Экономические науки/8. Математические методы в экономике

 

Д.т.н., проф. Брусакова И.А.

Санкт-Петербургский государственный инженерно-экономический университет «ИНЖЭКОН», Россия

Механизм формирования семантического слоя при управлении эффективностью корпорации

 

Проблемы проектирования современных корпоративных информационных систем, интегрированных в единое информационное пространство, неразрывно связаны с решением задач структурирования и формализации предметных областей экономики, задач бизнес-аналитики в области управления знаниями и принятия решений. Одновременное моделирование параллельно протекающих бизнес-процессов (движение ресурсов) при проектировании виртуальных корпоративных структур – одна из важнейших задач проектирования информационных систем в настоящий момент. Использование современных информационных технологий, таких, например, как CALS – технологии, является неотъемлемой задачей организации процедур инжиниринга и реинжиниринга предприятий. Задача метризации многомерного информационного пространства экономических процессов особенно актуальна с точки зрения оптимизации выработки управленческих решений по инжинирингу или реинжинирингу предприятия.

Для анализа поведения сложных динамических систем для задач инжиниринга одновременно моделируются и исследуются множества свойств различных объектов, их значений и взаимосвязей между ними. Сложность аналитических зависимостей, описывающих взаимодействие составляющих предметной области (ПО), вариабельность типов измерительных шкал, представляющих значения параметров экономического процесса (количественные, номинальные, порядковые значения), различные состояния динамического объекта, решение задач многокритериальной и (или) многоцелевой оптимизации, принятие решения по управлению динамическим объектом и т.п. приводит к необходимости применения имитационных методов моделирования, к процедурам автоматизированного сбора, обработки, анализа, накопления, интерпретации и прогнозирования полученной информации. Качество интерпретации состояния сложной динамической системы зависит от того, насколько тщательно была изучена ПО исследований, каким образом структурировалась априорная экономическая информация, какие математические методы использовались для описания поведения системы. При исследовании поведения сложной динамической системы в экономике часто невозможно реализовать непосредственное изучение параметров экономического процесса, движения ресурсов, обеспечивающих ее функционирование. В этом случае единственно возможным аппаратом исследования является имитационное моделирование.

Моделирование бизнес-процесса связано с представлением его в виде совокупности подпроцессов, выполняющих определенные функции в реальной экономической системе (корпорации). Структура общего моделируемого процесса может иметь иерархическую многослойную структуру. В отличие от моделирования технических процессов, при моделировании экономических многие составляющие подпроцессов не имеют физической основы и протекают виртуально, поскольку оперируют с информацией, деньгами, логикой их обработки. Представление подпроцессов в формализованном виде неотъемлемым образом связано с процедурами интеллектуального анализа данных (Data Mining). Описание взаимосвязей между различными составляющими предметной области преобразует данные в знания. Моделирование бизнес-процессов как последовательности преобразований входной информации в выходную управленческую (или априорных знаний в апостериорные) позволяет накапливать знания об исследуемой предметной области. Формирование бизнес-решений определяется полнотой априорных знаний о предметной области. Возможные механизмы метризации бизнес-решений представим на примере метризации априорных корпоративных знаний.

Корпоративные знания (КЗ) о предметной области структурируются и формализуются, например, в виде иерархических, сетевых, реляционных, продукционных, фреймовых и т.д. структур. Под составляющими априорных знаний будем понимать сведения об объектах, их свойствах, взаимосвязях. Состав КЗ определим как КЗ об объекте исследования  (), КЗ о составе и свойствах иерархически упорядоченных модулей (бизнес-процессах) , об условиях тестирования, исследования, анализа предметной области. Под объектом исследования может выступать как вся корпорация, так и отдельные бизнес-процессы. При формализации КЗ необходимо соблюдать и учитывать принцип «вложенности знаний», обеспечивающий свойства полноты, иерархичности описания по принципу «от частного к общему», открытости для дополнений и обновлений структуры АЗ,

 т. е.

АЗ É &&.                                                                                           

Причем, каждая составляющая может также конкретизироваться своей «вложенностью» понятий, например,

É   É  É … É ,                                                                                     

где , …,  – КЗ о K различных сведениях, определяющих математическую модель объекта исследования, Например, для предметной области финансового анализа состояния предприятия сведениями могут являться:

- сведения о рентабельности активов,

- сведения о рентабельности собственного капитала, чистой прибыли, выручки, валовой прибыли, ставки налога,

- сведения об объеме выпуска продукции,

- сведения о прочих активах,

- сведения о выручке от продаж, капитала и т.д.

 В результате анализа предметной области может решаться задача выявления наиболее существенных факторов рентабельности активов и собственного капитала. Градация сведений также может происходить по схеме «вложенности понятий» и останавливаться на необходимом для исследований иерархическом уровне. Аналогично структурируются и .

Состав КЗ, таким образом, задается номинальным сцепленным признаком свойств, а реализация состава – сцепленными значениями свойств (V).

Примем - матрица данных, где j – значение j-го признака у i-го объекта. Под признаками будем понимать конкретные значения (или интервалы), а под классами объектов будем понимать координаты вектора номинальных сцепленных признаков типа КЗ1 , КЗ2, …, КЗN.

Информационная модель предназначена для описания бизнес-процессов конкретного хозяйствующего субъекта (предприятия, корпорации, фирмы, организации, банка и т.д.). Для построения информационной модели используются данные о внутренней и внешней среде предприятия, информация документооборота, сведения об архитектуре предприятия, особенности применяемых на предприятии технологий производства товаров, условия работы с клиентами и поставщиками, необходимые условия для принятия управленческих решений на различных уровнях управления и т.д.

Для каждого бизнес-процесса выбирается система показателей (свойств), позволяющих описывать динамику каждого ресурса; описываются взаимосвязи.

Для корпоративных знаний о бизнес-функциях корпорации в качестве приема инфологического моделирования можно использовать совмещение процессного и функционального управления, при котором бизнес-функции можно описать либо как вложенные по иерархии с вертикальными потоками информации:

Бизнес-решение определим как состояние бизнес-системы в определенный момент времени для определенной бизнес-архитектуры. Бизнес-решение связано с выработкой оценки эффективности деятельности корпорации и эффективности ИТ-сервиса, соответственно (метрики BSC, KPI, CVT  и т.д.) [24].

Бизнес-приложение разрабатывается с использованием конкретной семантической и синтаксической среды КИС. Например, для КИС SAP  такими средами являются ABAP, JAVA; для КИС 1С:ПРЕДПРИЯТИЕ – среды встроенного языка 1С (прообраз Си++), для КИС COBRA – языковая среда Си++ и т.д.

Рассмотрим механизм преобразований бизнес-решений в бизнес-приложения, в результаты представления с помощью аналитической платформы, в семантический слой и, наконец, в семантический грид.

1. Представим себе бизнес-решение , например, для результатов ИТ-контроллинга,  как некоторое высказывание вида:

,

где   корпоративные знания о процессе бюджетирования;  - корпоративные знания о результатах управленческого учета; - корпоративные знания о показателях финансовой активности корпорации;  - корпоративные знания о нематериальных активах корпорации и т.д.; SEM – семантическая процедура интерпретации результатов бизнес-решения, которая сопоставляется, например, с использованием лингвистической шкалы с элементом терм-множества T («удовлетворительно», «Неудовлетворительно», «Хорошо»).

Формализация корпоративных знаний может осуществляться по одной из моделей представления знаний, рассмотренных ранее. Тип измерительной шкалы, определенный для различных значений свойств рассматриваемых корпоративных знаний может быть различен.

 

2. Бизнес-приложение условно представим в виде:

,

где бизнес решение  в конкретный момент времени или на конкретный период времени интегрировано в бизнес-архитектуру КИС и поддерживается в ней с помощью ИТ-сервисов. Надо помнить, что определяющим на этом этапе является языковой инструмент описания бизнес-приложения, имеющий определенную семантику и синтаксис (ABAP, Ci++, JAVA и т.д.).

 

3. Формирование и использование аналитической платформы для реализации бизнес-решения представим себе в виде:

где появляется возможность настройки, управления изменениями бизнес-процессов и, соответственно, составляющими бизнес-решений, т.е.

.

Платформы, поддерживающие управление изменениями, например, для SAP SOA осуществляются аналитическими решениями SAP SEM с использованием инструментов Business Objects.

 

4. Формирование семантического слоя становится возможным с помощью применения технологий Web Sym.

Условно этот процесс представим в виде:

Где под технологиями Web Sym понимаются технологии интеграции и интерпретации данных (SAP Net Weaver, SAP SEM, SAP EIM и т.д.).

 

5. Наконец, присоединение мощного информационного посредника, каковым является семантический грид, позволяет работать с разноформатными данными и данными разнообразных баз данных, какие только потребуются для реализации бизнес-решения.

Для сервисно-ориентированных информационных систем реализация бизнес-решений производится в виде «бизнес-приложения с грид-расширением».

 

Литература:

1. Брусакова И.А. Метризация бизнес-решений когнитивной экономики. – СПб.: Изд-во Политехн. Унив-та, 2010. – 180 с.