ОБЛАСТИ ПРИМЕНЕНИЯ ДСМА

В наше время без систем управления базами данных не обходится практически ни одна организация, особенно среди тех, которые традиционно ориентированы на взаимодействие с клиентами. Банки, страховые компании, авиа- и прочие транспортные компании, сети супермаркетов, телекоммуникационные и маркетинговые фирмы, организации, занятые в сфере услуг и другие - все они собирают и хранят в своих базах гигабайты данных о клиентах, продуктах и сервисах. Ценность подобных сведений несомненна. Такие базы данных называют операционными или транзакционными, поскольку они характеризуются огромным количеством небольших транзакций, или операций записи-чтения. Компьютерные системы, осуществляющие учет операций и собственно доступ к базам транзакций, принято называть системами оперативной обработки транзакций (OLTP) или учетными системами.

Набор аналитических функций в учетных системах обычно весьма ограничен. Схемы, используемые в OLTP-приложениях, осложняют создание даже простых отчетов, так как данные чаще всего распределены по множеству таблиц, и для их агрегирования необходимо выполнять сложные операции объединения. Как правило, попытки создания комплексных отчетов требуют больших вычислительных мощностей и приводят к потере производительности.

Кроме того, в учетных системах хранятся постоянно изменяющиеся данные. По мере сбора транзакций суммарные значения меняются очень быстро, поэтому два анализа, проведенные с интервалом в несколько минут, могут дать разные результаты. Чаще всего, анализ выполняется по окончании отчетного периода, иначе картина может оказаться искаженной. Кроме того, необходимые для анализа данные могут храниться в нескольких системах. Следовательно, эффективный анализ редко удается выполнить непосредственно в учетной системе.

Этим объясняется интерес к объединению и анализу данных учетной системы с помощью технологии OLAP (оперативная аналитическая обработка). Этот метод позволяет аналитикам, менеджерам и руководителям "проникнуть в суть" накопленных данных за счет быстрого и согласованного доступа к широкому спектру представлений информации. Исходные данные преобразуются таким образом, чтобы наглядно отразить структуру дея-тельности предприятия.

Также как электронная таблица может отобразить любые данные с регулярной структурой, OLAP применим везде, где есть задача анализа многофакторных данных. Во-обще, при наличии некоторой таблицы с данными, в которой есть хотя бы одна описа-тельная колонка и одна колонка с цифрами OLAP-инструмент, как правило, будет эффективным средством анализа и генерации отчетов.

С использованием ДСМА можно достичь более высоких результатов в таких областях, как:

1. Продажи

Ключевые вопросы коммерсанта: "Сколько штук продано", "На какую сумму про-дано" расширяются по мере усложнения бизнеса и накопления исторических данных до некоторого множества факторов, или разрезов: "..в Москве, в Сибири", "..в прошлом квар-тале, по сравнению с нынешним", "..через магазин А, по сравнению с магазином Б".

Ответы на подобные вопросы необходимы для принятия управленческих решений: об изменении ассортимента, цен, закрытии и открытии магазинов, филиалов, расторжении и подписании договоров с дилерами, проведения или прекращения рекламных кампаний и т.д.

Если попытаться выделить основные цифры (факты), и разрезы (измерения) которыми манипулирует коммерсант, стараясь расширить или оптимизировать свой бизнес, то получится таблица, подходящая для анализа продаж как универсальный шаблон, требующий небольших корректив для каждого конкретного предприятия.

Интересно, что эта таблица в целом соответствует обычному счету-фактуре, то есть данные в таком виде теоретически обязаны быть у любого предприятия.

Поля таблицы: Время, Категория товара, Товар, Регион, Продавец, Покупатель, Сумма, Количество.

Важный вопрос - наличие данных. Если они есть, в любом виде, как Excel-таблица, в базе данных учетной системы, в виде структурированных отчетов филиалов ИТ-специалист сможет передать их OLAP-системе напрямую или с промежуточным преобразованием. Для этого OLAP-система имеет специальные инструменты. После настройки OLAP-системы на данные, пользователь получит возможность быстро получать ответы на ключевые вопросы путем простых манипуляций мышью над OLAP-таблицей. При этом будут доступны некоторые стандартные методы анализа, следующие из природы OLAP-технологии.

Факторный (структурный) анализ. Анализ структуры продаж для выявления важнейших составляющих в интересующем разрезе.

Анализ динамики. Выявление тенденций, сезонных колебаний.

Анализ зависимостей. Сравнение объемов продаж разных товаров во времени для выявления необходимого ассортимента - "корзины".

Сопоставление (сравнительный анализ). Сравнение результатов продаж во вре-мени, или за заданный период, или для заданной группы товаров.

Этими видами анализа возможности OLAP не исчерпываются. Например, применяя в качестве алгоритма вычисления промежуточных и окончательных итогов среднее арифметическое, или функции статистического анализа - дисперсия, среднее отклонение и т.д. можно получить самые изощренные виды аналитических отчетов.

2. Закупки

Задача обратно противоположная анализу продаж. Многие предприятия закупают комплектующие и материалы у поставщиков. Торговые предприятия закупают товары для перепродажи. Возможных задач при анализе закупок множество, от планирования денежных средств на основе прошлого опыта, до контроля за менеджерами, выбирающими поставщиков.

Поля таблицы: Время, Категория товара, Товар, Регион, Поставщик, Покупа-тель, Сумма, Количество.

3. Цены

С анализом закупок смыкается анализ рыночных цен. Целью этого анализа является оптимизация расходов, выбор наиболее выгодных предложений.

Поля таблицы: Время, Категория товара, Товар, Регион, Количество в партии, Поставщик, Сумма.

4. Маркетинг

Под маркетинговым анализом будем иметь ввиду только область анализа покупателей или клиентов-потребителей услуг.

Задачей этого анализа является правильное позиционирование товара, выявление групп покупателей для целевой рекламы, оптимизация ассортимента. Известно, что маркетинговый анализ находится на грани между сложной наукой и малообъяснимым искусством. Поэтому задача OLAP в данном случае - дать пользователю инструмент быстрого, со скоростью мысли, получения ответов на вопросы, интуитивно возникающие по ходу анализа данных.

Поля таблицы: Время, Образование, Профессия, Доходы, Пол, Возраст, Регион, Категория товара, Товар, Сумма, Количество

Для анализа применяются общие для OLAP технологии методы.

5. Склад

Анализ структуры остатков на складе в разрезе видов товаров, складов, анализ сроков хранения товаров, анализ отгрузки по получателям и многие другие важные для предприятия виды анализов возможны при наличии в организации складского учета. Шаблон анализа данных для склада (поля таблицы): Время, Регион, Склад, Категория товара, Товар, Сумма, Количество, Срок хранения в днях

6. Движение денежных средств

Это целая область анализа, имеющая множество школ и методик. OLAP-технология может служить инструментом реализации или усовершенствования этих методик, но никак не их заменой. Анализируются денежные обороты безналичных и наличных средств в разрезе бизнес-операций, контрагентов, валют и времени с целью оптими-зации потоков, обеспечения ликвидности, и т.д. Состав измерений сильно зависит от особенностей бизнеса, отрасли, методики.

Поля таблицы: Время, Подразделение, Нал/безнал, Контрагент, Банк, Бизнес-операция, Валюта, Сумма

7. Бюджет

Одна из самых благодатных областей применения OLAP-технологий. Не даром ни одна современная система бюджетирования не считается завершенной без наличия в ее составе OLAP-инструментария для анализа бюджета. Большинство бюджетных отчетов легко строятся на основе OLAP-систем. При этом отчеты отвечают на очень широкую гамму вопросов: анализ структуры расходов и доходов, сравнение расходов по определенным статьям у разных подразделений, анализ динамики и тенденций расходов на определенные статьи, анализ себестоимости и прибыли.

Поля таблицы: Время, Подразделение, Центр учета, Статья, Под-статья, Бизнес-операция, План, Факт, Отклонение

8. Бухгалтерские счета

Классический балансовый отчет, состоящий из номера счета и содержащий входящий остатки, обороты и исходящие остатки может быть отлично проанализирован в OLAP-системе.

Кроме того OLAP-система может автоматически и очень быстро вычислять консолидированные балансы многофилиальной организации, балансы за месяц, квартал и год, агрегированные балансы по иерархии счетов, аналитические балансы на основании аналитических признаков.

Фактами могут быть все шесть бухгалтерских значений счетов, или некоторые из них. Остатки могут быть свернутыми в сальдо или развернутыми на актив и пассив. Это определяется учетной политикой, конкретным видом анализа.

Поля таблицы: Время, Подразделение, Счет, Признаки, Входящий актив, Входящий пассив, Дебет, Кредит, Исходящий актив, Исходящий пассив

9. Финансовая отчетность

Технологично построенная система отчетности (чем пока не могут похвастаться государственные контролирующие органы) есть ни что иное, как набор именованных показателей со значениями на дату, которые требуется сгруппировать и просуммировать в различных разрезах для получения конкретных отчетов. Когда это так, то отображение и печать отчетов наиболее просто и дешево реализуются в OLAP-системах.

Некоторые страны уже перешли на такую технологию сбора данных. В некоторых российских контролирующих органах существуют планы перехода от ГОСТ-овских стандартов отчетов с многоэтажными шапками и алгоритмами типа "Итого, исключая строку 234 и включая строку 598 из отчета №987" к системе к сбору показателей и выпуску отчетов по OLAP-технологии.

В любом случае система внутренней отчетности предприятия не так консервативна и может быть перестроена в целях экономии средств на технические работы по созданию отчетов и получения возможностей многомерного оперативного анализа.

Поля таблицы: Время, Подразделение, Показатель, Единица измерения, Значение

10. Посещаемость сайта

Лог-файл интернет сервера многомерен по природе, а значит подходит для OLAP-анализа. Фактами являются: количество посещений, количество хитов, время проведенной на странице и другая информация, имеющаяся в логе. Кроме того, анализ можно расширить за счет дополнительных справочников. Например:

Поля таблицы: Время, Страница, Хост, Ссылающийся сервер, Поисковая система, Посетитель, Время, проведенное на странице.

11. Результаты выборов

Количество голосов поданных за кандидатов в разных разрезах на разных выборах вычисляется постоянно и непрерывно. OLAP-отчеты покажут картинку красиво, так, что ее сразу можно опубликовать на сайте, в журнале и на телевидении.

Поля таблицы: Время, Регион, Избирательная компания, Кандидат, Количество голосов

Или поля таблицы: Время, Регион, Избирательная компания, Кандидат, Тип движения средств, Направление движения средств, Приход, Расход, Возврат, Долг

12. Результаты социологических опросов

OLAP исключительно хорошо подходит для представления и анализа результатов социологических опросов. Действительно, сама суть опроса состоит в наборе статистики для дальнейшего многомерного анализа. Фактом является количество ответов.

Поля таблицы: Время, Регион, Опрашиваемый, Оценка, Количество ответов.

13. Объемы производства

Это еще один пример статистического анализа. Таким образом можно анализировать объемы выращенного картофеля, выплавленной стали, сваренного пива и пр. Фактом будет исследуемая величина - тонны, суммы, караты, в зависимости от единицы измерения продукта.

Поля таблицы: Время, Регион, Качество, Количество

14. Потребление электроэнергии

Можно сказать с полной уверенностью, что задача многомерного анализа потребления электроэнергии решается со времен ГОЭЛРО. Иначе и быть не может, ведь для управления генерацией энергии, строительства линий электропередач, планирования мощностей электростанций нужно знать потребности в разрезе регионов, конкретных потребителей, времени.

Поля таблицы: Время, Регион, Потребитель, Количество электроэнергии

15. Потребление расходных материалов

Задача подобная анализу потребления электроэнергии. Для точного планирования, оптимизации издержек требуется тщательный анализ фактического потребления расход-ных материалов.

Поля таблицы: Время, Категория материала, Материал, Категория потребителя, Потребитель, Количество

16. Использование помещений

Еще один вид статистического анализа. Примеры: анализ загруженности учебных аудиторий, сдаваемых в аренду зданий и помещений, использования залов для конференций и пр.

Поля таблицы: Время, Категория помещения, Помещение, Категория потребителя, Потребитель, Вид использования, Количество

17. Заработная плата

Анализ расходов на зарплату, сравнение расходов по специальностям, филиалам, людям, динамика ЗП.

18. Текучесть кадров в регионе

Анализ текучести кадров в регионе, городе, районе в разрезе отраслей, профессий, уровня образования, пола, возраста, времени.

19. Текучесть кадров на предприятии

Анализ текучести кадров на предприятии в разрезе филиалов, отделов, профессий, уровня образования, пола, возраста, времени.

20. Метеорология

Изменение средне-дневной температуры, сравнение температуры по регионам.

21. Уровень жизни населения

Сопоставление динамики курса доллара и стоимости потребительской корзины в разрезе регионов, городов.

22. Пассажирские перевозки

Анализ количества проданных билетов и сумм в разрезе сезонов, направлений, ви-дов вагонов (классов), типов поездов (самолетов).

23. Грузовые перевозки

Анализ объемов перевозок, платы в разрезе сезонов, направлений, видов вагонов, грузов, грузоотправителей, грузополучателей, станций отправления, станций получения.

24. Простои транспорта (вагонов, самолетов, пароходов, грузовиков)

Анализ времени простоя (полученных штрафов) в разрезе причин (ремонт, отказ от погрузки-разгрузки), клиентов, исполнителей, железнодорожных станций (вокзалов, гаражей, аэропортов), типов грузов.

25. Автомобильный трафик

Анализ загруженности автодорог, перекрестков по сезонам, дням недели, времени для оптимизации работы светофоров, принятия решений об изменении организации движения, строительстве новых дорог.

26. Заболеваемость персонала (учащихся, трудящихся)

Измерения - категории сотрудников (граждан), регион, отдел, профессия, возраст, дата. Факт - количество дней в году, в течение которых люди были нетрудоспособны.

27. Выбор недвижимости (офисов, складов, квартир)

Измерения - обычные для этого рынка. Город, Район, Количество комнат, Расстояние до метро, Этаж, Тип дома, Дата и т.д. Фактов три - средняя цена, максимальная цена, минимальная цена. Манипулируя измерениями, покупатель может определиться со свои-ми возможностями, а продавец проанализировать зависимости цен, динамику цен и на-значить правильную цену.

28. Урожайности агрокультур

Измерения - Сорт, Регион, Почва, Удобрение, Средняя температура воздуха, уровень осадков, Год, другие факторы, влияющие на урожайность. Факт - количество центнеров с гектара. Анализ позволит выявить лучшие сорта для данного региона, лучшие удобрения для данной почвы и прочие зависимости.

29. Использование автотранспорта

Для этого можно в OLAP-систему загрузить обычные путевые листы. Получим измерения: Автомобиль, Водитель, Груз, Получатель, Время. Факты: Километры, Количество поездок. Виды анализа - использование автотранспорта, анализ грузопотоков, анализ частоты поездок в разрезе получателей и пр.