Экономические науки/ 10.Экономика предриятия

Іськова Н.О., Ткачук А.Р.

Науковий керівник — доц. Лобачова І.Ф.

ВТЕІ КНТЕУ

Інтелектуальні системи аналізу та звітності підприємства, що забезпечують прийняття правильних і обґрунтованих управлінських рішень.

Постійне удосконалення форм і методів обробки облікової інформації, органічне залучення до цього процесу засобів комп’ютерної техніки поставило перед фахівцями питання про необхідність якомога повнішого використання можливостей останньої. Мова насамперед йде про використання ЕОМ не лише як простого 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 елементами інтелектуального плану[1, с.133].

Проблеми інтелектуального аналізу даних протягом останнього часу стали об’єктом особливої уваги як зарубіжних, так і вітчизняних економістів. Разом з тим, в економічній літературі практично не зустрічається публікацій із зазначеної проблеми в контексті з обліковою інформаційною системою основним постачальником даних на рівні господарюючих суб’єктів. Виходячи із зазначеного, в роботі зроблено спробу проаналізувати можливості використання інформаційних потоків бухгалтерської інформаційної системи для розробки проектів і прийняття нестандартних управлінських рішень [2, с.267].

Дослідженням питань використання інтелектуальних систем в економічному аналізі та автоматизованих інструментів обробки даних займались такі вітчизняні та зарубіжні вчені, як Мачуга Р., Плескач В.П., Чорноус Г.О., Фляйшер К., Барчелл, Ерл, Хопвуд та інші.

Сучасна практика менеджменту оперує досить широким спектром методів і інструментів, що дозволяють ефективно реалізувати управління соціально-економічними системами. Проте швидкість, з якою відбуваються зміни у світі, їх неймовірна складність і тісний взаємозв'язок з усіма сферами життя людини, обумовлює необхідність постійного пошуку нових, ефективніших, відповідних вимогам сьогоднішнього дня теорії, методів і інструментів організації і управління економічною діяльністю [3, с.165].

Мета інтелектуального аналізу даних (чи Data Mining) полягає у виявленні прихованих правил і закономірностей у наборах даних. Справа тому, що людський розум сам по собі не пристосований для сприйняття великих масивів різнорідної інформації. Людина до того ж не здатна вловлювати біля двох-трьох взаємозв’язків навіть у невеликих вибірках. Навіть традиційна математична статистика, яка тривалий час претендувала на роль основного інструмента аналізу даних, також нерідко пасує при вирішенні завдань з реального складного життя.

На практиці це означає посилене автоматизоване дослідження масивів інформації з метою виявлення прихованих (чи не досліджених) раніш залежностей і взаємозв’язків, подальше використання в управлінні яких дозволяє приймати найбільш правильні рішення. Як часто зазначається в літературі, мова йде про одержання нових знань, на основі яких мають бути сформовані такі моделі, побудувати які звичайними методами неможливо [4, с.64].

Сьогодні інтелектуальні системи Business Intelligence (ВІ) є важливим інструментом бізнесу і перебувають серед базових пріоритетів IT-інвестицій. Уперше термін “Business Intelligence” введено в обіг Г. Дреснером − колишнім співробітником аналітичної компанії Gartner − у 1989 році для визначення процесу, який включає доступ і дослідження інформації, її аналіз із метою оптимізації прийняття управлінських рішень. В 1996 р. Gartner дала наступне визначення терміну Business Intelligence: програмні засоби, що функціонують в рамках підприємства і які забезпечують функції доступу та аналізу інформації, яка знаходиться в сховищі даних, а також забезпечують прийняття правильних і обґрунтованих управлінських рішень.

BI − це інструментарій для аналізу даних, побудови звітів і запитів, які можуть допомогти користувачам обробити величезні масиви даних для того, щоб синтезувати з них значущу інформацію. BI підтримує ітераційний процес аналітика-користувача, що включає як доступ до даних, так і їх аналіз, і відповідне формування висновків та знаходження взаємозв'язків для змін[5, с.132].

BI-системи дають можливість менеджерам отримати якісну інформацію, що в свою чергу забезпечує прийняття ефективних управлінських рішень, і, в кінцевому підсумку, забезпечує ріст як акціонерної вартості, так і вартості організації для зацікавлених сторін. Крім того, інформаційно-аналітичні системи відіграють ключову роль в процесі стратегічного планування компанії.

Класифікація компанією Gartner програмних засобів типу BI базується на методі функціональних завдань, де програмні продукти кожного класу виконують певний набір функцій або операцій з використанням спеціальних технологій. При цьому Gartner виділяє набір програмних продуктів BI наступних класів:

· засоби побудови сховищ даних;

· системи оперативної аналітичної обробки;

· інформаційно-аналітичні системи;

· засоби інтелектуального аналізу даних;

· інструменти для виконання запитів і побудови звітів.

Проблема підвищення якості прогнозно-аналітичних досліджень передусім залежить від стану їх інформаційного забезпечення. Основні вимоги до цих досліджень інформаційної бази наступні: достовірність кількісних характеристик показників; достатність і комплексність інформації; системність інформації, яка припускає можливість взаємної ув’язки показників різних інформаційних блоків і рівнів між собою; порівнюваність, несуперечність кількісних характеристик різних показників між собою. Інформацію, що використовується для аналізу і прогнозування, можна класифікувати за функціональною ознакою, у цьому разі інформація може бути некерованою, керованою та інструментальною.

Труднощі, які виникають у результаті переходу до агрегованого опису економіки, можна об’єднати у такі проблеми: операційності, оцінки, точності. Використовуючи метод агрегації, слід прагнути до того, щоб відповідні втрати в точності і достовірності були незначні. Бажано, щоб агреговані показники були статистично значущі, адміністративно прийнятні, піддавалися певній інтерпретації.

Для мінімізації втрат у точності і достовірності використовуються два правила:

1. Правило обмеженої області: “можна агрегувати змінні, які змінюються більш менш паралельно одна одній”.

2. Правило еквівалентних наслідків (причин): “можна агрегувати змінні, вплив яких на результуючі показники аналізу або прогнозу приблизно однаковий”.

Для автоматизованого аналізу даних в системі BI існують такі інструменти: оперативна аналітична обробка даних (OnLine Analytical Processing), розвинена візуалізація, моделювання, прогнозування та дослідження даних, карти показників .

Головне значення в сучасних ВІ-системах набирають функції статистичного аналізу і прогнозної аналітики. Особливо це є актуальним у випадку їх впровадження в механізми СУБД.

Ефективність аналізу національної економіки суттєво залежить від інформаційного забезпечення й макропоказників, що характеризують тенденції економічного розвитку. Використання сучасних інформаційно-інтелектуальних технологій, а саме – створення системи моніторингу макроекономічних показників соціально-економічного розвитку країни на базі інтелектуальної платформи ВІ MicroStrategy, забезпечує більш ефективне прогнозування соціально-економічних процесів, що й призводить до більш результативного управління з можливістю обґрунтовувати стратегію економічного розвитку.

Отже, інтелектуальні системи аналізу та звітності підприємства є необхідним інструментом у проведенні економічного аналізу діяльності бізнесу в цілому, а також по структурним елементам. Business Intelligence повинні набути широкого загалу застосування в інфраструктурі підприємств країни.

Література:

1. Мачуга, Р.І. Методи інтелектуального аналізу наслідків прийняття управлінських рішень як основа перебудови алгоритмів обробки облікової інформації / Роман Мачуга // Галицький економічний вісник. — 2009. — № 2. — С. 132,139.

2. Чорноус, Г.О. Інформаційна підтримка проактивного управління підприємством // Теоритичні та прикладні питання економіки. - 2010. -335с.

3. Мачуга Р. Моделювання результатів управлінських рішень за даними бухгалтерського обліку з використанням методів інтелектуального аналізу / Р. Мачуга // Галицький економічний вісник. – 2008. – No 4. – с.160-167.

4. Плескач, В.П. Інтелектуальна система аналізу і звітності Business Intellegence як платформа економіко-математичного моделювання системи макропоказників і обгрунтування стратегії економічного розвитку // Зовнішня торгівля: право та економіка — 2009. - №4. - с. 63-67

5. Фляйшер К. Стратегический и конкурентный анализ. Методы и средства конкурентного анализа в бизнесе / К. Фляйшер, Б. Бенсуссан. – М.: БИОМ. Лаборатория знаний, 2005. – 541 с.