Информационные технологии и управление предприятием

• ориентировать бизнес-процессы предприятия на наиболее полное и оперативное удовлетворение потребностей клиента за счет включения его заказов в систему производственного планирования;

• улучшить каналы взаимодействия клиента с предприятием, сделав их максимально удобными и предоставив клиенту возможности персонального обслуживания и самообслуживания.

В заключение обозначим одну из главных проблем при создании и поддержке подобной системы взаимоотношений – проблему поддержания целостности и безопасности информации о клиентах. Мероприятия, проводимые в целях защиты частной информации о клиенте, повышают уровень доверительных отношений между компанией и ее клиентурой.

Системы управления цепочками поставок (SCM)

Системы управления цепочками поставок SCM (Supply Chain Management) поддерживают технологию управления, реализующую концепцию CSRP (Customer Synchronized Resource Planning), которая предполагает наличие возможностей управления внешними по отношению к предприятию элементами производственной цепочки, а именно системой материальных потоков в сети поставщиков сырья и комплектующих. В ведении SCM-систем находится рассмотрение логистических операций на протяжении полного жизненного цикла изделия, то есть процесс разработки, производства, продажи и послепродажного обслуживания.

Следует отметить, что управление цепочками поставок является одним из наиболее сложных и трудоемких бизнес-процессов в условиях многопрофильных предприятий. Интеграция поставщиков, производителей продукции, дилеров, транспортных и финансовых компаний, участвующих в цепочках поставок, оказывается крайне затруднительной из-за несовместимых организационных, управленческих, информационных и других систем.

Идея управления цепочками поставок достаточно простая, в ее основе лежат следующие очевидные факты:

• стоимость товара формируется на протяжении всей цепочки поставок;

• на стоимость товара оказывает влияние не только и не столько эффективность операций по конкретной продаже, сколько общая эффективность операций по всей цепочке поставок;

• наиболее управляемыми с точки зрения стоимости являются начальные звенья цепочки поставок, связанные с производством товара, а наиболее чувствительными – заключительные звенья, связанные с его продажей.

Поэтому в SCM-системах акцент делается на поддержке процессов планирования производства и дистрибуции (проектирование сети цепочек, планирование и прогноз спроса, планирование снабжения и сбыта, планирование и составление графиков производства), а также поддержке процессов обеспечения выполнения поставок с ориентацией на ежедневное управление сбытом (ресурсы, перевозки, логистика, склад). Традиционная функциональность SCM-системы включает:

• планирование и прогнозирование спроса;

• выбор поставщиков и управление закупками;

• обработку/выполнение заказа и послепродажное обслуживание;

• управление складами;

• управление отгрузкой и транспортировкой;

• производственную логистику;

• расчеты;

• анализ эффективности отдельных элементов системы поставок.

Внедрение SCM-систем позволяет предприятию сократить стоимость и время обработки заказа, уменьшить время выхода товара на рынок, сократить затраты на закупки сырья и комплектующих, уменьшить складские запасы, сократить производственные затраты и, в конечном счете, увеличить прибыль.

Информационно-аналитические системы

Назначением систем данного класса является обеспечение руководителей, аналитиков и менеджеров информацией о всех аспектах деятельности предприятия для ее последующей оценки и анализа. В состав информационно-аналитической системы (ИАС) обычно включаются следующие подсистемы:

• подсистема сбора и хранения корпоративных данных, решающая задачи по сбору и фильтрации данных, накоплению и индексированию информации, обеспечивающая возможность использования информации в аналитических целях, а также при поддержке принятия решений на различных уровнях управления;

• подсистема доступа к данным, анализа и корпоративной отчетности, включающая модули, обеспечивающие доступ к данным и защиту конфиденциальной информации, инструменты по поддержке принятия решений и оперативному анализу информации, средства корпоративной отчетности и визуализации данных.

Первая подсистема традиционно базируется на технологии оперативной обработки транзакций OLTP (On-Line Transaction Processing). В основе второй лежит технология хранилищ данных (Data Warehousing), содержащих непротиворечивые консолидированные исторические данные предприятия, отражающие его деятельность за достаточно продолжительный период времени, а также данные о внешней среде его функционирования.

Часто, наряду с общим хранилищем данных, предприятия используют киоски/витрины данных (Data Mart), представляющие собой специализированные хранилища данных по конкретному подразделению или аспекту деятельности предприятия. В соответствии с этим хранилище данных может иметь как двухуровневую (источники данных – хранилище данных), так и трехуровневую (источники данных – общее хранилище данных – специализированные хранилища данных) архитектуру.

Важным компонентом ИАС являются средства загрузки данных в хранилище, обеспечивающие очистку данных, полученных из различных источников, а именно:

• устранение избыточности и обнаруженных ошибок;

• обнаружение и разрешение противоречий между данными;

• восполнение пропусков;

• проверку ограничений целостности и устранение их нарушений и т. п.

Анализ данных в хранилищах базируется на технологиях интерактивной аналитической обработки данных OLAP (On-Line Analytical Processing), глубинного анализа данных (Data Mining) и их визуализации.

В основе технологий OLAP лежит многомерное представление данных, обеспечивающее адекватность методов моделирования данных потребностям их анализа. В многомерной модели данные представляются в виде кубов данных (или гиперкубов), имеющих несколько независимых измерений многомерного пространства, при этом каждому измерению соответствует некоторый характеризующий какое-либо качественное свойство данных атрибут – время, территория, категория продукции и т. п. На множестве значений атрибутов могут быть определены иерархические отношения – «год—квартал—месяц», «регион—город—район», «услуга—консалтинг—реинжиниринг». Наборы значений атрибутов определяют ячейки куба, с которыми ассоциируются конкретные значения соответствующих показателей. С использованием такой модели возможен анализ данных с необходимой степенью детализации за счет:

• построения сечения (проекции) куба данных путем фиксации значений наборов атрибутов;

• сжатия куба на основе использования значений атрибутов более высокого уровня иерархии и агрегирования соответствующих значений показателей;

• детализации данных (обратной по отношению к сжатию операции);

• вращения куба путем изменения порядка измерений.

Технологии глубинного анализа данных позволяют их анализировать с помощью математических моделей, основанных на статистических, вероятностных или оптимизационных методах, с целью выявления заранее неизвестных закономерностей или зависимостей. К задачам глубинного анализа относятся задачи классификации, выявления ассоциаций, поиска типовых образцов на заданном множестве, выявления объектов, не соответствующих общим характеристикам, и т. п.

В процессе анализа данных активно используются разнообразные формы их графического представления, облегчающие понимание данных и обеспечивающие возможности качественной оценки их свойств. В случае недостаточности пассивного восприятия применяются операции вращения куба данных, операция пролистывания сечений куба и т. п.

Системы расчета зарплаты и учета кадров

Назначение систем данного вида – повышение эффективности управления кадрами (основным стратегическим ресурсом предприятия) за счет автоматизации функций по управлению персоналом и проведению кадровой политики предприятия, а также всех видов расчетов с сотрудниками. Качественное управление кадрами подразумевает решение следующих задач: