Разбор тем ИГА 2017

ТерминDataчастоперевдобычатсякакMiningданных,извлечение информ,интеллектуальциинализданных.п.Понятиеоб" знанийыйаружениев базахданных" (KnowledgeможносчитатьDiscoveryсинонимомData in Databases, KDD)

Mining.
ПонятиеData	Mining,появ1978ившеесягоду,приобреловыс		кулярностью
всовременнойтрактовкепримернопервойполовины1990			-хгод.Дэтоговремени
обработкаианализданныхосуществлялсярамкахприкладнойстатистики, этом
основнрешалисьзадачиобм		работкинебольшихбазданны.
Восн овумногихметодовData		Mining	полкоженанцепцияшаблонов,
отражфрамногогментыющихвзаспектимоотношевдан.Этишаблоных ныий
представляютсобойзакономерности,свойствеподвыборкамда,нныкот ехрыегут
быть компактвыражпочнеятнойныловекуформеразличныхмет,построенныхдов
наследующихвидахзакономерностей:ассоциация,последовательность,классификация,
кластеризацпрогноз. ированиея
ОсновнаяособенностьData Mining			- этос четаниеширокогоматем	атического
инструментарияот(кла сичетатианализадтическогогоновыхкибернетических
методов)ипоследнихдостиженийвсфереинформацитехнол.Втехнологиигийнных
DataгармоничноMiningобъединилисьстрф рмализованныегометоды

неформальногоанализа,т.е.количественкачествеанализдан. ныйых КлассификациятадийData Mining:

1)выявлезакосвободный(омерностейиепоиск)

2)испольвыявлезакоовандляпредсказанияныхомерностейиенеизвестных

значенийпрогн( моделировстическое			ание)
3)	анализисключений	-	стадияпре выявленияназначеналяобъяснения
аномалий,найденныхвзакономерностях
Классы систем Data Mining: деревья решений (decision trees),временныеряды(time
series), ассоциативправила(associationнейронныые rules),			есети(neural	nets),
генетическиеалгоритмы(geneticгрессия(realgorithms),ression)
Имитационноемоделирование			(системнаядинамика,дискретно	-событийное
моделирование,агентноемоделирование)
Имитационноемоделированиеявляетсяизаиболееимощн			ыхинструментов,
исподанализаьзуемыхясинтезасложныхсистем.Имитационныеоделимогут
учинеформализоватыватьсвязихарактерпрогснисныеоз, тируемойкимы
поэтомуониспосонаибадекватнонылеетобразеёразв. итиеь

101

Прогнозированиесоциа		льно-экономичепроцеснаосновеимитационныхкихов
моделейпредставляетсобойэкспериментразработаннойкомпьютерноймодельюпутем
варьированияеёпараметровструкту,входнупрывоздействийавляющих.Приэтом
основнойзадачейэкспериментаявляется			онструирвариантовиеизвозм жных
некотстрат,обеспечивающройгиидостижнаилучшихрезультатовни. й
Кимитационнмоделирприбегкогдают, : мувнию				дорогоилиневозможно
экспенариментироватьеальномобъекте			, невозможнопостроаналитдьическую		ель,
всистемеестьвремя,причинсвязи,послне, ыелинейностид, виеохастические
(случайные)переменные	, необходимосымитироватьповедениесистемывовремени.
Цель имитацимоделирс вннстоитвоспрогованведиязвениядении
исследусистена мыой		основерезультатсущественныханалибзаолее
взаимосвязейэлементамиждуё.
ИМудобнодляисследованияпрактическихзадач:определениепоказателей
эффективности,сравненвариантпостроеналгорфункционированияитмовя
систем,проверкиустойчиво		стирежисистемыпрималовотклоневходныхиях
перемерасчётныхот з ачений.Полноимитацииможетбытьпроверенапутём
пострсерииоенияследоватуточнямод.Есдальнейшаяелмыхиьнодетализация
свойствмоделиневлияетнаконечныепоказатели				,тоусложнениемоделиможно
прекратить.Какправило,моделируютесвойствапроце,комосвлиятьсарыегутна
выбранныйпоказательэффеилириналтичнывностиграже.ннымичениям
Промезульжуточнмоделиримитацыимоннч фиютткийогования					зический
смыслипозволяютобнаружитьошибкипрограммы.
Методыитехнологиианак ючиза			евыхпоказателейэффективности
KPI (Key	Performance		Indicators)	- набороснповныхказателей,
характердостцелейиэффективностьзующихжениедеятельностикомпани					.КПЭ
являются,посути,измеридостцеижимости,атакжелямиейхарактеристиками
эффективносбизнес-процессоврабокаждогоотдельногоиысотрудника.
KPI используютдлячисленногоизмеренияпостацелейдачвленных.После
составленияотчетаиндикат		орвовзможнооценить,наскобыдостигнутылько
запланированрезультаты,насколькоточнымиправибыельаинымиовые
показатели.Впосключевыепоказателиедствииэффектпомогаютвности
скорректироватьтактическиестратц. лг ческие
Восновеметод	икилежатдветеории		–	идеяконтроляпересмотрацелейи

управпоце.Сутьлтеорийениеямсводитсяквозможностипредвидениярезультатовпо поставцелями анихдостижениянымированиезасчетвыполненияKPIСистема.

102

применяетсядлятого,чтобыработ		ники,выполняятекущиеобязанности,незабывали
реализациинамеченныхцелей.Привыполнении		KPI персоналбудетвознагражден,что
являетсясильноймотивациейдляработни.Ключевыепокэффовазателикт вности
призодизнсаойдеймнысхистемтвенных		стимулированияоднойизсамых
совершенныхсистеммотивациинапредприятии.
Странализтегический		оснпостроенииовансбаланси ированнойтемы
показателей,..стратегическойкарты.
СбалансистемапоказателейированнаяССП()		-системаизмерения	эффективности
деятельновсегопредпрси( стратегическогоемаятияпланир),осннаованияная
видениистратегии,котоотрн жиболеевяааспектыжныеетбизнеса.
ВстратегическойкартеССПобязатопрответственностьльноделяется
подразделений исотруднзадостцелейипоказателейковжение.Этоодиниз
критическихфакторовуспехаеализациистратег.	и
Методологразрносноаботанавыивясследоводов,про началееденногония
1990хгодовпрофессорHarvardРобертомКапBusiness School		ланом (Dr. Robert S.
Kaplan) ипрезидентомконсалтинговойфир ы		RenaissanceДэвидомНортономSolutions
(David P. Norton).
Науровнебизнес	-процессконтратольдеятельнвгическостий
осущчетакрезствляетсянаключевыеываемыепоказателиэффект вност			и(KPI)Вэтом.
контекстеССПявляеинструментнетолькосястратегического, перативногом
управления.
ОсновныеаспектыССП:перспективаобученразв,перспективатия
бизнес-проце,перспективаклиентовсов,финансоваяпектива
Типовойпроект	разработкиССПвключаетследующиеэтапы:
1)формацелизовать
2)определитьперспективы
3)опрезаделачить
4)установприч-следственныеисвязиннотьфакторывлияния
5)определитьизмерителицелей
6)разработпрограммыть
7)интегрBSCвсистеровать		мууправления
8)внедрить
9)пересмотреть
Преимущества:
- оценкастратегиицелей

103

	- устразрываанмеждуцеляниекомиихопепаниирационнойеализацией
	-опереагативноеназменениярование
	-оценкауспешностилюбогозатратногопроекта
	-привязка целейкомпаниидеятперсоналальности
	Информационно-аналсистемытическиеИАС()		– эток		маппаратныхлекс,
прогср,инфоредстваммныхресурсовмет, аци,к испотордикнндылехьзуются
обеспеченияавтоманалитическихзациирабвцеляхотбоснования					принятия
управленческвозможныхрешенийдругихи.менений
	Информационно - аналситическиестемыИАС)(			–	комаппаратныхлекс,
прогср,инфоредстваммныхресурсовмет, аци,к испотордикнндылехьзуются
обеспеченияавтоманалитическихзацииработ			вцеляхобоснованпринятия
управленческвозможныхрешенийдругихи.менений
	ДляосновныхклассовИАСхарактерныследующиеособенности:
	•	Системыосновываютсянаинтернет	-технологиях;

•Используютсяпортальныетехнологии;

•

Инт,рерфейсализованныйвиде

приборнойдоскиилипультауправления;

•Многослой:данныеорганизвмногосл,причемстьевныкаждый последующийслойобеспвсболеедетальчиваетданные; е

•Интерактивность;

•Управля:систобецеленмспечиваетостьр правленнуюботу разномасштабныданнымивиды( отче,пудвтовиданжеит.д.н);ыхия

•Своевременно:показателиотчетыактуализируютсяв оответствиить

временнойшкалой;

•Кастомизация:настройкаприборнойдоскиилипультауправленияподроли

иуровеньуправленияпользователя;

•Персонализация:позволяетпользвыбивателюбъектыирасполагать

ихвудобномвиде;

•Масштабиру:характеристикинедолжнымостьградироватьнезависимо

оттого,сколькопользователейодновременноработаютсистеме;
•	Портабельность:пользимеетвозможватель	ностьтсоединитьсяотсети
забратьданныедлядальн,напримерализаейшеговф йле		Excel;
Использованиеинформационно		-аналситическинформационнойстемыИАС()в

инфраструктурепредприятияобъясняцелымрядомпричин:желаниемтсяповысить

полезностьи качествоинформациибизнесе,стремлениемкобщейреорганизации

бизнес-процесс,необховддержкистратегимостьюпланированияпринятияческого

104

высокоэффективныхуправленческихрешений.Практиспользканформационнования		-
аналситическихИАСстем()н	апредприясвидетельствуетотом,чтовыгодаияхот
эксплуатациисистемыпроявляетсяследующем:

•обеспечиваетсяэффективпланинрование,управленческойансовойое хозяйствендеятель; нойсти

• сокращаютсянеблагоприяпоследствиявлияниявнешнейсредыные		,впервую
очередь,засчетоператвыявлизменевностиреагиянани;рованияйх
• элимридеятельноснируюскизасчеоператсяполучениявного
информацииобовсехбизнес		-процессахнапредприятии;
• растётприбыль,рентабельность,капита,увеличизация		ваетсяинвестиционная
привлекательность,устойчивостьстабильность;
• сокращаетсявремяобработкиинфопринятиярешениймации.
ИАСинформационноподпсистемыподдержкитываютпринятрешенийя
(СППР)ИАС. играетобъединяющуюроль,консолидируетразрозненн		ыеIT -технологиив
единтегрированнуюинформационнуюсистемууправленияпредприятием
(корпорацией),какееназываютИИСУП.
Операционнаяаналс тичепрстмыдсобойсистемукаподдержкивляют
принятиярешений.
Насегоддеможновыделияшнийь		тьчетыренаиболеепопулярныхтипа
архитектурсистемподдержкипринятешений: я

•ФункциональнаяСППР.

•Независвитрдан.иДвуным •ххеранилищеуровневоеданных.

•Трехуровневоеранилищданных.

BPM
Проблемааналисходнойнфозадляпрмацииринят я		ешенийоказалась
насерьезнойтолько	, чтоп явилосьотдельноенаправлениеилинформационных
систем — инфомационно-аналситическиестемы		(ИАС), подкоторыпонимиают

105

комаппаратныхлекс		, прогсредстваммных		, информациресурсовнных	,	методик,
которыеис	пользуютсядляобеспеченияавтоманалитическихзацииработвцелях
обоснованпринятуправленческвозможныхрешенийиядругихименений						.
Предпосылки(1990г.г.):
	1. большоевниманвопросамреинжиебизнесиринга				-процессови
	совершенствованиюдеятельнос			тиорганизациисчетулучшениябизнес		-
	процессов;
	2. широкоераспроинстрдлямодуманбизнеселнитоврования					-
	процессов;
	3. распространениетехнологийworkflow,орие автоматизациютированных
	обработкидокументовиливыполнениязаданий.
Недостаткипрежни			хподходовкуправлениюбизнес		-процессами:
методологичтехнологическиеразрывымождуелировавтоматизациейнием
бизнес-процесснепозвоператреагировалялинаизменяющиевнопотребноьсяти
бизнеса,особенноприиспользованииорганизациях				различныхавтоматизированных
информационныхсистем.
Новыйподходкуправлениюбизнес				-процессами(BPM),сформулированный
международнойорганизациейBPMI (BusinessсоединениеProcess Management Initiative):
двухнаправлений		— моделированияпроцессовихавт		оматизацией,целостныйподходк
повышэффдеятельниюктивностиорга,называемыйостиизацииBusiness Process
ManagementРусскоязычныйпереводэтогопонятия(BPM).				—	УправлениеБизнес	-
ПроцессамиУБП()илиПроцессноеуправление.
BPM - эток нцепцияпроцессн			огоуправленияорганизацией,рассматривающая
бизнес-процессыкакособресурсы,непрерывнодприятияадаптируемыек
постоянизме,полагнеымнтакиеиямпринцющаяся,какпонипытность
видбизнесмость		-процесворганизациисчётмоделирования			бизнес-процессов
использованиемформальныхнотаций,использованияПОмоделирования,симуляции,
мониторанализабизнеснга			-процессов,возможностьдинамическперестроенияго
моделейбизнес		-процессовсиламиуча редствамитниковпрограммныхсистем.
Что касаетсяВРМкакинформационсистемы,тоз менясистойемыт
транзакционноготи:управленияресурсамипредприятия(ERP)другие.Болтого,
системыклассаВРМнесодержатажеотдельныхфункцийуправленияоперациями.
ВРМсистемыдополтраняютз			акцсистемыонные.Этопроисхопрежвсегозасчдит
болееэффективиспользованиядатранзакционныхогосистем,такжесчет

обратной̆связи,когдаданныевтранзакцисистемахобнподвоздейвляютнныхсятвием

106

ВРМ-системынаприм( ,корректировка				детаплановпроизводстваьых		ERPсистеме
наоснованииуточненияперспективногопланапродажВРМ					- системе)На.практике
базовымпроцессам		BPM добавлещецелый̆рядфункцийетсяуправления
эффективн,котпорыезвучтребованиястьюляютрегулирую						щихорганов,
отраслевуюспецифику..ВрезультатемодельBPMохватыватехнологийкомплекс
управлениякомпаниобеспечиввзаимосупрй процессоввленческихетязьна
страитегическомактическомуровне
Аналитическиеприложения			-	этоинформационныеси	стемы,обеспечивающие
потребностиоргавтоматизнизацийпроцессбр,аналботкиоптимизациивза
бизнес-процессов.
Длятогочтсистемабымоглсчитаналитическимтьсяприложением						, онарешать
следующиезадачи		:
1.	Структурироватьавтоматизировать			процессы,	помогающиеулучшить
состоянделпутемприправилменения				, процедуритехнологий		(основанныхна
соответствующейметодологии		)	длярешенияопределбизненныхс			-проблеми
использованияновыхвозможностей			;
2.	Поддерживатьаналитическиефункции			, т.е. действияпоанализуданных		,
полученизсамыхразисточниковных				(внутреннихиливнешних	,	финансовыхили
операционных), включаяанализтрендовпрогнозированиеситуациибудущем						;
3. Этодолженбытьсамостпропгятельныйраммныйодукт					, способныйработать
независимооттранзакционныхсистем			, новтожевремяспособныйвзаимодействовать
нимивобе“стороны”		, каквчастиполучениятранздакционных				, такивчасти
обратнойпередачизультихобрабтоткив				.
Аналитическиеприлчастоосжениямноованы				гомерданныхбазах		. Это
позсввоединооляетестикаквсеобходимыеданные				, такивсебизнес		-правила,
описывающиеихвза испомосвяьзованиедрешениял бизнес					-задач.
Спредмет“ ”точкизренияой			,	IDC выделясегментатриосновныхрынка
аналитическихприложений :
1. Системыуправлэффбизнесанияктивностью				(Financial/Business Performance
Management, финансовое/бизнесуправлениепроизводительностью					).	Аналитические
прилэттипаопрежениягодляназначеныанализаоптимизациифинансовых
индикаторов (например, сточкизрениябюджетногопланирования						) и/илиоценки
стратегииразвитияорганизациицелом				(например, спомощьюсредствстратегического
управления).

107

2. Приданализаоженияопер ционной			/производственнойдеятельности
(Operations/Production Analysis, операционно-производственныйанализ				). Аналитические
прилэттипаопрежениягодляназначеныанализаоптимизациипроцессов
производства /илипоставокпродукцииуслуг			(например, планиспросвание		,
оптимизацияработыперсонала		).
3. Системыанализа		взаимоотсклиентамиошений		(CRM Analysis,	анализ
управлениявзаимоотношениямисклиентами			). Аналитическиеприлэттипаоженияго
предляназнрешениятакихченыдач			, как, например, оценкаприбыльностиклиентов		,
“удержаклиентов”	, маркетинговыйанализ		.
ВобластифинансоаналитикиИАСдаетвозмйпо,какиенятьжностьпоказатели
являклю,определятсячевымиуправлятьклюпараметрамищимичевыми,которых
завдисятвидендыпоакциямприбыль.Использованиефинансованалитикипом гаетй
менеджерусред	негозвенаулучшитьфинанпокзсаовыечеиспользованиязатели
полнойиактуальнойинформацииотносительновклададанногоподразделениявобщие
расходыиприбылькомпании.Информационно			-аналсипозволяеттическаястема
контролиотображвслучаеовать			необходсотнключевыхпоказателейимости
десяфотрм,кичдаетвтовозможноулучшитьфинансовомуменеджеру
денежныепотоки,сн здержкиувеличитьприбыль,одновременноподдерживая
болееточную,аккуратную,своеви анспарентнуюеменнуюфи				нансовуюотчетность.
ПреимуществапримефинансовойаналитикиИАСиязаключаются
следующем:
•Контрольплатежеспособности			— обеспечиваетсяуправлениенал чностью
мониторингоперационнойэффективностиплатежесдепартаментовприособ ости
одновременномсниженииздержек.
•Оборачиваемость		— монцикладвиженияторингналичностидляуправления
капиталом,коллдея иорриельнплатежеспособностискоймстью.
•СвоеврведианализеданныхмениеГлавнойкнигиоеобесупечиваетравление
финансовымипоказ	ателямивразресвяклиентамизе,анализйданныхвразрезе
продукциирегионовполучениереальномременитревожныхпредупреждающих
сигналособы,комтвповлияхрыегутнафинансовыеятьусловия.
•Прибыльность — иденаиболеет прф кациябыльны				хпатентов,продуктов,
такжепамятьипониманведущихпоказателейусловийприбыльрайо, ностиам
отделеницентрапр.иямбыли
Примеры

108

Скоринг - этозадачавне, наоборот,.е.внедрениепотребуеткаких					-либо
изменений в существующихбизнес		-	процессах.	Врезультатевнедрениябанкполучает
сискорингатему,которучитываетспецифяособенностипотребностические
банкаклиента.	Внедрениясисткр скорингамыдитногоdm			- Score (dm - отData Mining)
вбанкедляаналкредитныхзастори			й ив ыявленскрытыхияни		й параметров
заемщиковнаихкредитоспособность.
Выявлениемошенничеспомощьюсредстпредективноа					й аналитики.
Задачавыявленияслучаевмошенничествакредитнымикарточками.
Длявыявленияподозрительныхопераци			й скредитнымикар		точкапримиеняются
такназываемыеподозрительн" стереотипповедения",определяемыезультате
анализабанковскихтранзакци	й,которыевпоследствииоказалисьмошенническими.Для
определениспользуетсяподозрслучаевтельныхсовокупностьпоследователь					ных
операций наопредвреинтервалеменно.ЕсистемалиDataсчитаетMining
очереднуюоперациюподозрительно		й,банковски й работнмориентируясь, жетнакэту
информац,заблокоперациисопределеннороватью				й карточкой.
Классический примерприменения			DataвбанковскомMiningделе		- решениезадачи
определениявозможно	й некредитоспособностиклиебанк.Этузадачутакже
называютанализомкредитоспособностикл Выдаватьли"енталиклиенту?”.
Безприметехненияологи		й	DataзадачарешаетсяMining		сотрудниками
банковскучреждениянаосновеихгопы,интсубъективныхауициипредставлени					й о

том,како	й клиентявляетсяблагонаде.Попохоженым		й схемеработаютсистемы
поддержкипринятрешения		й инаосновеметодовDataТакиесистемыMiningнаоснове.
исторической		(ретроспективно й)инфоприпомклассификацииетодовощ
выявляютклиентов,которыепрошломнеернуликред. т

109