Естественно, что не все нужные данные присутствуют в ИС в «чис­том» виде. Полезную информацию приходится вылавливать из большого количества дополнительных данных, и этот процесс называется извлече­нием данных (Data Mining — DM).

Полезная информация может быть спрятана очень глубоко; И С из­влекает правдоподобные данные, но они могут не отражать ее суть, может возникнуть опасность получения смещенных оценок (Biased Estimator), когда выявляется не совсем тот фактор, который влиял на исследуемый объект или систему. Информация практически всегда бывает «зашумле-на», при этом часто амплитуда полезного сигнала сравнима с амплитуда­ми побочных явлений. Реальную информацию в такой ситуации извлечь трудно, и это может привести к ошибочным оценкам и прогнозам.

Пользователи могут получать полноценную отдачу от информации только в том случае, если эта информация точна, полна, из нее несложно извлекать знания. Информация из хранилищ и витрин данных может быть объединена с информацией из неструктурированных источников, с последующим предоставлением доступа к ней различным группам поль­зователей, причем каждая из подобных групп может иметь свои ожидания относительно того, каким образом им должна быть предоставлена инфор­мация.

Некоторые руководители просто хотят, чтобы отчеты предоставля­лись каждое утро, другим требуется иметь перед собой инструментальную панель руководителя, отображающую критически важные бизнес-пока­затели. Кто-то из менеджеров хочет выполнять усложненные запросы с иерархической детализацией данных или же делать срезы и манипулиро­вать своими данными.

Знания имеют небольшую ценность, если они не являются руковод­ством к действию или не намечаются к использованию в бизнес-процес­сах! Пользователи нуждаются в таком представлении информации, кото­рое бы соответствовало их уникальным бизнес-процессам. На рынке предлагается много программных продуктов для решения разнообразных общих и частных проблем. Среди них:

системы генерации отчетов для формального представления ин­формации (например, программный продукт Crystal Reports компа­нии Crystal Decisions, предназначенный для создания корпоратив­ной отчетности);

аналитические системы для сложного динамического анализа данных;

системы генерации персональных запросов, анализа и создания отчетов для индивидуальных пользователей, имеющих разнообраз­ные потребности по представлению и анализу информации;

решения по разработке КИС-приложений (Enterprise Information System Applications — EISA), предназначенные для создания инст­рументальных панелей руководителя и аналитических приложе­ний для добычи данных.

В самом общем виде задачи менеджмента можно свести к пяти клю­чевым вопросам:

Где мы находимся?

Чего мы хотим достичь?

Как мы туда попадем?

Сколько времени и ресурсов на это потребуется?

Сколько это будет стоить?

Для сложных систем характерно то, что управлять ими приходится, как правило, в условиях неполной информации, отсутствия знания закономер­ностей функционирования и постоянного изменения внешних факторов. Поэтому процессы управления и принятия решений имеют итерационный характер. После принятия решения и применения управляющего воздейст­вия необходимо вновь оценить состояние, в котором находится система, и решить вопрос о том, правильно ли мы движемся по намеченному пути. Ес­ли отклонения нас не удовлетворяют, то необходимо переопределить наборы данных, скорректировать решение и «перезапустить» процесс управления.

Современные информационные технологии при поиске ответов на поставленные вопросы позволяют аналитику формулировать и решать за­дачи нижеследующих классов.

Аналитические — вычисление заданных показателей и статистичес­ких характеристик бизнес-деятельности на основе ретроспективной ин­формации из баз данных.

Визуализация данных — наглядное графическое и табличное пред­ставление имеющейся информации.

Извлечение (добыча) знаний (Data Mining) — определение взаимосвя­зей и взаимозависимостей бизнес-процессов на основе существующей информации. К данному классу можно отнести задачи проверки статис­тических гипотез, кластеризации, нахождения ассоциаций и временных шаблонов. Например, путем анализа экономических и финансовых пока­зателей деятельности компаний, которые затем обанкротились, банк мо­жет выявить некоторые стереотипы, которые можно будет учесть при оценке степени риска кредитования.

Имитационные — проведение на ЭВМ экспериментов с формализо­ванными (математическими) моделями, описывающими поведение слож­ных систем в течение заданного или формируемого интервала времени. За­дачи этого класса применяются для анализа возможных последствий при­нятия того или иного управленческого решения (анализ «что, если?...»).

Синтез управления — используется для определения допустимых уп­равляющих воздействий, обеспечивающих достижение заданной цели. Задачи этого типа применяются для оценки достижимости намеченных целей, определения множества возможных управляющих воздействий, приводящих к нужному результату.

Оптимизационные — основаны на интеграции имитационных, уп­равленческих, оптимизационных и статистических методов моделирова­ния и прогнозирования. Вместе с постановкой задачи синтеза управления позволяют выбрать на множестве возможных управлений те из них, кото­рые обеспечивают наиболее эффективное (с точки зрения определенного критерия) продвижение к поставленной цели.

В настоящее время существуют определенные категории информа­ционных систем (или соответствующие модули интегрированных ИС), которые обслуживают каждый организационный уровень и помогают ус­пешно решать указанные выше классы задач с обработкой соответствую­щего типа данных (рис. 7.3.1 и 7.3.2).

Современная компания с разветвленным бизнесом, как правило, имеет:

системы поддержки деятельности руководителя (Executive Support Systems — ESS) на стратегическом уровне;

управляющие информационные системы (Management Information Systems — MIS) и системы поддержки принятия решений (Decision Support Systems — DSS) на среднем управленческом уровне;

рабочие системы знания (Knowledge Work System — KWS) и систе­мы автоматизации делопроизводства (Office Automation Systems — OAS) на уровне знаний;

системы диалоговой обработки транзакций (Transaction Processing Systems — TPS) на эксплуатационном уровне.