Юринець В.Є., Юринець Р.В. Автоматизовані інформаційні системи. Електронний посібник

Подождите немного. Документ загружается.

673

чених для статистичної обробки даних (зокрема, в ПЗ компаній StatSoft

і SPSS), а також у низці генераторів звітів (наприклад, в Crystal Reports).

Існують також бібліотеки класів або компонентів, які застосовують у

засобах розроблення програм і дають можливість створювати

найпростіші OLAP-рішення.

Відзначимо, що досить непоганими засобами багатовимірного

аналізу володіють електронні таблиці, зокрема, Microsoft Excel

починаючи з версії 2000: за допомогою Excel

можна створювати і

зберігати у вигляді файлу локальне багатовимірне сховище агрегат-

них даних відносно невеликого обсягу і відображати дво- або тривимірні

перетини отриманого куба, а також створювати We b-сторінки з

впровадженими елементами управління Office Web Components, що

забезпечують інтерактивний перегляд OLAP-даних.

Настільні OLAP-засоби, зазвичай, застосовують у випадку

невеликої кількості параметрів і помірній різноманітності їх значень,

оскільки отримані

агрегатні дані мають розміщуватися в адресному

просторі такої програми, а в разі збільшення кількості параметрів обсяг

займаної даними оперативної пам’яті збільшується експоненціально.

Саме тому навіть найпримітивніші клієнтські OLAP-засоби, зазвичай,

містять інструменти попереднього підрахунку обсягу оперативної

пам’яті, який потрібний під час створення і відображення багатовимір-

ного куба.

Серверні OLAP-засоби. Робота таких

засобів організована

подібно до роботи реляційних серверних СУБД: за зберігання

агрегатних даних і підтримку сховища, що містить їх, відповідає окре-

мий додаток – OLAP-сервер. Клієнтські програми можуть звертати-

ся із запитами до такого сховища або створювати та оновляти їх.

Багато настільних OLAP-засобів дають змогу звертатися до сер-

верних OLAP-сховищ, виступаючи в цьому

випадку в ролі клієнтських

програм, що виконують подібні запити. Так, Microsoft Excel, починаючи

з версії 2000, може звертатися до багатовимірних сховищ даних

Microsoft SQL Server 7.0 OLAP Services і Microsoft SQL Server 2000

Analysis Services і відображати у вигляді зведених таблиць і діаграм

підмножини даних, збережених на цих OLAP-серверах.

Переваги застосування серверних OLAP-засобів, порівняно з

674

настільними, такі ж, як у серверних СУБД, – процеси створення,

перерахунку і зберігання агрегатних даних відбуваються на сервері, а

клієнтський додаток отримує лише результати запитів до них. Тому

при великому числі параметрів аналізу, великій різноманітності їх

значень і обсягу вихідних даних слід застосовувати серверні OLAP-

засоби. Відзначимо, що засоби аналізу і обробки даних масштабу

підприємства

, як правило, базуються саме на серверних OLAP-засобах.

4.8.3. Засоби Data Mining

Терміном Data Mining позначають не так конкретну технологію,

як процес пошуку кореляцій, тенденцій, взаємозв’язків і закономірностей

між даними за допомогою різних математичних і статистичних

алгоритмів. Мета цього пошуку – побудувати модель, за допомогою

якої можна прогнозувати процеси, критичні для планування бізнесу, не

використовуючи жодних апріорних припущень про ці процеси. Якщо

під час застосування OLAP, зазвичай, формулюють

запитання типу

“Яке середнє число “Таврій синього кольору”, проданих клієнтам, що

старші за 50 років?”, то застосування Data Mining, здебільшого, має

на увазі відповіді на запитання типу “Чи існує типова категорія клієнтів,

що купують сині “Таврії”?”.

Іншими словами, засоби Data Mining відрізняються від засобів

OLAP тим, що вони не перевіряють наперед передбачувані

користувачами взаємозалежності, а натомість на підставі

наявних даних

здатні знаходити такі взаємозалежності самостійно і будувати гіпотези

про їх характер.

4.8.4. BI-засоби масштабу підприємства і засоби

розроблення. New Business Intelligence

Як було сказано, до сучасних засобів Business Intelligence

належать також засоби розроблення BI-програм (BI Platforms) і засоби

аналізу та оброблення даних масштабу підприємства, що дають

можливість здійснювати весь комплекс дій, пов’язаних з аналізом

даних і створенням звітів (Enterprise BI Suites).

За даними аналітиків Gartner Group, на ринку засобів аналізу і оброб-

675

лення даних масштабу підприємства лідирують компанії Business Ob-

jects, Cognos, Information Builders, а претендують на лідерство Microsoft

і Oracle. Що стосується засобів розроблення BI-рішень, то основні

претенденти на лідерство в цій галузі – Microsoft і SAS Institute.

Ключем у розумінні причин феномена локального успіху BI на

фоні спаду в решті технологічних напрямків є те, що бізнес прагне

підвищити ефективність, рівень повернення інвестицій у систему з

міні-

мальними додатковими вкладеннями. За умов кризи завжди корис-

туються більшим попитом продукти з меншим терміном повернення

інвестицій, у цьому випадку – засоби роботи з інформацією. Збільшений

попит на засоби BI спричиняє і нову пропозицію, що отримала назву

New Business Intelligence (NBI). Такий напрямок склався в результаті

партнерства компаній Inxight Software і Intelliseek, відомих як поста-

чальники рішень для доступу до

неструктурованих даних.

Класичний напрямок BI ґрунтується на більш традиційних для

бізнесу інструментах, призначених для виявлення інформації в добре

організованих і структурованих даних. За два десятиріччя свого

існування BI оформилося як напрям, де є відомі технічні й

алгоритмічні принципи, існує співтовариство фахівців. Важливо і те,

що склалися підходи, які дають змогу оцінити раціональність

інвестицій (return on investment, ROI). У той

же час управління знан-

нями дотепер залишається аморфною сферою, з досить великим

прошарком фахівців, як у нас, так і за рубежем, які мають спекуля-

тивну орієнтацію в своїй “агітаційній активності”. Методи KM

тягнуться від організаційних заходів до повнотекстового пошуку і

фільтрації даних, поданих на природних мовах. При тому, що бага-

тьом фахівцям

на інтуїтивному рівні зрозуміла необхідність вико-

ристовування технологій KM, практичних інструментів, що мають

економічну оцінку, поки що не було.

Компанія Intelliseek стала однією з перших, хто проклав міст між

KM і BI, назвавши свій підхід New Business Intelligence. Стимулами

до появи NBI стали зростання розміщених в Internet даних і еволюція

технологій для агрегації, аналізу і підготовки звітів на підставі

різнорідних джерел. Традиційні

методи BI, пропоновані компаніями

Business Objects, MicroStrategy, Cognos, Informatica, Oracle, Microsoft

та іншими, дозволяють використовувати не більше 20 % від загальної

676

кількості доступних даних. З використанням NBI, ця частка може бути

збільшеною від 50 до 60 % за рахунок використовування таких доку-

ментів як документація на вироби, дослідницькі звіти, записи про

працівників. Використовування якісно інших, ніж СУБД, джерел даних,

дозволяє суттєво розширити світогляд і перейти від оброблення

статистики до виявлення тенденцій. Своє бачення проблем конвергенції

KM і BI, а

також їх рішення, в Intelliseek втілили у двох програмних

продуктах – Enterprise Search Server (ESS) і BrandPulse.

Сильний аспект підходу, на якому побудована ідеологія роботи з

даними підприємствами, яку пропонує Intelliseek, що принципово

відрізняє його від інших відомих, полягає в тому, що за вихідну точку

обрано об’єднання KM і BI. Якщо відкинути маркетингове лушпиння,

то очевидно, що за цим гаслом ховається систематичне

відношення

до даних. В інформаційному ландшафті, запропонованому Intelliseek,

усі потенційні джерела даних розподілено на дві основні групи: власні

дані підприємства і дані, джерелом яких є Інтернет. Далі корпоративні

дані поділяють на структуровані і неструктуровані. До структурованих

даних належать ті, якими найчастіше оперують в інформаційних

системах, їх збирають і обробляють у рамках програм категорій EID

(enterprise information data), CRM (customer relationship management),

SCM (supply chain management), ERP (enterprise recourse planning) тощо.

Ці дані зберігають у базах даних, вони піддаються оперативному

аналітичному обробленню (online analytical processing, OLTP),

зберігають й архівують у сховищах даних для того, щоб можна було

надалі виконувати аналітичне оброблення засобами BI і DSS і отри-

мувати у результаті проаналізовані дані, звіти, і виконувати подальшу

розкопку даних. До неструктурованих даних належать зафіксовані

результати взаємодії (collaboration), потоків робіт (workflow), управління

документообігом

та інші авторські матеріали. Вони існують у вигляді

електронних листів, контрактів і пропозицій, аудіо- і відеофайлів,

керівництв, креслень, маркетингових матеріалів, описів продуктів. Ці

дані за сукупністю утворюють внутрішнє знання організації.

Дані з Інтернету можна поділити на чотири підмножини. Основну

їх частину складають дані з видимої і невидимої частин Web. У

видимій частині знаходиться

все те, що можна знайти пошуковими

машинами, тобто власне пошукові машини і сайти партнерів,

677

конкурентів, державні тощо. Склад невидимої частини Web ширший,

там знаходяться бази даних, чати і дошки оголошень, “веблоги”,

підписні журнали, огляди тощо. Меншу частину відображають власні

мережі Usenet і рееr-to-рееr (P2P).

Зведення разом структурованих і неструктурованих даних –

перший і найважливіший крок до об’єднання KM і BI. Після того, як

створено з’єднану картину інформаційного простору, виникає

природне

запитання, як нею користуватися? Очевидно, що точка входу має бути

побудована на основі портальних технологій.

Поки що реально ніщо інше для доступу до даних, окрім пошуко-

вих машин, не існує. Масове використовування мережі Інтернет наочно

це довело. Розв’язання цього завдання запропоновано Intelliseek у формі

“корпоративної пошукової структури” (Enterprise Search Framework,

ESF) і “корпоративного пошукового

серверу” (Enterprise Search Server,

ESS). Спільно вони утворюють інформаційну систему, яка має фірмову

назву – “справжній корпоративний пошук” (True Enterprise Search).

ESF є багаторівневою системою.

Нижній рівень – інтегрований пошук (Federated Search, FS), іноді

його також називають розподіленим, забезпечує пошук за різними

джерелами даних і впорядковування отриманих результатів. Роботу

FS підтримують чотири типи технологій:

♦

Brokering – передання запитів у пошукові машини й отриман-

ня результатів;

♦

Bridging – встановлення зв’язків з базами даних;

♦

Full-Text Indexing – повнотекстова індексація;

♦

Catalog Building – створення каталогів для напівструктурова-

ного і неструктурованого контенту.

Наступні рівні FS:

— адаптивне навчання (Adaptive Learning), що реалізовує

налаштування маршрутизації запитів за змістом запитів і типом джерел

даних;

— аналіз результатів (Result Analysis) забезпечує фільтрацію і

відсівання помилкових, невідповідних запитам результатів;

— відстежування і встановлення контрольних точок (Tracking &

Alerts) дає користувачу можливість самому корегувати процедури

678

пошуку;

— впорядковування (Categorization) – засіб для організації отри-

маних результатів;

— публікація знань (Knowledge Publishing) – фіксація результатів

роботи користувачів;

— моделювання інтересів користувача (User Interest Modeling);

— адаптивна персоналізація (Adaptive Personalization);

— подання (Presentation), технологія побудована на стандартних

методах XML/XSLT;

— портальні адаптери (EIP/Portal Adapters);

— адміністрування.

Компанія Intelliseek нині пропонує три програмні продукти:

♦

Enterprise Search Server (ESS) – основний продукт, що

забезпечує справжній корпоративний пошук та управління корпоратив-

ними знаннями;

♦

BrandPulse – продукт, який побудовано на платформі ESS і який

слугує для аналізу стану торгової марки;

♦

ExpressFeedback – нова пропозиція Intelliseek, що слугує

засобом зворотнього зв’язку для аналізу відносин з покупцями.

NBI цілком можна розглядати як один з перших проявів наявного

процесу розподілу корпоративних систем на два взаємодоповнюючі

компоненти: платформа, що виконує всі функції роботи з даними, і

надбудова, що забезпечує переведення цих даних в інформацію, яка

сприймається людиною.

4.8.5. Управління цифровими активами

Управління цифровими активами (Digital Asset Management, DAM)

оперує даними в електронній формі саме як активами в

бухгалтерському розумінні цього слова, ставлячи за мету досягнення

організацією максимальної вигоди з використовування цих активів.

Галузі застосування DAM, природно, пов’язані з тими галузями, де

матеріальні цінності існують в електронному вигляді – індустрія розваг,

реклама, фотографія, музична продукція, електронні книги тощо. DAM-

рішення

пропонують Documentum, Interwoven, OpenText. Також варто

679

згадати компанію INSCI, яка пропонує своє ЕСM-рішення з

функціональністю DAM. Загалом же аналітики визнають, що ринок

DAM ще не сформувався, а тому для нього характерна певна розми-

тість термінології, що ускладнює порівняння рішень постачальників.

4.8.6. Системи управління корпоративним контентом

У сучасному світі, коли можливості інформаційних технологій такі

широкі і вони так суттєво впливають на способи ведення бізнесу, саме

інформаційний вміст стає рушійною силою взаємодії підприємства з

його замовниками, співпрацівиками і партнерами. Від того, наскільки

ефективно підприємство використовує цей життєво важливий ресурс,

прямо залежить, наскільки успішним воно є.

Сучасний рівень розвитку інформаційних технологій

управління

контентом дає змогу підприємствам отримувати максимально можливу

вигоду з наявних інтелектуальних активів і перетворити інформаційний

вміст на конкурентну перевагу.

Підтвердженням факту, що системи управління документами

більше не збираються обмежуватися вузькою сферою “канцелярського

документообігу”, є те, що практично всі західні системи такого класу

перестали називати себе системами класу “Document Management”,

а класифікують себе значно ємнісними

термінами, наприклад, “Enter-

prise Content Management” (ЕСM), тобто системи управління корпора-

тивним контентом (передбачається управління будь-яким контентом,

а не лише вмістом документів), або “Smart Enterprise Suite” (SES),

тобто інтелектуальні корпоративні системи з широким набором

необхідних кожному підприємству функцій.

Концепція ЕСМ є результатом конвергенції систем управління

документами, інформацією на Web -сайтах, засобів автоматизації

ділових процедур, групової роботи, управління знаннями і низки

інших

технологій. Це комплексне рішення, яке забезпечує накопичення і

систематизацію неструктурованої інформації, підтримку орієнтованих

на документи бізнес-процесів і можливості аналізу інформації.

Деякі аналітики включають до ЕСМ також і засоби інтеграції

програм (Enterprise Application Integration, EAI), видобування даних,

управління зберіганням, засоби агрегації і синдикації контенту та низку

680

інших технологій.

Для ЕСМ фундаментом є DM, тому що, перш ніж щось робити з

документами, потрібно навчитися їх зберігати і систематизувати. Тому

організаціям, що вирішили будувати систему ЕСМ, доцільно розпочати

саме з управління документами. Це дасть змогу навести лад у

документах і дасть негайний ефект у вигляді економії часу на пошук і

виключення витрат

на повторне створення документів.

ЕСM – не лише технологія. Це також методи, регламенти і прак-

тики роботи з інформацією, тому процес управління інформацією

повністю автоматизувати не можна – в ньому завжди враховується

участь людини. І також не можна звести все різноманіття джерел

інформації під один дах, загнати все до однієї системи, якою б

всеосяжною вона

не була. Отже, ЕСM – це ще і стратегія управління

неструктурованою інформацією, яка може бути реалізована лише при

злагодженій і скоординованій роботі різних інформаційних систем, на

підприємстві.

Концепція ЕСM приваблива тим, що дає змогу швидко здійснити

зшивання розрізнених інформаційних систем і зв’язати їх на рівні потоку

інформації. Звичайно, програмісти також можуть зв’язати

дві бази

даних і автоматизувати операції, але потрібно включити до процесу і

людину. Кожний виконавець отримує свої завдання і повідомлення у

разі порушення регламенту, а керівники мають нагоду контролювати

ситуацію. Проте, не достатньо дати завдання людині, потрібна ще інфор-

мація для прийняття рішень. Більше того, часто недостатньо лише

оперативної інформації, наприклад, з конкретного

замовлення – потрібен

доступ до інформаційного сховища, щоб, наприклад, переглянути

документи минулих замовлень, листування з клієнтом, підняти текст

угоди тощо.

Ні аналітики, ні тим більше сама система, не зможуть здогада-

тися, які саме документи знадобляться у конкретний момент; їх не

можна просто прикріпити до завдання і доставити відразу весь пакет.

Ось чому разом

із засобами автоматизації бізнес-процесів активно

використовуються системи управління документами та інші

компоненти загального ЕСM-рішення. Роль BPM у концепції повного

ЕСM-рішення важко переоцінити. Без інтеграції з бізнес-процесами

будь-яка система залишається статичною і слугує лише сховищем

681

інформації. Бізнес-логіка “зашита” в головах менеджерів, тому вони

витрачають багато часу на виконання рутинних операцій щодо розмі-

щення замовлень, обробленні скарг клієнтів, підготовці звітів тощо,

тому завдання автоматизації і оптимізації бізнес-процесів у багатьох

проектах береться за основу і часто пов’язане з проектами з впровад-

ження ERP-систем. Реальний виграш від

впровадження ЕСM-системи

можна отримати лише під час її інтеграції з основними бізнес-систе-

мами підприємства, тому що головне призначення ЕСM – активно

включити неструктуровану інформацію в бізнес-процеси. Не можна

розглядати BPM і workflow лише як елементи ЕСM – потрібно вважати

ці технології зв’язуючою ланкою між світом ЕСM і світом систем

транзакцій.

У складі ЕСМ

-рішення обов’язково присутні засоби введення

паперових документів, природно, шляхом сканування. WCM слугує

свого роду насосом, який викачує інформацію з внутрішніх сховищ

(наприклад, з репозитаріїв систем управління документами) і робить її

доступною зовнішнім користувачам – відвідувачам сайту або елект-

ронного магазину. Інструменти подібного роду допомагають розпо-

ділити обов’язки зі створення вмісту між співпрацівниками

і дати їм

можливість його публікації. Коли сайт містить навіть декілька сотень

сторінок, жоден Web-майстер не в змозі його підтримувати. При

зовнішній схожості завдання публікації Web-вмісту суттєво

відрізняються, як, наприклад, оновлення баз юридичних документів

Lexis-Nexis або підтримка каталогу електронного магазину, тому

інструменти для цієї мети потрібні різні. Найпотужніші корпоративні

WCM-платформи пропонують компанії Documentum, FileNet,

Interwoven, Stellent і Vignette.

Услід ідуть Microsoft зі своїм Content

Management Server і OpenText. Окремо варто сказати про рішення

для середнього ринку, які забезпечують достатню функціональність

при помірній ціні: RedDot Solutions, Percussion, Tridon та ін. Також модулі

WCM включають до своїх пропозицій таких відомих гравців ринку

електронної комерції, як BroadVision.

Управління знаннями – це те ж саме, що засоби оперативного

аналітичного оброблення і Business Intelligence для структурованих

даних. Knowledge Management – інструмент аналізу неструктурованих

даних. Одна з функцій систем управління знаннями полягає в

682

забезпеченні крізного пошуку і доступу до будь-яких даних, незалежно

від місця їх зберігання. Без системи управління знаннями неможливо

раціонально організувати збір та аналіз інформації, тому КМ також

вважається обов’язковою цеглинкою в будівлі ЕСМ.

Основна проблема, для вирішення якої залучають окремі

технології з арсеналу KM, пов’язана з великим обсягом інформації,

що потребує

потужних пошукових механізмів. Крім того, практика

показує, що не вдається звести всю інформацію в єдине сховище, тому

потрібно забезпечити прозорий доступ до різних джерел інформації. І,

нарешті, є проблема, якої не вирішити без застосування KM; ідеться

про автоматичну категоризацію інформації за змістом документів.

Також існує проблема зручної візуалізації великих масивів

інформації. Звична ієрархічна

модель вкладених папок на зразок

каталогів у файловій системі неприйнятна: людина не сприймає більше

п’яти-семи рівнів вкладеності. Потрібні інші, наочніші засоби

візуалізації. Без зручних засобів навігації по сховищу велика частина

інформації так і залишиться мертвим вантажем, оскільки людині

властиво нашвидку проглядати інформацію, і лише потім обирати те,

що потрібно, а зовсім

не надсилати системі точний запит. Охарак-

теризуємо рішення, відповідні кожному з напрямів.

Повнотекстовий пошук. Усі ЕСM-рішення мають вбудовану

пошукову машину, власну або ліцензовану у третіх фірмах.

Крізний пошук за різноманітними джерелами інформації.

Раніше за інших подібне рішення запропонувала компанія Humming-

bird, якій дістався продукт Fulcrum після поглинання нею компанії PC

DOCS 1999 р. Недавно в

цей бік вирушила і Documentum, купивши

технологію AskOnce у Xerox у березні 2004 р.

Автоматична категоризація. Лідерами цього напрямку є

компанії Autonomy, IBM/Lotus, Inxight і Verity. Проте, для побудови

ЕСM-рішення важливі не лише якість конкретного продукту, а й, перш

за все, можливість його прозорої інтеграції в комплексну систему, тому

варто надати увагу і постачальникам повних ЕСM-рішень, Documentum

і Hummingbird. Не

варто випускати з уваги компанії Convera (раніше

Excalibur), Inktomi (яка нині належить Yahoo), Mohomine (її купила

Kofax), а також таких великих гравців, як Microsoft і SAS, які розви-