ОснОвы бизнес-анализа Под редакцией доктора экономических наук, профессора В. И. Бариленко
Download 2.67 Kb. Pdf ko'rish
|
osnovi-biznes-analizapod-redakciej-doktora-ekonomicheskih-nauk
|
Рис.
5.6. Архитектура типичного BI -решения 188 • глава 5. МеханизМы Бизнес-анализа в кОнтрОллинге Семантические недостатки, такие как отсутствующие значения данных, неизвестный формат представления данных или семантиче- ские ошибки в оперативных исходных данных, распознаются и про- токолируются при помощи предметно-определенных критериев до- стоверности. Однако выявление ошибок в оперативных данных часто осуществляется вручную на уровне предварительного контроля каче- ства информации. Далее на этом «ярусе» происходит семантическая унификация собранных данных в соответствии с производственно- экономическими, предметно-специфическими и временными требо- ваниями [18, с. 24]. В-третьих, центральное хранилище данных — «информационное ядро». Этот центральный банк данных сохраняет полученные данные в интегрированной, унифицированной форме на долгие историче- ские периоды времени и предоставляет сохраненные данные для даль- нейшей их обработки и использования на следующих этапах работы. Особенно важным для этого банка данных, согласно мнению д-ра У. Инмона, является сохранение данных на долгий срок (non-volatile), структурирование их в соответствии с тематикой (subject-oriented) и проведение исторической коррекции при появлении более досто- верной информации (time-variant) [18]. Структура данных моделируется без привязки к направлению их использования, т.е. независимо от конкретных требований к форме отчета. Она ориентируется на релевантные данные о бизнес-объектах и их взаимосвязях. Она также допускает историзацию и версиониро- вание данных о бизнес-объектах и их взаимосвязях. Для обеспечения гибкости и необходимого расширения структура данных должна быть смоделирована близко к нормальной форме распределения с необхо- димой избыточностью [20, с. 53]. Следующим ярусом является подсистема хранения и обработки данных (Data Marts). На этом уровне осуществляется упорядочивание, систематизация и предварительная обработка данных на основании специфических требований в зависимости от сферы применения или предметной специализации. Здесь часто осуществляется также допол- нительная агрегация базовых данных (т.е. данных с более низкой сте- пенью агрегации) и создание на их основе новых элементов данных из комбинаций ранее имеющихся элементов данных. В подсистеме хранения и обработки данных сохраняют ранее отобранные и агреги- рованные данные в форме, соответствующей заданной цели, понятной для конечного пользователя. Моделирование данных по большей части осуществляется мето- дом многомерного моделирования и представлением результатов с ис- 5.5. Business Intelligence — перспективный инструмент контроллинга... • 189 пользованием схем «звезда» или «снежинка». Процедурами предусма- триваются меры по ускорению операций чтения информации из базы данных за счет значительной денормализации или использования многомерного банка данных. Для каждой определенной целевой об- ласти применения данный ярус содержит требуемые данные с нужной степенью агрегации. Наконец ярус использования результатов бизнес-аналитического процесса. Данный ярус предоставляет в распоряжение конечных поль- зователей компоненты, с помощью которых осуществляются оконча- тельная оценка и представление результатов бизнес-аналитического процесса. Кроме того, на этом этапе осуществляется распределение информации по конечным пользователям. В зависимости от заданной цели и функциональности способы применения результатов бизнес-аналитического процесса дифферен- цируются на следующие категории. Отчетность и анализ. Стандартная отчетность представляет собой регулярные, стандартизированные отчеты в формате списков, таблиц и графиков. Сюда же относятся такие аспекты, как автоматическое распределение информации, информационные порталы и комплекс- ные концепции предоставления прав доступа. Наряду с этим важную роль играет и предоставление специальных отчетов (ad-hoc Reporting). Пользователь инициирует формирование не- обходимых ему отчетов на основании тех прав доступа к данным и ра- бочим функциям, которые предоставляются ему после его авторизации. Расчет аналитических показателей и выявление областей неэф- фективности на основе методики бенчмаркинга (benchmarking) осу- ществляется для определения ориентиров развития. Используются внутриотраслевые, функциональные, конкурентные и стратегические эталоны, что позволяет выявлять и более избирательно изучать луч- шие практики. Изучение и копирование лучших практик позволяет внедрять в бизнес фирмы передовые методы работы других организа- ций в тех областях, в которых имеют место узкие места, препятствую- щие достижению целевой результативности и эффективности. Обла- сти неэффективности определяются контроллерами на основе анализа состояния критических факторов успеха бизнеса (не соответствуют лучшим практикам) или сравнительной оценкой коэффициентов кон- версии ресурсных показателей в результативные (значения коэффи- циентов применительно к оцениваемому процессу существенно хуже, чем в компаниях-лидерах). Управление эффективностью функционирования. По мнению д-ра У. У. Эккерсона, в рамках управления эффективностью функциониро- |
