Контрольные вопросы

1. Раскройте специфику организации процессов сбора и регистрации, обработки, хранения, поиска, передачи, предоставления информации,

2. В чем особенность организации процесса принятия решений? Какие виды информационных систем позволяют осуществить автоматизированную поддержку данного процесса?

Обработка экономической информации на основе систем динамического анализа данных

Основные определения

OLAP – система динамического анализа данных.

OLTP – система онлайновой обработки транзакций.

Гиперкубическая модель представления данных – модель, отражающая несколько измерений используемых показателей функционирования системы.

Информационный материал

Современные фирмы, в том числе работающие на Интернет-рынке, применяют достаточно широкий спектр средств автоматизированной обработки данных, например, информационные системы оперативного учета. Эти данные эффективно используются в текущей работе подразделений - бухгалтерии, отдела реализации, планирования и т.п. С течением времени данные накапливаются и образуют большие информационные массивы, аккумулирующие сведения о деятельности фирмы. С целью решения стратегических проблем, стоящих перед фирмой, требуется принимать множество решений, опираясь при этом на громадные объемы данных, которые необходимо обрабатывать в более сжатые сроки, чем когда-либо ранее.

Накопленные данные могут стать базой для принятия стратегических решений. Однако, для стратегического планирования и прогнозирования деятельности фирмы требуется специальная обработка этих информационных массивов - аналитическая. В этом случае могут быть получены ответы на вопрос о прибыльности отдельных групп товаров, целевой аудитории, успешности работы торговых представительств и т.д.

Для успешного ведения бизнеса требуется гибкий, всесторонний и простой в использовании инструментарий, работающий в режиме оперативной поддержки; инструментарий, доступный специалистам финансового отдела, отдела продаж и маркетинга, которые смогут использовать его самостоятельно, без помощи профессионалов в области информационных технологий.

В последнее время решение проблем аналитической обработки внутрифирменной и внешней экономической информации основано на использовании систем онлайновой аналитической обработки (OLAP).

В соответствии с правилами Э.Ф. Кодда современные средства динамического анализа данных OLAP должны удовлетворять следующим требованиям:

• многомерное представление данных, позволяющее отобразить различные точки зрения на имеющуюся информацию;

• прозрачность, скрывающая от пользователя детали сетевой реализации системы многомерного анализа данных.;

• доступность, т.е. OLAP-продукт должен отображать свою собственную логическую схему на однородные физические хранилища данных;

• высокая производительность средств генерации отчетов, обеспечивающая возможность просмотра многомерных данных в реальном масштабе времени;

• поддержка архитектуры "клиент/сервер", упрощающая инсталляцию серверной компоненты OLAP-продукта для конечного пользователя;

• общность многомерного представления данных, основанных на единой логической структуре;

• динамическая обработка разреженных массивов (наличие специальных эффективных средств обработки пустых или нулевых элементов массивов данных);

• поддержка многопользовательского режима работы, обеспечивающего возможность параллельного доступа к данным, а также их защиты и целостности при одновременной работе нескольких пользователей;

• неограниченные возможности операций над данными, представленными в различных измерениях (вычисления и другие операции над данными, представленными в различных измерениях, не должны требовать от пользователя дополнительных действий);

• интуитивно-понятные средства обработки данных, обеспечивающие доступ к любым элементам данных, переход на различные уровни представления информации и осуществляющие контроль целостности данных;

• гибкость средств генерации отчетов (возможность выводить информацию в наиболее удобном для пользователя представлении);

• неограниченное количество измерений и уровней группирования данных.

Позже определение Кодда было переработано в так называемый тест FASMI (Fast Analysis of Shared Multidimensional Information - быстрый анализ разделяемой многомерной информации), который требует, чтобы OLAP-приложение предоставляло следующие возможности быстрого анализа разделяемой многомерной информации:

• Высокая скорость. Анализ должен производиться одинаково быстро по всем аспектам информации.

• Анализ. Должна существовать возможность производить основные типы числового и статистического анализа - предопределенного разработчиком приложения или произвольно определяемого пользователем.

• Разделение доступа. Доступ к данным должен быть многопользовательским, при этом должен контролироваться доступ к конфиденциальной информации.

• Многомерность.

• Работа с информацией. Приложение должно иметь возможность обращаться к любой нужной информации, независимо от ее объема и места хранения.

Одной из основных особенностей OLAP-приложений является использование многомерной модели данных, в которой информация представляется в виде показателей, каждый из которых определен на некоем множестве измерений. Измерения образуют некое виртуальное пространство, которое принято называть многомерным кубом или гиперкубом.

Осями многомерной системы координат служат основные атрибуты анализируемого бизнес-процесса (например, для процесса продаж это может быть категория товара, регион, тип покупателя). Практически всегда в качестве одного из измерений используется ось времени. Внутри куба располагаются данные, количественно характеризующие процесс (объемы продаж в штуках или в денежном выражении, остатки на складе, издержки и т.п.). Пользователь, анализирующий информацию, может рассматривать куб по разным направлениям, получать сводные или детальные данные и осуществлять те операции, которые необходимы для проведения анализа.

Некоторые системы размещают аналитическую базу данных (АБД) в виде единого гиперкуба («гиперкубическая» модель), отражающего все измерения для используемых показателей, другие - для каждого показателя предлагают собственный гиперкуб, содержащий лишь те измерения, на которых определяются значения данного показателя («поликубическая» модель). Поскольку аналитик всегда оперирует некими суммарными данными, в АБД OLAP практически всегда наряду с детальными данными хранятся и так называемые агрегаты, то есть заранее вычисленные суммарные показатели (суммарный объем продаж за год, средний остаток товара на складе и т.д.), что повышает скорость выполнения OLAP-запросов. Например, если куб хранит данные об объемах продаж, то целесообразно выделить два измерения - временной период и регион. В каждом измерении присутствует ряд значений.

Регион	Время					Сумма
	1 период	2 период	iпериод	……..
А	20		50		70
В	30	80	10		120
С	50	130	50		230

В качестве агрегатов принимаются суммарные показатели. Количество агрегатов зависит от количества измерений и количества уровней суммирования.

Для хранения OLAP-данных могут использоваться:

• Специальные многомерные СУБД (OLAP-серверы). При выполнении сложных запросов, анализирующих данные в различных измерениях, многомерные СУБД обеспечивают большую производительность, чем реляционные. При этом скорость выполнения запроса не зависит от того, по какому измерению производится "срез" многомерного куба.

• Традиционные реляционные СУБД. Применение специальных структур данных, а также хранение вычисленных агрегатов делает возможным многомерный анализ реляционных данных. Реляционные СУБД исторически более привычны, поэтому пока более распространены.

• Комбинированный вариант - совмещение двух типов СУБД (хранение агрегатов в многомерной СУБД, а детальных данных, имеющих наибольший объем - в реляционной).

Технология OLAP обеспечивает быстрый доступ к информации и ее представление в достаточно сложном виде. Программные средства OLAP для конечного пользователя могут представлять собой электронные таблицы, пакеты статистического анализа, графические интерфейсы или системы поддержки принятия решений, включающие в себя целый набор аналитических инструментов. Можно использовать простые в создании шаблоны, ориентированные на отдельные отрасли, для подключения разнообразных внешних источников. На основе возможностей коммуникаций можно обеспечить согласованность данных с исходными системами и их автоматическое обновление.

Совершенный механизм OLAP - вариант, когда механизм реального времени сочетается с уникальной возможностью управления распределенными данными. Высокая производительность и масштабируемость систем проводится за счет минимизации объема постоянного хранилища. Кроме того, в OLAP-системах осуществляется динамическое моделирование на основе электронных таблиц и требований заказчиков, быстрые пакетные предварительные расчеты, поддержка приложений масштаба фирмы, а также удаленных и одновременно работающих пользователей. Актуальные данные доставляются через корпоративную интрасеть и просматриваются в приложении Web-доставки.

В число ключевых задач, выполняемых пользователями OLAP-приложений, входят:

• анализ прибыльности

• анализ продаж

• анализ положения на рынке

• анализ ассортимента товаров

• анализ риска

• анализ конкурентности фирмы

• составление отчета о производительности

• анализ бюджета и прогнозов

и т.д.

Вся работа с гиперкубом сводится к различным его поворотам, группировкам, при этом можно менять как количество измерений, так и способы группировки. Для получения ответа на запрос на экран выводится не весь куб, а только его часть. Для этого необходимо иметь возможность выбирать только те измерения, которые интересуют пользователя в данный момент времени, выбрать/отсечь ненужные значения.

Обычно информационное взаимодействие систем OLAP и OLTP (он-лайновой обработки транзакций) строится в расчете на наличие единой транзакционной базы данных по всем подразделениям фирмы. Наличие OLAP-приложения, интегрированного с транзакционной системой, дает возможность эффективно решать задачи отчетности и анализа. Механизмы репликации метаданных, отлаженная технология обмена отчетными и аналитическими данными между OLAP-приложениями позволяют унифицировать и поддерживать в актуальном состоянии номенклатуру и структуру отчетных и аналитических показателей по всей сети, повысить оперативность и автоматизировать процесс сбора и обработки отчетной и аналитической информации.

Возможность загрузки в аналитическую базу и хранения в удобной для доступа форме любой номенклатуры данных обеспечивает простоту их использования в отчетах, формируемых с помощью встроенного генератора или процедур аналитических приложений, как в целях собственно анализа, так и для получения всей обязательной отчетности.

Формируемые статистические выборки данных могут использоваться для математического анализа и прогноза средствами специализированных программных пакетов. При этом транзакционные базы данных подразделений фирмы целиком реплицируются в центральное хранилище данных, и аналитическая информация рассчитывается на основе копий (реплик).

Таким образом, используя OLAP-решение для управления фирмой, есть возможность работать с обобщенными данными вместо цифр; рассматривать тенденции вместо статистики; обращаться к сценариям развития фирмы, зависящие от различных внутренних и внешних факторов (в том числе и от принимаемых решений).

Контрольные вопросы

1. Что такое OLAP-технологии? Приведите пример их практического использования в решении экономических задач.

2. Перечислите и поясните правила, которым должны удовлетворять современные средства динамического анализа данных, предложенные Э.Ф. Коддом.

3. Назовите систему требований быстрого анализа разделяемой многомерной информации, предъявляемых к OLAP-приложениям.

4. В чем заключается сущность построения «гиперкубической» модели?

5. Перечислите ключевые задачи, выполняемые пользователями OLAP-приложений.