Разработка компьютерных технологий поддержки принятия решений по управлению на ЧУП «Гомельская универсальная база» с помощью разработки

 

Рисунок 2.7 – Процесс выполнения среза «Сотрудники жен пола с высшим образованием»

Результат выполнения среза в виде таблицы представлен на рисунке 2.8:

Рисунок 2.8 – Результат выполнения среза в виде таблицы «Сотрудники жен пола с высшим образованием»

 

Результат выполнения среза в виде куба представлен на рисунке 2.9:

Рисунок 2.9 – Результат выполнения среза в виде куба «Сотрудники жен пола с высшим образованием»

2. срез: Сотрудники мужского пола старше 1980 года рождения.

Процесс выполнения среза представлен  на рисунке 2.10:

 

 

Рисунок 2.10 – Процесс выполнения среза «Сотрудники муж пола старше 1980 года рождения»

Результат выполнения среза  представлен на рисунке 2.11:

Рисунок 2.11 – Результат выполнения среза «Сотрудники муж пола старше 1980 года рождения»

3. срез: Сотрудники группы СПЕЦИАЛИСТЫ принятые на работу в интервале с 13.04.2005 по  13.04. 2010.

Процесс выполнения среза представлен  на рисунке 2.12:

 

Рисунок 2.12 – Процесс выполнения среза «Сотрудники группы СПЕЦИАЛИСТЫ принятые на работу в интервале с 13.04.2005 по 13.04.2010»

 

Результат выполнения среза в виде таблицы представлен на рисунке 2.13:

Рисунок 2.13 – Результат выполнения среза в виде таблицы « Сотрудники группы СПЕЦИАЛИСТЫ принятые на работу в интервале с 13.04.2005 по 13.04.2010»

 

Результат выполнения среза в виде куба представлен на рисунке 2.14:

 

Рисунок 2.14 – Результат выполнения среза в виде куба «Сотрудники группы СПЕЦИАЛИСТЫ принятые на работу в интервале с 13.04.2005 по 13.04.2010»

Диаграмма процентного соотношения  стажа работы сотрудников с высшим и средним специальным образованием представлена на рисунке 2.15:

 

Рисунок 2.15 – Диаграмма процентного соотношения стажа работы сотрудников с высшим и средним специальным образованием

4. срез: Сотрудники мужского пола, группы – руководитель, принятые  на работу позже 01.01.2010.

Процесс выполнения среза представлен  на рисунке 2.16:

 

Рисунок 2.16 – Процесс выполнения среза «Сотрудники мужского пола, группы – руководитель, принятые на работу позже 01.01.2010»

 

Результат выполнения среза  представлен на рисунке 2.17:

 

Рисунок 2.17 – Результат выполнения среза «Сотрудники мужского пола, группы – руководитель, принятые на работу позже 01.01.2010»

5. срез: Сотрудники (женщины) ФИО которых начинается на «К», имеющих среднее и среднее специальное образование.

Процесс выполнения среза представлен на рисунке 2.18:

Рисунок 2.18 – Процесс выполнения среза «Сотрудники (женщины) ФИО которых начинается на «К», имеющих среднее и среднее специальное образование»

Результат выполнения среза  представлен на рисунке 2.19:

 

Рисунок 2.19 – Результат выполнения среза «Сотрудники (женщины) ФИО которых начинается на «К», имеющих среднее и среднее специальное образование»

 

Диаграмма выполнения среза  представлена на рисунке 5.20:

Рисунок 2.20 – Диаграмма выполнения среза «Сотрудники (женщины) ФИО которых начинается на «К», имеющих среднее и среднее специальное образование»

6. срез: Сотрудники, принятые на работу в последние 5 лет, фамилии которых не начинаются на «Б», всех групп, кроме – группы рабочих,.

Процесс выполнения среза представлен на рисунке 2.21:

 

Рисунок 2.21 – Процесс выполнения среза «Сотрудники, принятые на работу в последние 5 лет, фамилии которых не начинаются на «Б»,всех групп, кроме рабочих» 

 

Результат выполнения среза  представлен на рисунке 2.22:

Рисунок 2.21 – Результат выполнения среза «Сотрудники, принятые на работу в последние 5 лет, фамилии которых не начинаются на «Б»,всех групп, кроме рабочих» 

 

 

Аналитическая отчетность (отчеты) – это одно из средств  визуализации и консолидации результатов  анализа данных для конечного пользователя. Аналитическая отчетность обеспечивает быстрый доступ к результатам анализа, не требуя от пользователя навыков анализа данных и работы в пакете Deductor.

Для создания отчетов  необходимо выбрать в меню Вид  пункт Отчеты или нажать на соответствующую кнопку на панели инструментов. В рабочей части экрана появится панель Отчеты.

Для создания нового отчета необходимо выбрать команду Добавить узел. В результате открывается окно Выбор узла, в котором  выделяем узел дерева сценария, где содержится нужная выборка данных и щелкнуть по кнопке Выбрать.

В результате выполнения получим дерево отчетов, представленное на рисунке 2.22.

Рисунок 2.22 – Вид окна дерево отчетов

2.4. Интеллектуальный анализ Data Mining. Карты Кохонена

Проведем интеллектуальный анализ данных с помощью Data Mining. Для этого используем самоорганизующуюся карту Кохонена (рисунок 2.23), так как это способ, которым можно преобразовать имеющиеся данные систему в простую для восприятия двумерную систему. В результате соседние в искомом пространстве объекты окажутся рядом и на полученной картинке.

 Воспользуемся Картой Кохонена, для визуального сравнения имеющихся данных по персоналу. А именно рассмотрим карты сформированные по стажу работников и  по году рождения.

Рисунок 2.23  – Выбор метода интеллектуального анализа данных

 Далее задаем назначение исходных столбцов данных (рисунок 2.24)

Рисунок 2.24  – Настройка назначений столбцов

Затем можно воспользоваться  настройкой разбиения исходного  множества данных на обучающееся и тестовое множество. Далее необходимо указать значение параметров карты Кохонена (рисунок 2.25):

Рисунок 2.25  – Настройка параметров карты Кохонена

На следующем этапе  можно задать различные параметры  настройки обучения и запустить  процесс построения карты Кохонена (рисунок 2.26):

Рисунок 2.26  – Построение карты Кохонена

 

На последнем этапе  определяем способы отображения  данных (рисунок 2.27) и настраиваем отображение карты Кохонена.

Рисунок 2.27  – Выбор способа отображения

В результате получим следующие карты (рисунок 2.28 и 2.29)

Рисунок 2.28  – Карта Кохонена «Год рождения»

 

Рисунок 2.29  – Карта Кохонена «Стаж»

В результате применения этого метода мы можем визуально  определить персонал какого года рождения и с каким стажем работает в организации.

Т. е. взглянув на эти рисунки, мы можем увидеть, как расположены объекты в пространстве, причем легко заметить участки, где объекты группируются, т.е. у них схожи параметры, значит, и сами эти объекты, скорее всего, принадлежат одной группе.

Карты Кохонена позволяют также представить полученную информацию в простой и наглядной форме путем нанесения раскраски. Для этого раскрашиваем полученную карту цветами, соответствующими интересующим нас признакам объектов. После нанесения раскраски мы получим зоны, в которые попадают интересующие нас объекты.

Также возможно получить информацию о зависимостях между параметрами. Нанеся на карту раскраску, соответствующую различным статьям отчетов, можно получит так называемый атлас, хранящий в себе информацию о состоянии рынка. При анализе, сравнивая расположение цветов на раскрасках, порожденных различными параметрами, можно получить полную информацию об интересующих нас объектах.

Данная технология является универсальным методом анализа. С ее помощью можно анализировать различные стратегии деятельности, производить анализ результатов маркетинговых исследований, проверять кредитоспособность клиентов и т.д.

Таким образом, имея перед  собой карту и зная информацию о некоторой из части исследуемых  объектов, мы можем достаточно достоверно судить об объектах, с которыми мы мало знакомы.

2.5. Оценка экономического эффекта от внедрения системы аналитической отчетности

Выгоды от внедрения  системы аналитической отчетности можно разделить на «твердые»  и «мягкие». «Твердые» выгоды - хорошо измеримые, а «мягкие»  - слабо поддаются количественной оценке и  не могут быть выражены в денежном эквиваленте, но более важные, потому что именно они определяют долгосрочную конкурентоспособность компании.

«Твердые» выгоды обычно связаны с повышением эффективности в функциональной области, в которой реализовано приложение по бизнес-аналитике. Эффект проявляется очень быстро и может быть напрямую измерен в денежном выражении.

К «твердым» выгодам  можно отнести :

• Повышение эффективности на операционном уровне: выявление ошибок в счетах; контроль не оплаченных счетов; выданных скидок и т.д..
• Оптимизация ассортимента: идентификация и устранение убыточных товаров и увеличение доли продаж высокорентабельных позиций.
• Повышение перекрестных продаж за счет изучения истории покупок.
• Оптимизация портфеля клиентов: отсечение неприбыльных клиентов и фокусировка на наиболее ценных.
• Сглаживание сезонности, пиков и спадов спроса, возможность моделирования, прогнозирования и, соответственно, оптимизации операционной деятельности.
• Сокращение времени на подготовку и реализацию новых проектов в сфере продаж.
• Сокращение затрат на ручную подготовку отчетов аналитиками.

К  «мягким» выгодам относятся:

• Возможность принимать более точные и быстрые решения.
• Единая версия правды внутри компании.
• Возможность измерения/оценки деятельности по отношению к конкурентам.
• Улучшенный обмен информации между подразделениями и внешней средой, включая ключевых поставщиков или потребителей.

Хотя невозможно заранее просчитать в деньгах выигрыш от получения более точной и оперативной аналитической информации, совершенно очевидно, что компания, располагающая ею, при прочих равных условиях будет иметь постоянное преимущество над компанией, не применяющей бизнес-аналитику.

 

СПИСОК использованной  ЛИТЕРАТУРЫ

1. Алиев В. С. Практикум по бизнес-планированию с использованием программы Project Expert: Учеб. Пособие / В. С. Алиев. – 2-е изд., перераб. и доп. – М.: ФОРУМ: ИНФРА-М, 2010. – 288с.
2. Баронов В. В. Информационные технологии и управление предприятием.   М.: Компания АйТи, 2006.
3. Гулин В. Н.   Бизнес-офис предприятия: Учеб. Пособие / В.Н. Гулин. - Мн.: БГЭУ, 2004. – 279 с.
4. Гулин В. Н.   Информационный менеджмент: учебный комплекс /  В.Н. Гулин. - Мн.: Соврем. Шк., 2009. – 320 с.
5. Карпенко Е. М. Планирование на предприятия: Бизнес-планирование: учебное пособие для студентов экономических специальностей учреждений, обеспечивающих получение высшего образования / Е.М. Карпенко, Н. П.Драгун. – Минск: ИВЦ Минфина, 2007. - 224 с., ил.
6. Никитин А. В., Рачковская И.А., Савченко И.В. Управление предприятием (фирмой) с      использованием информационных систем: Учеб. Пособие. - М.: Инфра-М, 2007. (Учебники экономического факультета МГУ им. М.В. Ломоносова).
7. Паклин Н. Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям. Учеб. Пособие. 2-е изд., перераб. и доп. – Спб.: Питер, 2010. – 704 с.: ил. –С.676-682
8. Афоничкин, А. И. Управленческие решения в экономических системах : учеб. для вузов /  А.И. Афоничкин. -  СПб. :  Питер,  2009. -  480 с.
9. Баев И. А. и др. Бизнес-планирование на компьютере. – Ростов н/Д: Феникс, 2007.
10. Бугорский, В. Н. Сетевая экономика :  учеб. пособие для вузов /  В.Н. Бугорский. -  М. :  Финансы и статистика,  2008. -  256 с. 
11. Поляков О. В. Бизнес - планирование: Учебное пособие. – М.:МЭСИ, 2001.
12. Бизнес-план инвестиционного проекта: Учебное пособие. Под ред. В.М.   Попова. М:   Финансы и статистика.2001.
13. Елиферов, В. Г. Бизнес-процессы. Регламентация и управление :  учеб. пособие /  В.Г. Елиферов, В.В. Репин. -  М. :  ИНФРА-М,  2009. -  319 с. .
14. Информатика для экономистов :  учеб. для вузов /  под общ. ред. В.М. Матюшка. -  М. :  ИНФРА-М,  2009. -  880 с. 
15. Тронин, Ю.Н. Информационные системы и технологии в бизнесе /  Ю.Н. Тронин. -  М.:  Альфа-пресс,  2005. -  240 с. 
16. Экономическая информатика :  учеб. пособие для вузов /  под ред. Д.В. Чистова. -  М. :  КноРус,  2009. -  512 с. 
17. http://www.basegroup.ru
18. Сайт RBC Group — одной из ведущих консалтинговых компаний на территории СНГ. Режим доступа: http://www.rbcgrp.com