ТЕRRА ECONOMICUS ^ 2012 ^ Том 10 № 2 Часть 2
РАЗВИТИЕ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ ПОДДЕРЖКИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ СТРАТЕГИЧЕСКОГО ХАРАКТЕРА В ИННОВАЦИОННОЙ СФЕРЕ
ПЛЕТНЯКОВ В.А.,
аспирант,
Южный федеральный университет, e-mail: [email protected]
В статье обоснована важность повышения качества решений стратегического характера для инновационного развития российской экономики за счет применения систем поддержки принятия решений (СППР). Определены направления развития инструментарно-аналитического аппарата СППР в современных условиях, в том числе интеграция технологий OLAP, OLAM и MDM.
Ключевые слова: принятие решений; системы поддержки принятия решений; оперативная аналитическая обработка данных; инновационное развитие.
The article proves the importance of strategic decision's quality improvement for Russian economic innovative development by using of decision support systems (DSS). Main directions of analytical tools of DSS development in actual conditions (including the integration of OLAP, OLAM and MDM technologies) are defined in the paper.
Keywords: decision making; decision support systems; on-line analytical processing; innovative development.
Коды классификатора JEL: O32, O43, D79, D81.
На протяжении длительного периода времени одной из основных целей экономической науки является изучение механизма экономического роста и мер по его стимулированию. Несмотря на то, что макроэкономические показатели в России за последнее десятилетие демонстрируют позитивную динамику, это обусловлено не столько ростом реального сектора экономики, сколько уровнем мировых цен на энергоносители. Следствием этого становится нестабильность макроэкономической ситуации и превалирование сырьевого сектора в структуре экономики. Для борьбы с этой и другими проблемами необходимо развитие реального сектора экономики, ориентированное на инновации и модернизацию. Данную позицию разделяет правительство страны и большинство российских ученых. Тем не менее, действенный механизм инновационного развития России к настоящему времени не сформирован, что актуализирует проведение исследований, направленных на развитие методов и технологий принятия эффективных управленческих решений для практической реализации инновационного сценария развития отечественной экономики.
Традиционно ответственность за инновационное развитие возлагается на государство. Даже в странах с развитой рыночной экономикой роль государства в стимулировании инновационной активности хозяйствующих субъектов остается высокой на протяжении последних десятилетий (например, в США, Японии, странах Западной Европы). Государственная поддержка инноваций осуществляется либо прямо (госзакупки, гранты, венчурные инвестиции), либо косвенно через влияние на институциональную среду и деловую активность бизнеса (налоговая политика, законодательные акты и т.д.). При этом модели участия государства в инновационном процессе существенно отличаются.
Для активизации инновационной деятельности в России необходимо выполнение нескольких важных условий. Во-первых, целесообразно больше средств тратить на образование, инвестировать в человеческий капитал. Так, высокий начальный уровень человеческого капитала отчасти нивелирует отрицательный эффект, вызванный наличием природных ресурсов. При условии длительных достаточных расходов на образование, положительный эффект от наличия природных ресурсов превосходит отрицательный [6].
Во-вторых, важно решить проблему устаревания основных фондов, так как отечественные производители не способны выигрывать в конкурентной борьбе, используя оборудование вдвое старше, чем в развитых странах [1].
В-третьих, целесообразно реализовывать государственную поддержку разных стадий инновационного процесса, а именно, вкладывать средства в фундаментальную науку, стимулировать развитие кластеров, увеличивать государственные закупки, выделять средства на технопарки [4,3,8], проводить политику поддержки отечественных компаний при стимулировании конкуренции [2].
© В.А. Плетняков, 2012
Отдельно стоит отметить, что многие исследователи видят решение задачи инновационного развития экономики в увеличении объема государственных инвестиций. При этом настоящая полемика ведется относительно первоочередности объектов и механизмов вложения средств.
Однако эффективность политики государства в области инноваций снижается из-за неэффективной работы самой исполнительной власти. В данном контексте важно не инвестировать больше, чем сейчас, а вести борьбу с коррупцией и бюрократизмом [10] и повышать качество государственного управления. То есть альтернативой увеличению государственных расходов является более эффективное использование уже направляемых в инновационную сферу ресурсов. Это позволит получить лучшие результаты без значимого увеличения расходов. Кроме того, этот эффект сохранится в будущем, для всех последующих инвестиций.
В целях формирования механизма эффективного использования государственных ресурсов для содействия инновационному развитию экономики в России уже реализуется ряд стратегических проектов.
Например, в 2000 г. В. Путин вместе с другими лидерами «Большой восьмерки» подписал Окинавскую хартию, в которой, помимо прочего, заявлялось активное использование информационных технологий (ИТ) в государственном секторе и содействие предоставлению в режиме реального времени услуг, необходимых для повышения уровня доступности власти для граждан [11]. Следствием этого стало принятие Правительством РФ в 2002 г. ФЦП «Электронная Россия (2002-2010 гг.)», которая должна была вывести страну на передовые позиции в мире по информационному развитию. Однако после начала своей реализации программа столкнулась со следующими сложностями: хроническое недофинансирование, проблемы с управлением, отсутствие четкой постановки цели и механизма мониторинга результатов. Предварительным итогом реализации программы в 2006 г. стало только создание концептуальных основ электронного государства и начало перехода к реализационным проектам [12]. Фактически программа была провалена. Первоначально планировалось направить на реализацию программы 77 млрд руб. (в ценах 2002 г.), фактически был израсходовано лишь 21 млрд руб. [9]. Эффективность государственного управления в России, по оценке Всемирного банка, за эти годы практически не изменилась [13].
Аналогичные программы были приняты другими странами, лидеры которых подписали Окинавскую хартию. Созданию электронного правительства в США предшествовал анализ системы государственного управления в рамках программы «Национальный обзор эффективности», показавший неэффективность федеральных ведомств. В Конгрессе США действует постоянный комитет по реформированию государственного управления (Committee on Oversight and Government Reform, существует в той или иной форме с 1816 г.). Он активизировал свою деятельность в конце 1990-х гг. с целью внедрения сетевых информационно-коммуникационных технологий (ИКТ), позволивших совершать транзакции в онлайновом режиме и использовать комплексную модель электронного правительства (ЭП).
Летом 2001 г. президент США обратился к Конгрессу с посланием, в котором излагалась Программа расширенных реформ государственного управления на базе ЭП, в которой были четко сформулированы цели, в том числе, принцип «одного окна» и повышение удовлетворенности граждан. В 2002 г. Конгресс принял Закон «Об электронном правительстве». Стратегия создания ЭП включала 24 конкретных проекта, отвечавших критериям: важность для граждан, улучшение деятельности правительства, реализуемость в сжатые сроки (1,5-2 года), экономический эффект. Все проекты были реализованы к середине 2003 г. и дали ожидаемые результаты.
Из вышесказанного можно заключить, что при аналогичных стратегических целях результативность программ разных стран существенно различается. Содержание стратегий развития доступно для копирования, но их успех определяется эффективностью механизмов принятия решений стратегического характера, заимствовать которые значительно труднее. В данном контексте стратегический характер имеют решения, которые принимаются на тактическом уровне, требуют достаточно высокого уровня адаптивности и оперативности, но при этом оказывают непосредственное влияние на эффективность реализации стратегий в среднесрочной и долгосрочной перспективе.
На протяжении XX в. сложность принятия управленческих решений непрерывно возрастала и сейчас она выше, чем когда-либо прежде. Современный динамично меняющийся мир, включающий множество взаимосвязанных субъектов и объектов, постоянно бросает новые вызовы лицам, принимающим решения (ЛПР). Это тем более важно в связи с тем, что именно низкое качество управления называют одной из главных причин неконкурентоспособности отечественных предприятий, лимитирующих инновационную деятельность [5]. Но неэффективные решения и проекты не являются прерогативой России. Например, 1200 проектов, реализованных под эгидой Всемирного банка, имели фактический уровень доходности на момент завершения около 15%, через 5-8 лет после завершения — 12%, хотя по прогнозным оценкам доходность должна была составить 22% [7].
Чтобы облегчить работу ЛПР и обеспечить принятие эффективных решений, создаются и развиваются специальные методы поддержки принятия решений. При этом методы, основанные на использовании ИКТ, обладают заметными преимуществами. Конкретным их воплощением являются системы класса Decision Support System (DSS) - системы поддержки принятия решений (СППР). Именно эти системы видятся основным инструментом повышения качества сложных решений стратегического характера при управлении экономическими системами.
СППР - это интерактивная информационная система, использующая данные и модели выбора решений, обеспечивающая пользователям удобный и эффективный доступ к информационным ресурсам и предоставляющая им разнообразные возможности по переработке информации и принятию решений. СППР включает обширный класс приложений, которые направлены на выполнение различных функций. Авторская классификация СППР в соответствии с концепциями, на базе которых они создавались, представлена на рис. 1. Существующие системы созданы преимущественно частными компаниями, в первую очередь, для удовлетворения текущих потребностей клиентов, а не являются продуктом планомерных научно-исследовательских работ. Поэтому, как правило, можно говорить лишь
TERRA ECONOMICUS ^ 2012 ^ Том 10 № 2 Часть 2
ТЕRRА ECONOMICUS ^ 2012 ^ Том 10 № 2 Часть 2
58
в.А. плетняков
о том, в рамках какой концепции развивается тот или иной программный продукт, реализующий концепцию СППР. Наибольшее развитие в настоящее время получили концепции Enterprise Resource Planning (ERP) и On-Line Analytical Processing (OLAP). При этом различия этих концепций весьма существенны, они предназначены для разных целей.
СППР
(DSS)
Системы
Бизнес-аналитика аналитической
(Business разведки (Competitive
intelligence) intelligence)
CRM MRP
SCM
Рис. 1. Основные виды систем поддержки принятия решений
ERP (планирование ресурсов предприятия) - организационная стратегия интеграции производства и операций, управления трудовыми ресурсами, финансового менеджмента и управления активами, ориентированная на непрерывную балансировку и оптимизацию ресурсов предприятия посредством специализированного интегрированного пакета прикладного программного обеспечения, обеспечивающего общую модель данных и процессов для всех сфер деятельности [14].
OLAP (оперативная аналитическая обработка данных) — класс приложений и технологий, предназначенных для сбора, хранения и анализа многомерных данных в целях поддержки принятия управленческих решений. Чтобы считаться OLAP-приложением, СППР необходимо обладать высоким быстродействием.
Другими словами, ERP предназначена для оптимизации ежедневной деятельности предприятия и может включать в себя другие концепции (CRM, MRP и т.д.), а OLAP - это аналитический инструмент, позволяющий принимать различные решения, в том числе и стратегического характера.
Целесообразность применения соответствующих технологий зависит от тех условий и типов решений, с которыми сталкивается в управленческой практике ЛПР. Анализ проблем по некоторым важным признакам позволил определить, при каких условиях работа ЛПР затруднена и требуется СППР (табл. 1).
Таблица 1
Характеристики проблем и целесообразность использования СППР
Аспект проблемной ситуации Возможные состояния проблем/решений Необходимость использования СППР
Важность проблемы Важная проблема ERP, OLAP
Неважная проблема Нет необходимости в СППР
Срочность проблемы Срочная проблема OLAP
Несрочная проблема Нет необходимости в СППР
Максимальный положительный эффект от принятия решения Значительный эффект ERP, OLAP
Незначительный эффект Нет необходимости в СППР
Уровень принятия решений Индивидуальный уровень ERP, OLAP
Коллективный уровень ERP, OLAP
Кратность принятия решения Однократные решения OLAP
Многократные решения ERP
Стандартность проблемы Рутинная проблема ERP
Творческая проблема OLAP
Структурированность проблемы Структурированная проблема ERP
Слабоструктурированная проблема ERP, OLAP
Неструктурированная проблема OLAP
Анализ данных таблицы позволяет заключить, что ERP в малой степени помогает принимать решения, имеющие высокую сложность для ЛПР. Кроме того, отсутствует возможность использования данных систем для принятия решений стратегического характера за пределами предприятий. В большей степени оправданным в таких ситуациях видится использование OLAP.
Основой OLAP-технологий является многомерный куб, который создается из соединения таблиц с применением схемы звезды (снежинки). В центре схемы звезды находится таблица фактов, содержащая ключевые факты, по которым делаются
запросы. Множественные таблицы с измерениями присоединены к таблице фактов. Система должна обеспечить многомерное концептуальное представление данных, включая полную поддержку для множественных иерархий, поскольку это наиболее логичный способ проводить стратегический анализ. Количество измерений при работе с OLAP - от 6 до 16.
Существует несколько вариантов реализации OLAP, они различаются структурой хранения данных, что выливается в различную скорость работы и определенные требования к серверам, на которых выполняются приложения. Основным инструментом работы с приложением служат создаваемые пользователями отчеты. OLAP-системы развиваются в направлении повышения их технических характеристик, а также увеличения аудитории пользователей.
Общим для всех типов OLAP является источник информации: данные, полученные из трансзакционных систем. Чтобы данные можно было использовать для анализа, их необходимо очистить, преобразовать и поместить в хранилище данных (Data Warehouse, DW). На основе анализа этих данных строится отчет, с которым и работает пользователь. Отчет он создает сам, свободно выбирая измерения, уровни агрегирования и т.д., либо регулярно получает отчеты с заранее определенной структурой. После этого к данным, отобранным в целях конкретного исследования, применяются различного рода аналитические инструменты. Таким образом, работа с приложением обычно ограничена «сырыми» данными из DW, отобранными для конкретного отчета. Одной из причин неразвитости рынка OLAP в России является сравнительно малое количество данных для анализа. В западных странах многие корпорации начали хранить данные из трансзакционных систем еще в 1970-х.
Относительно новой и недостаточно изученной альтернативой является использование в качестве источника информации уже созданных отчетов. Отчеты имеют существенные отличия от данных из хранилища, в котором хранятся все доступные данные, в то время как в отчетах — отобранные аналитиком, что существенно повышает их ценность. Работа с множеством отчетов, однако, весьма затруднена. Можно сказать, что в любом отдельном отчете уже находится близкое к максимально доступному для восприятия пользователя количество данных. Таким образом, сопоставление аналитиком двух (и тем более, большего числа) отчетов обычно выходит за рамки возможностей аналитика. Зато это может сделать сама СППР посредством использования концепции Data Mining («добыча данных», DM). DM предназначена для нахождения «скрытых знаний» (зависимостей, о наличии которых никто не подозревал). Это означает отсутствие каких-либо предварительных гипотез и, в целом, исключает вмешательство аналитика. Такая автоматизация позволяет средствами DM анализировать отчеты OLAP.
Концепция исследования отчетов инструментами Data Mining получила название On-Line Analytical Mining (OLAM). Отчеты весьма отличаются от данных в DW, они: 1) содержат агрегированные данные, 2) обладают структурой (возможно, уникальной), 3) отчеты создаются пользователями в процессе анализа. В то же время данные в DW: 1) не агрегированы и 2) набор измерений определен заранее и неизменен. Таким образом, OLAM имеет свою специфику и может применяться только для сравнимых отчетов.
На семантическом уровне для определения сравнимости отчетов целесообразно использовать такой инструмент, как Master Data Management. Более того, его можно применить для некоторой стандартизации, что позволит увеличить количество сравнимых отчетов, а также будет способствовать облегчению сотрудничества различных экономических субъектов между собой.
Таким образом, для принятия ключевых решений стратегического характера в инновационной сфере целесообразно применять интегрированные в одном алгоритме технологии: OLAP и OLAM для анализа данных, MDM - для обеспечения их «сырьем». Совместное использование OLAM и MDM является одним из приоритетных направлений развития СППР, так как позволяет справиться с ограничениями, накладываемыми на эффективность решений недостатком качественных данных при их разработке. Важность применения соответствующего аналитического аппарата существенно возрастает именно для повышения качества государственного управления в условиях модернизации экономики. Формирование СППР, построенных на указанной интеграции, позволит создать эффективный управленческий механизм реализации приоритетных стратегических целей экономического развития страны.
ЛИТЕРАТУРА
1. Алексеев А. Производственный аппарат промышленности: от деградации к модернизации // Экономист. 2011. № 2.
2. Апокин А. Повышение стимулов для инвестиций в основной капитал и технологии: основные направления экономической политики // Вопросы экономики. 2011. № 6.
3. АсеевА.Л. Без науки у России нет будущего // Всероссийский экономический журнал «ЭКО». 2010. № 1.
4. Беличенко С.А. Осень биотехнологических инноваций // Всероссийский экономический журнал «ЭКО». 2011. № 12.
5. Белоусов В. Предпосылки инновационного развития // Экономист. 2011. № 10.
6. Васильева О. Накопление человеческого капитала и изобилие природных ресурсов // Вопросы экономики. 2011. № 12.
7. Гантон Т. Мегапроекты и региональное развитие: патологии в проектном планировании // Пространственная экономика. 2007. № 3. С. 77-108.
8. Куценко Е., Тюменцева Д. Кластеры и инновации в субъектах РФ: результаты эмпирического исследования. Вопросы экономики. 2011. № 9.
9. Олейник А. Час икс: Асоциальная сеть // Ведомости. 2010. № 226.
10. Сухарев О. Промышленность: кризис и перспективы развития // Экономист 2011. № 2.
11. Окинавская хартия глобального информационного общества // http://www.iLs.ru/lLbrary/okinawa/charter.ru.html.
12. Интернет-ресурс // http://www.elrussia.ru.
13. Доклад Всемирного банка «Governance Matters VI: Aggregate and Individual Governance Indicators 1996-2006» // http:// info.worldbank.org/governance/wgi/resources.htm.
14. The Gartner Glossary of Information Technology Acronyms and Terms // http://www.gartner.com/technology/it-glossary/erp.jsp.
TERRA ECONOMICUS ^ 2012 ^ Том 10 № 2 Часть 2