Дмитрий Исаев - Корпоративное управление и стратегический менеджмент - информационный аспект

Одним из актуальных направлений статистического анализа данных является прогностическая аналитика (predictive analytics). Примером может служить решение SPSS (www.spss.com), которое предусматривает сочетание расширенной аналитики (advanced analytics) и оптимизации принимаемых решений (decision optimization). Расширенная аналитика используется для выявления тенденций и закономерностей на основе анализа свершившихся событий и прогнозирования с применением математических методов и алгоритмов, которые часто выходят за пределы традиционных статистических расчетов. Такой анализ позволяет определить, какие действия следует предпринять для достижения желаемых результатов. В результате формируется набор рекомендаций, которые вместе с необходимыми обоснованиями доводятся до сведения соответствующих менеджеров и подразделений.

Системы прогностической аналитики могут применяться в сочетании с другими аналитическими системами, в частности BI-приложениями и системами корпоративного планирования и бюджетирования.

Экспертная система поддержки принятия решений. В процессе принятия управленческих решений менеджеры нередко сталкиваются со слабоформализуемыми задачами, для которых методы управленческого учета и финансово-экономического анализа неприменимы. В этом случае в качестве основы для принятия решений могут быть использованы экспертные оценки. Обработка экспертных оценок основывается на определенных предпосылках, а их согласование предусматривает возможность использования различных математических методов и алгоритмов. Эти функции реализованы в специальном аналитическом приложении – Экспертной системе поддержки принятия решений (ЭСППР), разработанной в Государственном университете – Высшей школе экономики (разработка выполнена коллективом специалистов кафедры бизнес-аналитики под руководством д.э.н., проф. Т. К. Кравченко) [Информатизация…, 2008].

Система ориентирована на автоматизацию процедур анализа проблемных ситуаций и выбора эффективных решений. Для этого в состав системы включены база знаний – набор правил для выбора соответствующих методов принятия решений в зависимости от условий, характеризующих конкретные проблемные ситуации (модуль анализа проблемных ситуаций), и совокупность методов принятия решений (модуль принятия решений).

Модуль принятия решений позволяет использовать различные методы – с использованием принципов большинства, Парето, Байеса, методы принятия решения в условиях полной неопределенности, в динамической постановке, методы многоцелевой (векторной) оптимизации, а также комбинированные методы, сочетающие различные принципы согласования оценок альтернатив.

Для хранения данных, описания задач и методов принятия решений и формирования отчетов разработана реляционная база данных, обеспечивающая поддержку многоязычного интерфейса, добавление новых методов принятия решений без изменения программного кода системы, а также хранение разнородных массивов данных. Для многомерного анализа информации о решенных задачах создана подсистема аналитической отчетности.

Доступ конечных пользователей к системе обеспечивается с применением технологии «тонкий клиент», через интернет-браузер и веб-сервер.

Специализированные аналитические приложения для конкретных предметных областей. Перечисленные выше классы аналитических приложений носят общий характер и в той или иной мере могут быть использованы организациями различной отраслевой принадлежности (хотя конкретные модели, конечно же, будут учитывать как особенности отрасли, так и индивидуальные особенности отдельных организаций). Тем не менее нельзя забывать и о том, что отраслевая специфика может порождать специфические классы аналитических задач, свойственных тем или иным предметным областям. Для информатизации таких задач служат специализированные аналитические приложения для конкретных предметных областей, например системы инвестиционного анализа и системы анализа рынка ценных бумаг.

Системы инвестиционного анализа помогают произвести экономическую оценку инвестиционных проектов с учетом предполагаемых инвестиций и ожидаемых результатов на основе довольно широкого набора методов и моделей. Примерами таких систем могут служить отечественные разработки Project Expert и Prime Expert.

Системы анализа рынка ценных бумаг позволяют анализировать сведения, поступающие из различных источников информации о фондовом рынке, включая открытые базы данных и системы биржевой торговли. Примерами таких систем могут служить системы технического анализа Omega Research ProSuite и MetaStock. Кроме того, среди аналитических приложений этого класса присутствуют системы, реализующие другие методы, например методы фундаментального анализа ценных бумаг, статистические или нейросетевые.