2.2. Особливості розвитку програм автоматизації економічного аналізу


Повернутися на початок книги
1 2 3 4 5 6 7 8 9 10 11 12 13 14 
15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 
30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 
45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 
60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 
75 76 

Загрузка...

Інформаційні системи економічного аналізу пройшли довгий шлях свого розвитку та становлення. Варто сказати, що більшу час-тину свого розвитку вони були лише придатком інформаційних си-стем бухгалтерського обліку. Оскільки облік виступає інформацій-ним ресурсом для проведення економічного аналізу, то його обчислювальні системи допомагали автоматизувати процес ство-рення цього ресурсу.

Основні етапи розвитку автоматизації економічного аналізу:

Перший етап — елементарних розрахункових винаходів (1874— 1917 pp.) характеризувався початком ери впровадження автоматич-них систем в господарське життя країни. Це був період нових ви-находів, за допомогою яких можна було здійснювати прості опера-ції додавання і віднімання (зокрема, арифмометр, машини для додавання та віднімання).

Другий етап — механізація процесу збору та обробки обліковог інформації (1917—1945 pp.) — створення машинообчислювальних станцій, використання клавішних та перфораційних обчислюваль-них машин.

Створення теоретичних кощещій та методик здійснення про-цесу обліку, аналізу та планування відбувалося на третьому етапі (1945—1950 рр.).

У 50-их pp. XX ст. відбувалося інформаційне забезпечення процесу управління підприємством — четвертий етап (50— 60-ті pp. XX cm.). Існували два основних види машин, а саме машини з ручним вводом вихідних даних (прості автоматичні клавішні обчислювальні машини, сумуючі машини, розрахунко-во-табличні машини) і машини з автоматичним вводом вихідних даних або розрахунково-перфораційні машини (машини групу-вання, табулятори, результуючі та дублюючі перфоратори, карт-коскладальні машини). Вказані типи рахункових машин активно впроваджувались в систему організації бухгалтерського обліку, перш за все, на великих промислових підприємствах, де були створені обчислювальні центри, які одразу відокремлюються у самостійний функціональний елемент, головною функцією якого виступає інформаційне забезпечення процесу виробництва та управління.

На основі розробки основних напрямів механізації обліку, а та-кож попередніх теоретичних досліджень, було створено ЕОМ, які були більш компактними, дешевшими, а отже більш доступними для користувачів. Розвитку та практичного застосування знайшли універсальні (швидкодіюча електронна розрахункова машина «Стр’ла») і спеціалізовані ЕОМ.

Пятим етапом є початок автоматизаціг обліковог роботи, що припадає на 60—70-ті pp. XX ст. і характеризується формуванням комплексних підсистем економічного аналізу, що передбачали здійснення комплексного аналізу господарської діяльності, мето-дика якого була розроблена спеціалістами Московського державно-го університету ім. М. В. Ломоносова. Так, проф. А. Д. Шеремет стверджував, що систему комплексного економічного аналізу на підприємствах і в об’єднаннях слід «створювати як частину авто-матизованих систем управління».

Відокремлення окремого напряму економічного аналізу — аналі-зу ефективності діяльності за використання ЕОМ відбувається у 1980-ті pp. (6-й етап). У роб’тах багатьох авторів цього часу під-креслювався нерозривний звязок наук бухгалтерського обліку і економічного аналізу, що зумовлювало спадкоємність розробок в області автоматизації облікових і аналітичних робіт.

На початку 1980-х pp. в рамках комплексного економічного аналізу були виділені основні напрями інтегральної автоматизації аналітичних розрахунків:

—        організація та використання автоматизованого банку даних для вирішення завдань комплексного економічного аналізу;

—        інтеграція процесів формування і обробки аналітичної інфо-рмації;

— створення та використання пакетів прикладних програм в аналізі господарської діяльності.

У 1990-ті pp. відбувається розробка перших аналітичних про-грам (7-й етап), які значно зменшили трудомісткість аналітичної роботи, пов'язаної з розрахунком фінансових коефіцієнтів, звіль-нивши час для безпосередньо самого аналізу ситуації та прийняття управлінських рішень. Починаючи з середини 90-х pp. були ство-рені системи, здатні функціонувати в середовищі локальних обчис-лювальних сіток (ЛОС). Теоретичні положення стосовно створення комплексної системи обробки економічної інформації, розроблені Д. А. Чистовим та Є. Л. Шуремовим, отримали широке практичне застосування, зокрема, у програмному забезпечені корпорації «Га-лактика», «Парус», «Інфософт». Проте головним недоліком про-грамних продуктів було те, що вони розглядалися користувачами лише як спосіб покращання розрахунків, забезпечення їх надійнос-ті, тобто орієнтувався лише на завдання обліку. Це викликало ве-ликий попит саме на аналітичні програми. Перші аналітичні про-грамні продукти у Росії почали розробляти фірми «ІНЕК», «Про-Івест-Консалтинг», АіТі» та ряд інших. Особлива увага в даних продуктах приділялась розрахунку фінансових коефіцієнтів та їх оцінці.

Сучасний етап, починаючи з 1998 p. і до сьогоднішнього дня, характеризується розширенням та деталізацією можливостей аналітичних програм. Цей процес є обґрунтованим, оскільки бух-галтерський облік надає інформацію для проведення аналізу про наявність і рух активів, зобов'язань і власного капіталу підприємс-тва, його доходів і витрат. Але більшість аналітичних програм об-межується використанням лише даних фінансової звітності підпри-ємства. Така обмеженість інформаційної бази впливає на глибину економічного аналізу й аналітичні можливості самих програмних продуктів, значно знижує обґрунтованість висновків за наслідками такого аналізу.

На сучасному етапі до методики економічного аналізу за умов автоматизації висуваються такі вимоги: системність, комплекс-ність, оперативність, точність, прогресивність, динамічність.

Багатоаспектність аналізу визначає різнорідність інструмента-льних засобів, які можна поділити на функціональні, забезпечува-льні та допоміжні.

До функціональних відносять аналітичні задачі. Інструменталь-ні засоби розв'язання цих задач поділяються на: засоби введення аналітичної інформації; засоби забезпечення інформаційно-пошукових робіт; засоби підтримки прийняття рішень. Для введен-ня аналітичної інформації користуються інструментальними засо-

бами, які передбачають контроль і коригування первинної та вто-ринної інформації.

Інформаційно-пошукові засоби забезпечують аналітичні задачі документами, які містять потрібну інформацію та сприяють фор-муванню запитів до баз даних і відображенню результатів їх вико-нання. Кожна подія (явище) спочатку фіксується у відповідних до-кументах, а потім стає об'єктом зберігання чи пошуку в інформаційно-пошукових системах (ШС).

Засоби підтримки прийняття рішень уможливлюють встанов-лення залежності між різними факторами та отримання нових знань, забезпечують гнучкий доступ до бази моделей, їх поновлен-ня та модифікацію. Основною метою запровадження систем під-тримки прийняття рішень (СППР) є надання допомоги у з'ясу-ванні проблеми, яку слід розв'язати, та під час аналізу розв'язків. Для таких систем необхідний значно ширший діапазон джерел ін-формації, яку беруть із зовнішнього і внутрішнього середовищ. Звичайні, орієнтовані на бухгалтерський облік, дані доповнюються текстовою інформацією, матеріалами систем автоматизованого проектування виробів і технологій, автоматизованого виробництва. Користувач може налагоджувати бази даних (БД) згідно зі своїми особистими вимогами.

У бухгалтерському обліку СППР пов'язані з виробництвом та обліком товарно-матеріальних запасів, їх фізичним розподілом.

Використовуються спеціальні системи планування ресурсів під-приємства (наприклад, ERP — Enterprise Resource Planning — сис-теми планування ресурсів підприємства) або окремі спеціалізовані системи для ведення бухгалтерського обліку, роботи з договорами, систем управління базами даних про клієнтів, а також про стан платежів, здійснення статистики та обліку.

Найбільш типовими СППР є «Симплан» — для корпоративного планування; «Прожектор» — фінансового планування; «Екс-прес» — маркетингу, фінансів; «BIS» — керування бюджетом.

Сучасні підприємства використовують технології управління знаннями (KM — knowledge management), — сукупність інструмен-тальних засобів, призначених для зберігання і добування знань. Ці інструменти забезпечують аналіз ринку й оцінку можливостей у рі-зних сферах, для прийняття оптимальних рішень, орієнтацію опису продукту, організацію виробництва, підвищення ефективності дія-льності з продажу.

Експертні системи (EC) базуються на узагальненні знань експе-ртів відносно певної (вузької) предметної області за допомогою ЕОМ та подальшому їх використанні для розв'язання проблем у даній галузі. EC базуються на обробці знань, а не даних, як у сис-

темах обробки даних. Відтак і вихідна інформація є текстовою, по-даною у вигляді інтелектуальної поради, а не у вигляді таблиць на машино- і відеограмі.

Забезпечувальні та допоміжні інструментальні засоби сприяють підготовці додаткової інформації, створенню комфортних умов для роботи аналітиків. Комунікаційні засоби впливають на ефектив-ність використання інструментальних засобів. Оскільки економіч-ний аналіз базується на збиранні, систематизації та обробці даних, що надходять із різних інформаційних джерел, виникає необхід-ність у використанні мереж даних (локальних, регіональних, глоба-льних) для отримування та відправлення інформаційних матеріалів. Комунікаційні засоби забезпечують користувачу доступ до персо-нальної бази даних, яка створюється і ведеться безпосередньо ко-ристувачем; баз даних інших локальних користувачів; інтегрованої бази даних підприємства; альтернативних баз даних, зовнішніх від-носно даного підприємства і таких, що існують незалежно від нього.

Постійне удосконалення форм і методів опрацювання облікової інформації, органічне залучення до цього процесу засобів комп'ютерної техніки поставило перед фахівцями питання про не-обхідність якомога повнішого використання можливостей остан-ньої. Мова насамперед йде про використання ЕОМ не лише як про-стого технічного засобу фіксації, зберігання опрацювання та передачі даних, а формування інформаційних потоків у вигляді, який не тільки максимально задовольнятиме потреби управління, але й автоматизує виконання окремих логічних операцій з елемен-тами інтелектуального плану.

Водночас постала нагальна потреба у технології, здатній авто-матично виокремлювати із даних нові нетривіальні знання у формі моделей, залежностей, законів тощо, гарантуючи при цьому їх ста-тистичну значущість. Новітні підходи, спрямовані на розв'язання цих проблем, дістали назву технологій інтелектуального аналізу даних. У зарубіжній літературі вони більше відомі як Data Mining (синонімом до поняття «інтелектуальний аналіз даних»).

Дейтамайнінг (Data mining) — це тип аналітичних додатків, які підтримують рішення, розшукуючи за прихованими шаблонами (patterns) інформацію в базі даних. Цей пошук може бути зробле-ний або користувачем (тобто тільки за допомогою виконання запи-тів) або інтелектуальною програмою, яка автоматично розшукує в базах даних і знаходить важливі для користувача зразки інформації. Відповіді на інформаційні запити подаються в бажаній для корис-тувача формі (наприклад, у вигляді діаграм, звітів тощо).

Дейтамайнінг належить до інструментальних засобів дослідни-цького аналізу.

Схема інтелектуального аналізу практично не відрізняється від звичайної схеми використання інформаційних потоків у розробці проектів і прийнятті ефективних управлінських рішень (рис. 2.1).

 

Рис. 2.1. Схема інтелектуального аналізу даних і оцінювання виявленого нового знання

Питання в іншому— у інформації та методах її дослідження, які використовуються при цьому.

При цьому не слід підміняти інтелектуальний аналіз звичайним розрахунком економічних показників. При використанні класичних інструментів показники, які підлягають аналізу, мають бути визна-чені попередньо. Проте звичайні звіти не розраховані на пошук не-традиційних правил чи нелогічних закономірностей — тобто на ге-нерацію нових знань.

Для вирішення зазначених завдань і призначена система інтеле-ктуального аналізу даних (так звана— Business Intelligence), яка повинна допомагати користувачам корпоративної інформаційної системи на основі автоматизованого перетворення даних знаходити

швидкі відповіді на нетрадиційні питання, моделювати виходи із нетрадиційних ситуацій.

Один із варіантів системи інтелектуального аналізу даних для визначення ефективності управлінських рішень та визначення но-вих знань наведено на рис. 2.2.

 

 

Які варіанти розвитку ситуації?

 

Вихідні                       Зведені дані               Нові

дані                

                        знання

Рівеь закономірностей, що використовуються

Рис. 2.2. Схема формування, форматування та системний аналіз даних

Очевидно, з його допомогою власне й формують аналітичні мо-делі, які представляють самостійну аналітичну цінність, а також використовуються для автоматизованого формування прогнозів з попередньо невідомими показниками. Як справедливо зазначається в літературі, інтелектуальний аналіз даних використовує взаємодо-повнюючі методи виявлення знань.

Зокрема, у системі знайшли практичну реалізацію методи, які найбільше використовуються у світовій практиці:

• кластеризація — реалізує групування відносно подібних об’єктів;

•          пошук асоціацій — реалізує пошук стійких комбінацій подій та умов;

•          дерево рішень — забезпечує побудову причинно-наслідкової ієрархії умов, що приводять до певних рішень.

Сьогодні є реальна область застосування методів інтелектуаль-ного аналізу даних в окремих ділянках управлінського і, тим біль-ше, прогнозного обліку. Причому на окремих підприємствах Росії він застосовується на практиці. Зокрема, російська науково-виробнича фірма ДІЕМ, яка займається вирішенням проблем забез-печення екологічної і промислової безпеки при видобутку, транс-портуванні, зберіганні і переробці вуглеводнів, запровадила систе-му управлінської звітності на базі ділового аналізу Contour ВІ. Система дозволяє аналізувати доходи у розрізі напрямів діяльності, клієнтів, проектів, а також одержувати аналітичні звіти з поточних і планових платежів за договорами, дебіторської і кредиторської заборгованості.

Дейтамайнінг має значну цінність для керівників і аналітиків у їх повсякденній діяльності. Систему інтелектуального аналізу даних, насамперед, можна використовувати у стратегічному і конкурентно-му аналізі, не дивлячись на те, що зазначене в економічній літературі практично не досліджується. У першу чергу, це необхідно при аналі-зі так званих «сліпих зон», в процесі якого вивчаються причини не-точностей або помилок в процесі прийняття того чи іншого управ-лінського рішення. Він об'єднує психологію пізнання, теорію стратегії і динаміку організаційної поведінки для пояснення, чому внутрішня детальна перевірка може призвести до переоцінки конку-рентних можливостей фірми. Ця інформація підвищує чутливість фірми до потенційно суттєвих помилок в організаційному процесі прийняття рішення з метою покращення стратегічних рішень.