. 111-117.
5. Ermilova Yu.A. Aspects of accounting and analytical support of innovative activity at the enterprise // Regional Innovation Economy: essence, elements, formation problems, new challenges. Ulyanovsk., 2016.S. 18-21.
6. Karpova T.P. Directions of development of accounting in the digital economy / T.P. Karpova // Bulletin of the St. Petersburg State University of Economics. - 2018.- No. 3 (111). - S. 52-57.
7. Saliy V.V. Ischenko O.V., Aksenova Zh.A. The main aspects of the organization of management accounting supply and procurement activities of an economic entity // Bulletin of the Academy of Knowledge. - Krasnodar, No. 28 (5). -2018.- S.21-31.
8. Saliy V.V. Enterprise architecture: textbook / Ishchenko OV, Aksenova Zh.A. - Krasnodar: Krasnodar Cooperative Institute (branch) of the Russian University of Cooperation, 2018 .-- 167 p.
9. Khachak S.K., Guziekova S.M. Neologisms in modern Russian and English / S.K. Khachak, S.M. Guziekova // Cultural life of the South of Russia. - Krasnodar: Publishing house Ultrapress, 2013. - No. 2 (49). - S. 67-68. (0.2 p.p.).
DOI: 10.24412/2304-6139-2022-11240
В.В. Салий - к.п.н., доцент кафедры бухгалтерского учета и анализа, Российский экономический университет им. Г.В. Плеханова (Краснодарский филиал), e-mail:vlada-2807@mail.ru,
V.V. Salii - Candidate of Pedagogical Sciences, Associate Professor, Department of Accounting and Analysis, Russian University of Economics G.V. Plekhanova (Krasnodar branch);
Л.В. Кухаренко - кандидат культурологии, доцент кафедры бухгалтерского учета и анализа, Российский экономический университет им. Г.В. Плеханова (Краснодарский филиал),
L.V. Kukharenko - Candidate of Culturology, Associate Professor of the Department of Accounting and Analysis, Russian University of Economics G.V. Plekhanova (Krasnodar branch), e-mail:fam_kuhar@list.ru;
О.В. Ищенко - к.э.н., доцент кафедры бухгалтерского учета и информационных технологий, Краснодарский кооперативный институт (филиал) РУК, e-mail:rov1301@yandex.com,
O.V. Ishchenko - Candidate of Economic Sciences,Associate Professor of the Department of Accounting and Information technologies, Krasnodar Institute of Cooperation (branch) of RUC.
ЦИФРОВАЯ ТРАНСФОРМАЦИЯ ЭКОНОМИКИ И ВНЕДРЕНИЕ ХРАНИЛИЩ ДАННЫХ НА ОСНОВЕ БОЛЬШИХ ДАННЫХ В ИНФРАСТРУКТУРУ КОМПАНИИ DIGITAL TRANSFORMATION OF THE ECONOMY AND IMPLEMENTATION OF BIG DATA STORAGE
IN COMPANY INFRASTRUCTURE
Аннотация. Комплекс информационно-аналитических систем затрагивает всю управленческую деятельность компании, включая анализ бизнеса, оперативное и стратегическое планирование, корпоративную и финансово-экономическую отчетность. Информационно-аналитические системы строятся на основе оперативных данных и Big data, получаемых в режиме реального времени из хранилищ данных, в основе которых функционируют современные инструменты по получению и обработке неструктурированной информации. Цифровые и облачные технологии, позволят оперативно анализировать экономическую деятельность компании и их необходимо встраивать в процесс управления компанией, для ускорения процесса извлечения, преобразования и загрузки данных. Применение хранилищ данных, функционирующих на основе Big data обеспечивает единство данных и их непротиворечивость, позволяя объединять данные из различных источников, а облачная система хранения данных позволит решить вопросы по формированию инфраструктуры компании. Для хранения экономической информации на основе облачной технологии можно развернуть приложения, которые интенсивно используют сверхбольшие объемы данных, а также могут вмещать больше данных, чем физический сервер компании, и ее руководство не будет беспокоиться о нехватке места для хранения информации на внутреннем сервере. Унифицируя процесс аналитической обработки информации и объединяя средства управления бизнес-процессами компании, на основе готовых прикладных решений, возможно построить, эффективно функционирующую информационно-аналитическую систему хранилища данных.
Abstract. The complex of information and analytical systems affects all management activities of the company, including business analysis, operational and strategic planning, corporate and financial and economic reporting. Information and analytical systems are built on the basis of operational data and Big data received in real time from data warehouses, which are based on modern tools for receiving and processing unstructured information. Digital and cloud technologies will allow you to quickly analyze the economic activities of the company and they need to be built into the
