Для хранения данных, описания задач и методов принятия решений, формирования отчетов на основе промышленной СУБД разработана реляционная база данных, обеспечивающая поддержку многоязычного интерфейса, добавление новые методов принятия решений без изменения программного кода системы, хранение разнородны массивов данных [47].

Для многомерного анализа информации о решенных задачах создана подсистема аналитической отчетности.

В системе реализован нечеткий поиск по ключевым словам.

Доступ конечных пользователей в систему обеспечивается с применением технологии «тонкий клиент» (через Интернет-браузер и web-сервер).

ЭСППР относится к классу информационных систем, сочетающих преимущества экспертных систем и систем поддержки принятия решений.

Задача выбора в ЭСППР решается в несколько этапов, каждый из которых характеризует набор правил для выбора соответствующих методов принятия решений в зависимости от различных ситуаций, условий или событий.

Для решения задачи были выбраны методы PURr, PURrSAVAGE, PURrHURWPOR, PURrBRAUN, EE [32].

PURr - метод принятия решений с использованием принципа большинства для согласования оценок вариантов решения, формируемых отдельными экспертами с позиций различных признаков (критериев) в различных проблемных ситуациях, с заданием предпочтений в порядковой шкале.

PURrSAVAGE - метод принятия решений с использованием принципа большинства для согласования оценок вариантов решения, формируемых отдельными экспертами с позиций различных признаков (критериев), и принципа Сэвиджа для согласования оценок вариантов решения в различных проблемных ситуациях, с заданием предпочтений в порядковой шкале.

PURrHURWPOR - метод принятия решений с использованием принципа большинства для согласования оценок вариантов решения, формируемых отдельными экспертами с позиций различных признаков (критериев), и принципа Гурвица для согласования оценок вариантов решения в различных проблемных ситуациях, с заданием предпочтений в порядковой шкале.

PURrBRAUN - метод принятия решений с использованием принципа большинства для согласования оценок вариантов решения, формируемых отдельными экспертами с позиций различных признаков (критериев), и принципа антагонистического игрока для согласования оценок вариантов решения в различных проблемных ситуациях, с заданием предпочтений в порядковой шкале.

EE (Equal Exchange) - метод принятия решений с использованием принципа большинства для оценки вариантов решения, формируемой одним экспертом с позиций различных признаков (критериев), и принципа равноценного обмена для согласования оценок вариантов решения в одной проблемной ситуации, с заданием предпочтений в количественной шкале.

Для того чтобы подчеркнуть значимость метода равноценного обмена в процессе принятия решения поставленная задача будет решена данным методом без применения информационных систем.

Методика равноценного обмена позволяет систематически сравнивать все достоинства и недостатки рассматриваемых вариантов решения до тех пор, пока не будет сделан окончательный выбор.

«Равноценный обмен» предоставляет возможность изменить значение последствий выбора различных вариантов таким образом, что они предстают равными, а значит, не имеющими значения. Как следует из самого названия, метод равноценного обмена увеличивает значение какого-то варианта в показателях одной цели, в то же время, уменьшая свое значение в той же степени, но в показателях другой цели [48].

С помощью многократного применения трех действий (исключения доминируемых альтернатив, исключения незначимых признаков и осуществления равноценного обмена), набор альтернатив постепенно сужается, после чего остается одна единственная эффективная альтернатива, которая и будет результатом применения метода равноценного обмена [48].

Можно выделить следующие преимущества метода равноценного обмена:

§ Входными данными является только матрица предпочтений, включающая оценки каждой альтернатив по каждому признаку;

§ ЛПР может наблюдать за ходом выполнения алгоритма, при необходимости возвращаться на предыдущие шаги, либо выбирать новый путь решения.

Недостатки метода:

§ Зависимость результата только от оценок альтернатив, задаваемых лицом, принимающим решение. Этот недостаток можно устранить, если ЛПР учитывает мнения нескольких экспертов при формировании матрицы предпочтений;

§ Оценки альтернатив формируются без учета различных вариантов развития внешней среды - возможных проблемных ситуаций.

Таким образом, в третьей части работы представлен процесс принятия решения для задачи выбора наиболее предпочтительной платформы бизнес-интеллекта для крупной розничной сети модной одежды с помощью следующих методов и программных средств:

§ МАС в СППР Super Decisions;

§ PURr, PURrSAVAGE, PURrHURWPOR, PURrBRAUN, EE в ЭСППР;

§ Метода равноценного обмена без применения СППР.

информационный решение бизнес интеллект



Глава 3. Решение задачи с помощью выбранных методов и СППР

3.1 Решение задачи в системе Super Decisions

Решение задачи методом анализа сетей будет произведено в системе поддержки принятия решений Super Decisions [34].

Решение задачи в данной системе состоит из нескольких этапов:

1. Структуризация задачи в виде иерархии с несколькими уровнями;

2. Проведение попарного сравнения элементов иерархии и проверка согласованности суждений ЛПР;

3. Формирование суперматриц и вычисление коэффициентов важности элементов каждого уровня;

4. Получение результатов и определение наилучшей альтернативы.

Аналитическая модель (иерархическая структура) в системе Super Decisions состоит из различных кластеров и узлов, расположенных на различных уровнях, а также связей между ними.

На начальном этапе решения необходимо построить аналитическую сеть, состоящую из нескольких кластеров:

§ Кластер «Цель» является компонентом-источником - выбор наиболее предпочтительной программной платформы бизнес-интеллекта.

§ Кластер «Признаки» включает вышеописанные признаки сравнения.

§ Кластер «Альтернативы» является компонентом-стоком - сравниваемые программные платформы бизнес-интеллекта.

§ Структура аналитической сети представлена на Рисунке 4.

На втором этапе производятся попарные сравнения для каждой выделенной взаимосвязи построенной сети, исходя из наиболее удобного способа предлагаемого системой Super Decisions: графического, вербального, матричного, опросного или прямого.



Рисунок 4 - Иерархическая структура задачи в СППР Super Decisions

В данной задаче использован опросный способ задания попарных сравнений в силу его удобства для ЛПР. Согласно методу МАС, ЛПР проводит сравнение элементов по шкале интенсивности от 1 (равная важность) до 9 (очень сильное превосходство).

На рисунке 5 изображен пример опросного способа попарных сравнений в системе.

Рисунок 5 - Опросный способ задания попарных сравнений в Super Decisions

Задавая различные попарные сравнения данным методом, необходимо обратить внимание на показатель согласованности сравнительных оценок внутри сети (Inconsistency). Превышение допустимого порога в 0.1 может говорить о возможных противоречивых суждениях.

После проведенных попарных сравнений и ввода приоритетов необходимо сформировать взвешенную, невзвешенную и предельную суперматрицы из полученных собственных векторов. Исходя из полученных результатов, мы получим ранжированный список предлагаемых альтернатив (аналитических систем).

Результат решения задачи отображается в таблице значений приоритетов альтернатив - рассматриваемых программных платформы бизнес-интеллекта, в которой столбец «Raw» вычисляется из суперматрицы, столбец «Normals» - нормализованные значения из «Raw», а столбец «Ideals» обозначает результат, полученный делением значений нормализованного или предельных столбцов на наибольшее значение.

Результирующие значения приоритетов альтернатив представлены на рисунке 6.

Рисунок 6 - Результат решения задачи в системе Super Decisions

Таким образом, наиболее предпочтительным вариантом решения является BI-платформа Tableau, на втором месте - Microsoft Power BI, на третьем - SAS Visual Analytics. Далее в порядке убывания следуют Pentaho, MicroStrategy, Oracle BI, Qlikview. Наименее предпочтительными альтернативами оказались IBM Cognos BI, SAP BO, Prognoz.



3.2 Решение задачи с помощью группы методов ЭСППР

Для решения задачи в ЭСППР [32], помимо вышеприведенных критериев сравнения, необходимо определить состав экспертов, оценивающих будущий проект и сформулировать проблемные ситуации.

В качестве экспертов, участвующих в процессе оценки альтернатив, в рамках данного исследования были привлечены:

§ Ведущий аналитик;

§ Консультант.

В качестве возможных условий были выбраны следующие:

Вендор прекращает поддержку платформы - данное условие исключает BI-платформу из рассматриваемого списка продуктов для бизнес-анализа, поскольку разработчик заинтересован в дальнейшем развитии и оперативной поддержке системы в случае необходимости.

Вендор предлагает выгодные условия - к выгодным условиям можно отнести предоставление скидок на лицензии, внедрение, а также сопровождение.

Требуются дополнительные затраты для интеграции платформы с текущей IT-инфраструктурой компании - при выборе вендора будет приниматься во внимание отсутствие необходимости дополнительных затрат при внедрении системы.

Необходимо обучение пользователей - приводит к дополнительным финансовым и временным затратам для разработчика.

Описание возможных ситуаций, получаемых с использованием модели таблицы решений, приводится в таблице 1.



Таблица 1

Состав ситуаций на основе группы условий

№ ситуации	Воздействующие условия
	Вендор прекращает поддержку платформы	Вендор предлагает выгодные условия предоставления услуг	Требуются дополнительные затраты для интеграции платформы с текущей IT-инфраструктурой компании	Необходимо обучение пользователей
1	нет	нет	нет	нет
2	да	нет	нет	нет
3	нет	да	нет	нет
4	да	да	нет	нет
5	нет	нет	да	нет
6	да	нет	да	нет
7	нет	да	да	нет
8	да	да	да	нет
9	нет	нет	нет	да
10	да	нет	нет	да
11	нет	да	нет	да
12	да	да	нет	да
13	нет	нет	да	да
14	да	нет	да	да
15	нет	да	да	да
16	да	да	да	да

Был произведен отбор ситуаций: из рассмотрения удалены схожие по своим результатам и маловероятные ситуации. В таблице 2 приведен итоговый список принятых для данной задачи ситуаций.

Таблица 2

Состав принятых ситуаций

№ ситуации (по таб. 2)	Наименование ситуации	Описание ситуации
2	Ситуация №2 «Прекращение поддержки»	Вендор прекращает поддержку платформы
		Вендор не предлагает выгодные условия предоставления услуг
		Не требуются дополнительные затраты для интеграции платформы с текущей IT-инфраструктурой компании
		Обучение пользователей не требуется
3	Ситуация №3 «Выгодные условия»	Вендор не прекращает поддержку платформы
		Вендор предлагает выгодные условия предоставления услуг
		Не требуются дополнительные затраты для интеграции платформы с текущей IT-инфраструктурой компании
		Обучение пользователей не требуется
5	Ситуация №5 «Дополнительные затраты»	Вендор не прекращает поддержку платформы
		Вендор не предлагает выгодные условия предоставления услуг
		Требуются дополнительные затраты для интеграции платформы с текущей IT-инфраструктурой компании
		Обучение пользователей не требуется
9	Ситуация №9 «Обучение пользователей»	Вендор не прекращает поддержку платформы
		Вендор не предлагает выгодные условия предоставления услуг
		Не требуются дополнительные затраты для интеграции платформы с текущей IT-инфраструктурой компании
		Необходимо обучение пользователей
13	Ситуация №13 «Дополнительные затраты, обучение пользователей»	Вендор не прекращает поддержку платформы
		Вендор не предлагает выгодные условия предоставления услуг
		Требуются дополнительные затраты для интеграции платформы с текущей IT-инфраструктурой компании
		Необходимо обучение пользователей

Задача выбора в ЭСППР решается в несколько этапов, каждый из которых характеризует набор правил для выбора соответствующих методов принятия решений в зависимости от различных ситуаций, условий или событий.

Метод PURr

Характеристики метода:

§ Несколько проблемных ситуаций с известными вероятностями их появления;

§ Используется принцип большинства;

§ Полная определенность на одном этапе;

§ Участвует несколько экспертов;

§ Наличие нескольких признаков (критериев);

§ Признаки (критерии) несравнимы;

§ Заданы оценки относительной значимости (весовые коэффициенты) признаков (критериев);

§ Множество альтернатив конечно;

§ Заданы порядковые оценки альтернатив.

На первом этапе в систему вводятся название и описание рассматриваемых альтернатив (Рисунок 7).

Рисунок 7 - Ввод альтернатив в ЭСППР

В соответствии с вышеописанным перечнем проблемных ситуаций в систему вводятся наименование и описание каждой ситуации (Рисунок 8).

Рисунок 8 - Ввод ситуаций в ЭСППР

Далее вводятся признаки сравнения, их название и описание, по которым и будет происходить сравнение и выбор того или иного варианта решения. Ввод в систему признаков сравнения изображен на рисунке 9.



Рисунок 9 - Ввод признаков сравнения альтернатив в ЭСППР

В систему также добавляются эксперты (Рисунок 10). Имеется возможность выбора типа доступа к задаче.

Рисунок 10 - Приглашение экспертов в ЭСППР

Для каждого эксперта назначаются коэффициенты компетентности. В данном случае ведущий аналитик обладает большим опытом и знаниями. Назначение экспертам коэффициентов компетентности представлено на рисунке 11.

Рисунок 11 - Ввод коэффициентов компетентности экспертов в ЭСППР

Вероятности появления проблемных могут быть получены различными способами, например, с помощью решения задачи в ЭСППР с применением принципов большинства и антагонистического игрока. В данном случае они заданы ЛПР на основании опыта и различных кейсов, изученных в отчетах аналитических агентств. Выставление в системе вероятностей появления проблемных ситуаций изображено на рисунке 12.

Рисунок 12 - Ввод вероятностей появления проблемных ситуаций в ЭСППР

Коэффициенты относительной значимости признаков приведены на рисунке 13. Обработка больших данных, масштабируемость системы, возможность работать с мобильных устройств, а также интеграция с другими программными продуктами являются наиболее значимыми в данной задаче. Относительно меньшую значимость имеют кроссплатформенность, удобство интерфейса, интерактивная визуализация, срок внедрения и совокупная стоимость владения.

Рисунок 13 - Ввод коэффициентов относительной значимости признаков в ЭСППР

Следующий шаг - задание экспертами массива оценок для каждой проблемной ситуации (Рисунок 14). Пример массива оценок, заданных Консультантом для «Ситуации 3» приведен в Приложении 3.

Рисунок 14 - Варианты срезов для задания экспертных оценок в ЭСППР

После заполнения всех необходимых разделов в системе, можно перейти к решению задачи.

Результат решения задачи выбора методом PURr приведен на рисунке 15.

Рисунок 15 - Результат решения задачи методом PURr

Согласно методу PURr наиболее предпочтительными вариантами решения задачи являются программные платформы Tableau, Qlikview, Microsoft Power BI. Наименее предпочтительными - Oracle BI, SAP BO, Prognoz.

Характеристики метода: Метод PURrSAVAGE

§ Несколько проблемных ситуаций с неизвестными вероятностями их появления;

§ Принцип Сэвиджа;

§ Полная определенность на одном этапе;

§ Несколько экспертов;

§ Принцип большинства;

§ Наличие нескольких признаков (критериев);

§ Признаки (критерии) несравнимы;

§ Заданы оценки относительной значимости (весовые коэффициенты) признаков (критериев);

§ Множество альтернатив конечно;

§ Заданы порядковые оценки альтернатив.

Рисунок 16 - Результат решения задачи методом PURrSAVAGE

Для решения задачи методом PURrSAVAGE исходные данные копируются из решения методом PURr и не учитываются вероятности появления проблемных ситуаций. Результаты решения задачи представлены на рисунке 16.

Наиболее предпочтительными альтернативами стали системы Tableau, Microsoft Power BI, Qlikview. Наименее предпочтительными - IBM Cognos BI, Pentaho, Prognoz.

Характеристики метода: PURrHURWPOR

§ Несколько проблемных ситуаций с неизвестными вероятностями их появления;

§ Принцип Гурвица;

§ Полная определенность на одном этапе;

§ Участвует несколько экспертов;

§ Принцип большинства;

§ Наличие нескольких признаков (критериев);

§ Признаки (критерии) несравнимы;

§ Заданы оценки относительной значимости (весовые коэффициенты) признаков (критериев);

§ Множество альтернатив конечно;

§ Заданы порядковые оценки альтернатив.

Для решения задачи методом PURrHURWPOR копируются исходные данные из решения методом PURr, не учитываются вероятности появления проблемных ситуаций и вводится коэффициент Пессимизма-Оптимизма равный 0.5 (рисунок 17).

Рисунок 17 - Ввод коэффициента оптимизма-песимизма Гурвица в ЭСППР

Результаты решения задачи представлены на рисунке 18.

Рисунок 18 - Результат решения задачи методом PURrHURWPOR

Согласно методу PURrHURWPOR среди рассматриваемых программных решений по интеллектуальному анализу данных наиболее предпочтительными являются Tableau, Power BI и Oracle BI. Аналитические платформы Cognos BI, Pentaho, SAP BO и Prognoz представляют собой наименее предпочтительные альтернативы.

Характеристики метода: PURrBRAUN

§ Несколько проблемных ситуаций с неизвестными вероятностями их появления;

§ Используется принцип антагонистического игрока;

§ Полная определенность на одном этапе;

§ Участвует несколько экспертов;

§ Используется принцип большинства;

§ Наличие нескольких признаков (критериев);

§ Признаки (критерии) несравнимы;

§ Заданы оценки относительной значимости (весовые коэффициенты) признаков (критериев);

§ Множество альтернатив конечно;

§ Заданы порядковые оценки альтернатив.

Для решения задачи методом PURrBRAUN копируются исходные данные из решения методом PURr. Среди параметров для данного метода был указан Коэффициент точности расчетов, равный 0,02 (Рисунок 19). В данном методе не используются вероятности появления проблемных ситуаций.

Рисунок 19 - Ввод коэффициента точности в ЭСППР

При решении задачи методом PURrBRAUN наиболее предпочтительной альтернативой оказалась аналитическая платформа Microsoft Power BI (Рисунок 20).

Рисунок 20 - Результат решения задачи методом PURrBRAUN

Далее перейдем к решению поставленной задачи методом равноценного обмена, реализованного в ЭСППР.

Метод EE

Характеристики метода:

§ Одна проблемная ситуация;

§ Полная определенность на одном этапе;

§ Признаки (критерии) несравнимы;

§ Принцип равноценного обмена;

§ Один эксперт;

§ Заданы количественные оценки альтернатив;

§ Принцип большинства.

Для решения задачи методом EE копируются исходные данные из решения методом PURr. В данном методе не используются вероятности появления проблемных ситуаций, заполняется лишь матрица предпочтений (Рисунок 21).

При заполнении признаков Обработка больших данных, Кроссплатформенность, Мобильные возможности была применена шкала: да, поддерживает - 1; нет, не поддерживает - 2. Все платформы поддерживают эти функции, поэтому столбцы заполнены единицами. В свою очередь это позволяет системе на первой итерации исключить их из таблицы, как незначимые, тем самым упрощая процесс. Совокупная стоимость владения была введена в порядке возрастания: 1 - наименьшая из всех, далее по возрастанию, 10 - наибольшая. Параметры масштабируемость и удобство интерфейса были заменены следующими значениями: 1 - высокий, 2 - выше среднего, 3 - средний, 4 - ниже среднего, 5 - низкий.

Решение задачи методом равноценного обмена в ЭСППР представляет собой диалоговый режим, при котором ЛПР необходимо отвечать на вопросы системы о том, значением какого параметра можно пренебречь для осуществления последующего равноценного обмена (Рисунок 22). Чем больше альтернатив и признаков, тем больше итераций обмена совершается в системе.

Рисунок 21 - Заполнение матрицы предпочтений при решении задачи методом EE в ЭССПР

Рисунок 22 - Пример диалогового окна

Результат решения задачи методом EE изображен на рисунке 23.

Рисунок 23 - Результат решения задачи методом EE в ЭСППР

Наиболее предпочтительными стали две системы: Qlikview и Pentaho. В результате решения они стали равными по всем критериям.

3.3 Решение задачи методом равноценного обмена

Методика равноценного обмена позволяет находить компромиссы в ходе решения сложных задач с несколькими вариантами выбора. Одним из основных преимуществ метода равноценного обмена является возможность сравнивать количественные и качественные значения признаков, не переводя их в порядковую или балльную шкалу.

Прежде чем перейти к компромиссам нужно определить все варианты решения и их влияние на достижение каждой цели. Для этого необходимо составить таблицу последствий, заполнить столбцы значениями последствия принятия того или иного решения для каждой цели. При этом важно использовать единую терминологию при описании последствий выбора каждого из вариантов для той или иной цели, это упрощает процесс и способствует принятию более разумного решения.

Сформируем таблицу последствий задачи выбора наиболее предпочтительной платформы бизнес-интеллекта (Таблица 3).

После формирования таблицы последствий следует найти возможность устранить один и более «доминируемых» вариантов. На данном этапе решения задачи можно применить основной принцип равноценного обмена: если все варианты равны по определенному параметру, его можно исключить из процесса принятия решения. Исходя из этого принципа, можно заметить, что в Таблице 3 имеется несколько показателей, значения которых являются одинаковыми для всех вариантов: мобильные возможности, т.к. все рассматриваемые платформы поддерживают современную концепцию ориентирования на мобильные устройства, обработка больших данных и кроссплатформенность. Таким образом, данные параметры исключаются из процесса принятия решения.

Таблица 3

Таблица последствий

Цели	Варианты
	Tableau	Qlikview	Power BI	SAS Visual Analytics	SAP BO	Cognos BI	Micro Strategy	Pentaho	Oracle BI	Prognoz
Обработка больших данных	Да	Да	Да	Да	Да	Да	Да	Да	Да	Да
Интеграция с другими ПП (SAP)	Возможности огранич	Большие возможн.	Возможна	Возможна	Большие возможн.	Возможн. огранич.	Большие возможн.	Возможна	Возможна	Возможна
Масштабируемость	Высокая	Высокая	Выше среднего	Высокая	Высокая	Средняя	Высокая	Высокая	Высокая	Средняя
Кросс-платформенность	Да (SAAS версия)	Да	Да	Да	Да	Да	Да	Да	Да	Да
Удобство интерфейса	Выше среднего	Высокое	Высокое	Выше среднего	Среднее	Среднее	Выше среднего	Среднее	Среднее	Высокое
Интерактивная визуализация	Большое число средств для создания аналитич. панелей, коллективная работа	Коллективная работа, self-service	Функцион.сть Power Pivot, Power View, and Power Query; Cortana; real-time dashboards	Интер-активные панели и отчетность, Текстовая аналитика, категориз. контента	Интер-активная аналитическая обработка данных	Self-service, отчеты, информационные панели, KPI, BSC	Разнообразная библиотека интерактивн. графиков, карт, продвинутой визуализации	Основана на Agile; разнообразн. возможности для визуализации	Пакет объединяет 8 программных приложений для аналитики	Большое количество аналитич. инструментов и панелей
Мобильные возможности	Да	Да	Да	Да	Да	Да	Да	Да	Да	Да
Внедрение	1 месяц или меньше	1-6 месяцев	1-6 месяцев	Более 6 месяцев	6 месяцев и более	6 месяцев и более	6 месяцев и более	6 и более месяцев	6 месяцев и более	1-6 месяцев
Совокупная стоимость владения	1	3	5	6	7	2	4	7	8	3



Таблица 4

Таблица последствий

Цели	Варианты
	Tableau	Qlikview	Power BI	SAS Visual Analytics	SAP BO	Cognos BI	MicroStrategy	Pentaho	Oracle BI	Prognoz
Интеграция с другими ПП (SAP)	Возможн. ограничены	Большие возможн.	Возможна	Возможна	Большие возможности	Возможн. ограничены	Большие возможности	Возможна	Возможна	Возможна
Масштабируемость	Высокая	Высокая	Выше среднего	Высокая	Высокая	Средняя	Высокая	Высокая	Высокая	Средняя
Удобство интерфейса	Выше среднего	Высокое	Высокое	Выше среднего	Среднее	Среднее	Выше среднего	Среднее	Среднее	Высокое
Интерактивная визуализация	Большое число средств для создания аналитич. панелей, коллективная работа	Коллективная работа, self-service	Функциональность Power Pivot, Power View, and Power Query; Cortana; real-time dashboards	Интерактивные панели и отчетность, Текстовая аналитика, включая категоризацию контента	Интерактивная аналитическая обработка данных	Self-service, отчеты, информационные панели, KPI, BSC	Разнообразная библиотека интерактивных графиков, карт, продвинутой визуализации	Основана на Agile; разнообразные возможности для визуализации	Пакет объединяет 8 программных приложений для аналитики	Большое количество аналитических инструментов и панелей
Внедрение	1 месяц или меньше	1-6 месяцев	1-6 месяцев	Более 6 месяцев	6 месяцев и более	6 месяцев и более	6 месяцев и более	6 и более месяцев	6 месяцев и более	1-6 месяцев
Совокупная стоимость владения	1	3	5	6	7	2	4	7	8	3



Таблица 5

Таблица последствий

Цели	Варианты
	Tableau	Qlikview	Power BI	SAS Visual Analytics	Cognos BI	MicroStrategy	Prognoz
Интеграция с другими ПП (SAP)	Возможности ограничены	Большие возможности	Возможна	Возможна	Возможности ограничены	Большие возможности	Возможна
Масштабируемость	Высокая	Высокая	Выше среднего	Высокая	Средняя	Высокая	Средняя
Удобство интерфейса	Выше среднего	Высокое	Высокое	Выше среднего	Среднее	Выше среднего	Высокое
Интерактивная визуализация	Большое число средств для создания аналитич. панелей, коллективная работа	Коллективная работа, self-service	Функциональность Power Pivot, Power View, and Power Query; Cortana; real-time dashboards	Интерактивные панели и отчетность, Текстовая аналитика, включая категоризацию контента	Self-service, отчеты, информационные панели, KPI, BSC	Разнообразная библиотека интерактивных графиков, карт, продвинутой визуализации	Большое количество аналитических инструментов и панелей
Внедрение	1 месяц или меньше	1-6 месяцев	1-6 месяцев	Более 6 месяцев	6 месяцев и более	6 месяцев и более	1-6 месяцев
Совокупная стоимость владения	1	3	5	6	2	4	3



Таблица 6

Таблица последствий

Цели	Варианты
	Tableau	Qlikview	Power BI	Cognos BI	MicroStrategy	Prognoz
Интеграция с другими ПП (SAP)	Возможности ограничены	Большие возможности	Возможна	Возможности ограничены	Большие возможности	Возможна
Масштабируемость	Высокая	Высокая	Выше среднего	Средняя	Высокая	Средняя
Удобство интерфейса	Выше среднего	Высокое	Высокое	Среднее	Выше среднего	Высокое
Интерактивная визуализация	Большое число средств для создания аналитических панелей, коллективная работа	Коллективная работа, self-service	Функциональность Power Pivot, Power View, and Power Query; Cortana; real-time dashboards	Self-service, отчеты, информационные панели, KPI, BSC	Разнообразная библиотека интерактивных графиков, карт, продвинутой визуализации	Большое количество аналитических инструментов и панелей
Внедрение	1 месяц или меньше	1-6 месяцев	1-6 месяцев	6 месяцев и более	6 месяцев и более	1-6 месяцев
Совокупная стоимость владения	1	3	5	2	4	3

Для определения лишних вариантов можно также использовать простое правило: если по некоторым параметрам вариант А лучше, чем вариант В, а по всем параметрам в целом не хуже варианта В, то вариант В можно отбросить.

Из Таблицы 4 видно, что у платформ Pentaho и SAP BO совпадают все значения почти всех параметров. Особенно важными являются значения сроков внедрения, не стоит пренебрегать и параметром стоимость владения системой. Т.к. для компании важно, чтобы внедрение не было долгим, то эти два варианта можно вычеркнуть из таблицы, пожертвовав возможностями интерактивной визуализации данных. Кроме того, совокупная стоимость владения у них не самая дешевая.

Воспользовавшись правилом доминирования, можно также вычеркнуть из таблицы вариант Oracle BI. Если сравнивать его с платформой SAS, то значения большинства показателей у них одинаковые, однако удобство интерфейса уступает Visual Analytics, а стоимость владения у продукта компании Oracle самая высокая.

При сравнении у вариантов решения параметра срок внедрения в Таблице 5 видно, что внедрение систем SAS и MicroStrategy происходит в среднем от полугода, у них совпадают параметры интеграция, масштабируемость и кроссплатформенность, у обеих платформ разнообразные возможности по визуализации данных, а у Visual Analytics есть еще и возможности текстовой аналитики. Однако совокупная стоимость владения SAS уступает платформе MicroStrategy по данному критерию. Кроме того, MicroStrategy имеет больше возможностей по интеграции с различными источниками данных и приложениями. Следовательно, из таблицы можно вычеркнуть платформу SAS Visual Analytics с небольшим проигрышем в виде текстовой аналитики.

В Таблице 6 можно увидеть, что значения параметров совокупная стоимость владения, срок внедрения и удобство интерфейса у платформ Qlikview и Prognoz одинаковые. Тем не менее, Qlikview обладает более высокой масштабируемостью, имеет больше возможностей для интеграции. Поэтому, несмотря на разнообразие современных интерактивных инструментов для визуализации, которые имеются у системы Prognoz, она вычеркивается из таблицы.

Рассмотрим пару Cognos BI и MicroStrategy (Таблица 7). Здесь выбор прост: срок внедрения у данных платформ примерно одинаковый, однако по остальным параметрам Cognos BI уступает MicroStrategy - ограниченные возможности интеграции, средняя масштабируемость, невысокая оценка интерфейса. Стоимость владения MicroStrategy больше, при этом очевиден выигрыш в функциональности и возможностях системы. Поэтому платформа Cognos BI вычеркивается из таблицы.

Таблица 7

Таблица последствий

Цели	Варианты
	Tableau	Qlikview	Power BI	Cognos BI	MicroStrategy
Интеграция с другими ПП (SAP)	Возможности ограничены	Большие возможности	Возможна	Возможности ограничены	Большие возможности
Масштабируемость	Высокая	Высокая	Выше среднего	Средняя	Высокая
Удобство интерфейса	Выше среднего	Высокое	Высокое	Среднее	Выше среднего
Интерактивная визуализация	Большое число средств для создания аналитических панелей, коллективная работа	Коллективная работа, self-service	Функциональность Power Pivot, Power View, and Power Query; Cortana; real-time dashboards	Self-service, отчеты, информационные панели, KPI, BSC	Разнообразная библиотека интерактивных графиков, карт, продвинутой визуализации
Внедрение	1 месяц или меньше	1-6 месяцев	1-6 месяцев	6 месяцев и более	6 месяцев и более
Совокупная стоимость владения	1	3	5	2	4

Далее произведем сравнение MicroStrategy и Qlikview (Таблица 8). У этих вариантов совпадают параметры масштабируемости и интеграции. Однако срок внедрения MicroStrategy, а также стоимость владения, менее удобный интерфейс по сравнению с Qlikview дают право вычеркнуть данную платформу из таблицы.

Таблица 8

Таблица последствий

Цели	Варианты
	Tableau	Qlikview	Power BI	MicroStrategy
Интеграция с другими ПП (SAP)	Возможности ограничены	Большие возможности	Возможна	Большие возможности
Масштабируемость	Высокая	Высокая	Выше среднего	Высокая
Удобство интерфейса	Выше среднего	Высокое	Высокое	Выше среднего
Интерактивная визуализация	Большое число средств для создания аналитических панелей, коллективная работа	Коллективная работа, self-service	Функциональность Power Pivot, Power View, and Power Query; Cortana; real-time dashboards	Разнообразная библиотека интерактивных графиков, карт, продвинутой визуализации
Внедрение	1 месяц или меньше	1-6 месяцев	1-6 месяцев	6 месяцев и более
Совокупная стоимость владения	1	3	5	4

Далее из Таблицы 9 вычеркивается аналитическая платформа Tableau. Не смотря на наименьшую совокупную стоимость владения, а также кратчайший срок внедрения среди всех рассмотренных систем, Tableau обладает более ограниченными возможностями по интеграции по сравнению с Qlikview. Кроме того, у последней - более удобный интерфейс.



Таблица 9

Таблица последствий

Цели	Варианты
	Tableau	Qlikview	Power BI
Интеграция с другими ПП (SAP)	Возможности ограничены	Большие возможности	Возможна
Масштабируемость	Высокая	Высокая	Выше среднего
Удобство интерфейса	Выше среднего	Высокое	Высокое
Интерактивная визуализация	Большое число средств для создания аналитических панелей, коллективная работа	Коллективная работа, self-service	Функциональность Power Pivot, Power View, and Power Query; Cortana; real-time dashboards
Внедрение	1 месяц или меньше	1-6 месяцев	1-6 месяцев
Совокупная стоимость владения	1	3	5

В итоговой таблице последствий остается 2 варианта решения - платформы Qlikview и Microsoft Power BI (Таблица 10). Т.к. срок внедрения, удобство интерфейса у данных систем одинаковы, то эти параметры можно исключить из процесса сравнения.

Как видно из таблицы, платформа Qlikview обладает большими возможностями по интеграции, обладает большей масштабируемостью, а также совокупная стоимость владения чуть меньше, чем у системы компании Microsoft. Кроме того, Power BI до сих пор находится в стадии совершенствования, возможности по интеграции у данной системы не так развиты, как у Qlikview. Вариант Qlikview доминирует надо вариантом MS Power BI.

Таким образом, в результате процесса принятия решения, реализованного методом равноценного обмена, в качестве наиболее предпочтительной платформы класса BI была выбрана система Qlikview.



Таблица 10

Таблица последствий

Цели	Варианты
	Qlikview	Power BI
Интеграция с другими ПП (SAP)	Большие возможности	Возможна
Масштабируемость	Высокая	Выше среднего
Удобство интерфейса	Высокое	Высокое
Интерактивная визуализация	Коллективная работа, self-service	Функциональность Power Pivot, Power View, and Power Query; Cortana; real-time dashboards
Внедрение	1-6 месяцев	1-6 месяцев
Совокупная стоимость владения	3	5

Далее перейдем к сравнению итоговых результатов решения поставленной задачи с помощью различных подходов.

3.4 Анализ полученных результатов и окончательный выбор

Полученные при решении задачи методами МАС в системе Super Decisions и методами PURq, PURqSAVAGE, PURqHURWICZ, PURqBRAUN, EE в ЭСППР, а также методом равноценного обмена результаты о выборе наиболее предпочтительной программной платформы бизнес-интеллекта представлены в Таблице 11.

Таблица 11

Результаты решения задачи

Альтернативы	Super Decisions	ЭСППР	Метод равноценного обмена
	МАС	PURr	PURrSAVAGE	PURrHURWPOR	PURrBRAUN	EE
IBM Cognos	10 (0,04)	6 (0,095)	8 (0,129)	7 (0,092)	0 (0,00)	0	0
Microsoft Power BI	2 (0,156)	3 (0,12)	2 (0,045)	2 (0,133)	1 (1,00)	0	0
MicroStrategy	5 (0,093)	7 (0,095)	6 (0,108)	6 (0,092)	0 (0,00)	0	0
Oracle BI	6 (0,091)	8 (0,095)	5 (0,097)	3 (0,118)	0 (0,00)	0	0
Pentaho	4 (0,102)	4 (0,108)	9 (0,132)	8 (0,087)	0 (0,00)	1	0
Prognoz	8 (0,066)	10 (0,06)	10 (0,134)	10 (0,058)	0 (0,00)	0	0
Qlikview	7 (0,083)	2 (0,122)	3 (0,060)	4 (0,117)	0 (0,00)	1	1
SAP BO	9 (0,065)	9 (0,068)	7 (0,113)	9 (0,067)	0 (0,00)	0	0
SAS Visual Analytics	3 (0,132)	5 (0,095)	4 (0,092)	5 (0,103)	0 (0,00)	0	0
Tableau	1 (0,168)	1 (0,135)	1 (0,015)	1 (0,146)	0 (0,00)	0	0

Как видно из Таблицы 11, методы дали схожие результаты с незначительным отклонением рангов первых трех альтернатив.

Согласно результату решения задачи методом МАС, наиболее предпочтительной альтернативой стала платформа Tableau, на втором месте - Microsoft Power BI, на третьем - SAS Visual Analytics.

Методы ЭСППР показали схожие результаты. Наилучшей платформой по результатам методом PURr, PURrSAVAGE, PURrHURWPOR так же стала платформа Tableau, метод PURrBRAUN в качестве наиболее предпочтительной альтернативы выбрал Power BI. Второе и третье место в d остальных случаях разделили между собой Power BI и Qlikview.

Решение задачи методом EE в ЭСППР показало другой результат. В качестве наиболее подходящих для компании аналитических инструментов система определила Qlikview и Pentaho.

Процесс решения задачи методом равноценного обмена без применения информационных систем дал однозначный результат - Qlikview.

Небольшие расхождения в результатах связаны с тем, что в методах ЭСППР (кроме EE) учитывались мнения двух экспертов в различных проблемных ситуациях.

Большая часть методов в качестве наименее предпочтительных систем BI определили Prognoz и SAP BO.



ЗАКЛЮЧЕНИЕ

Деятельность руководителей напрямую связана с процессом разработки, принятия и реализации управленческих решений. Менеджер должен принимать обоснованные и взвешенные решения, а также добиваться их исполнения. Принятие многих управленческих решений происходит в условиях неопределенности, имеет вероятностный характер результата. В подобных условиях применение систем поддержки принятия решения не только упрощает процесс его принятия, но и помогает выявлению аргументированных и качественных решений, способствующих в дальнейшем повышению эффективности деятельности всего бизнеса.

В результате проведенного исследования была продемонстрирована актуальность применения СППР в процессе принятия стратегического решения на предприятии, связанного с выбором информационной системы класса BI.

В первой главе работы были представлены основные теоретические и предпосылки данного исследования, выделен объект, рассмотрена классификация современных систем управления деятельностью предприятия, проведен анализ рынка современных систем класса Business Intelligence. Проведен обзор современных СППР, а также поставлены цель и задачи исследования.

Во второй главе была поставлена задача, приведены основные подходы к решению задач многокритериального выбора и определения наиболее предпочтительной альтернативы, описаны методы, которые применяются в работе для решения поставленной задачи. Были выбраны методы и программные средства, в которых эти методы реализованы, для последующего решения задачи.

В практической части работы при помощи метода МАС и методов, реализованных в ЭСППР, решена задача принятия решения выбора программной платформы по интеллектуальному анализу данных для предприятия. Задача была так же решена методом равноценного обмена без использования информационных систем. Произведено сравнение результатов решения задачи с помощью предложенных подходов и методик.



СПИСОК ЛИТЕРАТУРЫ

1. Орлов А.И. Принятие решений. Теория и методы разработки управленческих решений. Учебное пособие. -- М.: МарТ, 2005.

2. Keeney R.L., H. Raiffa. Decision with Multiple Objectives: Preference and Value Tradeoffs. - Cambridge University Press, New York. - 1993.

3. Кильдишев, Г.С. Френкель А.А. Анализ временных рядов и прогнозирование. М.: «Статистика» 1973.

4. James O. Berger. Statistical Decision Theory and Bayesian Analysis. Second Edition. Springer Series in Statistics 1980.

5. Саати Т. Принятие решений при зависимостях и обратных связях: Аналитические сети. Пер. с англ. 2008.

6. Саати Т.Л. Принятие решений. Метод анализа иерархий. -- М.: Радио и связь, 1989

7. Saaty, T., Decision Making for Leaders; the Analytical Hierarchy Process for Decisions in a Complex World. Belmont, CA: Wadsworth, 1982.

8. Saaty, T.L., “A Scaling Method for Priorities in Hierarchical Structures,” J Math, 1987

9. Д. Канеман, П. Словик, А. Тверски. Принятие решений в неопределенности: Правила и предубеждения. 2005

10. Ларичев О.И., Петровский А.В. Системы поддержки принятия решений. Современное состояние и перспективы их развития. // Итоги науки и техники. Сер. Техническая кибернетика. - Т.21. М.: ВИНИТИ, 1987.

11. Кравченко Т.К. Разработка системы ключевых показателей для оценки эффективности процессов службы информационных технологий // Информационные технологии. 2010. № 8

12. Кравченко Т.К. Развитие Экспертной системы поддержки принятия решений // Искусственный интеллект и принятие решений, 4/2013

13. Кравченко Т.К. Оценка эффективности стратегических решений службы информационных технологии // Бизнес-информатика. 2011. №4

14. Roy B. The outranking approach and the foundations of ELECTRE methods. // Theory and Decision. - 31 (1). - 1991

15. Информационные системы [Электронный ресурс]

16. Информационные системы и сети [Электронный ресурс]

17. Информатика и информационные системы

18. Википедия - свободная энциклопедия. Информационная система

19. Классификация информационных систем предприятия [Электронный ресурс]

20. BetterBuys. The Definitive Guide to Business Intelligence [Электронный ресурс]

21. Техносерв консалтинг. BI-системы. [Электронный ресурс]

22. Википедия - свободная энциклопедия. Gartner

23. TADVISER. Квадрат Gartner. [Электронный ресурс]

24. Gartner. Magic Quadrant for Business Intelligence and Analytics Platforms

25. Набатова Д.С. Математические и инструментальные методы поддержки принятия решений. Учебник и практикум для бакалавриата и магистратуры. Москва: Юрайт, 2015.

26. Теория принятия решений в 2 т. Том 1. Учебник и практикум для бакалавриата и магистратуры / под ред. Халина В.Г. Москва: Юрайт, 2016.

27. Трофимова Л.А., Трофимов В.В.. Методы принятия управленческих решений. Москва: Юрайт, 2013.

28. Системы поддержки принятия решений. Учебник и практикум для бакалавриата и магистратуры / под ред. Халина В.Г., Черновой Г.В. Москва: Юрайт, 2015.

29. Тоискин В.С. Интеллектуальные информационные системы. Ч. 1. Ставрополь: Ставропольский гос. пед. институт, 2009.

30. Интуит - национальный открытый университет

31. Кравченко Т.К. Выделение признаков классификации систем поддержки принятия решений // Открытое образование, 4/2010

32. Экспертная система поддержки принятия решений

33. Expert Choice

34. Super Decisions

35. Decision Lens

36. Lamsade - парижская лаборатория, расположенная в университете Paris Dauphine

37. СППР «Эксперт»

38. СППР «Выбор»

39. Transparent Choice

40. Comparison of Multi-Criteria Decision Analytical Software // IMPERIA Project Report, February 19, 2003

41. Decision Analysis Software Survey // Informs, November 13, 2015

42. Capterra. [Электронный ресурс]

43. Подиновский В.В. Введение в теорию важности критериев в многокритериальных задачах принятия решений. Москва: ФИЗМАТЛИТ, 2007

44. Тоценко В.Г. Методы и системы поддержки принятия решений. - Киев: Наукова думка, 2002

45. Хэммонд Дж., Кини Р., Г.Райффа. Правильный выбор. Руководство по принятию решений. Москва: Бином, 2014.

46. Roy B. The outranking approach and the foundations of ELECTRE methods. // Theory and Decision. - 31 (1). - 1991

47. Кравченко Т.К., Бабкин А.Е., Дружаев А.А., Исаев Д.В., Огуречников Е.В., Руководство пользователю Экспертной системы поддержки принятия решений. Методические материалы. ГУ ВШЭ, 2010

48. Хэммонд Дж., Кини Р., Г. Райффа. Правильный выбор. Руководство по принятию решений. - Бином, 2014

49. Informs [Электронный ресурс]

50. Butler Analytics [Электронный ресурс]

51. Tableau. [Электронный ресурс]

52. Handbook on Decision Support Systems 1. Burstein, Frada, Holsapple, Clyde. 2008

53. Power D.J. «What is a DSS?», The On-Line Executive Journal for Data-Intensive Decision Support, 1997.

54. Терелянский, П.В. Системы поддержки принятия решений. Опыт проектирования: монография, П.В. Терелянский; ВолгГТУ. -- Волгоград, 2009.

55. Alter S.L. Decision support systems: current practice and continuing challenges. Reading, Mass.: Addison-Wesley Pub., 1980.

56. Петровский А.Б Теория принятия решений: учебник для студентов высших учебных заведений, - М.: Издательский центр «Академия», 2009

ПРИЛОЖЕНИЕ 1

Сравнительный анализ BI платформ

	Tableau	Qlikview	Microsoft Power BI	SAS Visual Analytics	IBM Cognos	MicroStrategy	Pentaho	SAP Business Objects	PROGNOZ	Oracle BI
Основание	2003	1993	1975	1976	1911	1989	2004	1972	1991	1977
Головной офис	Seattle, WA	Radnor, PA	Redmond, WA	Cary, NC	Armonk, NY	Tyson's Corner, VA	Orlando, FL	Newtown Square, PA	Perm, Russia	Redwood Shores, CA
Клиенты	35 000	32 000		70 000+	23 000	4 000+	1 200+	251 000+		400 000
Модель развертывания	On-premise, сloud	On-premise	On-premise, cloud	On-premise, cloud	On-premise, сloud	On-premise, сloud	On-premise, сloud	On-premise, сloud	On-premise	On-premise, сloud
Целевые компании	All sizes	All sizes	All sizes	Small, medium, large	All sizes	Small, medium, large	All sizes	All sizes	All sizes	Small, medium, large
Бесплатная пробная версия	?	?	?		?	?	?	?	?	?
TCO в год на 100 пользователей	$126 716	$607 562		$2 008 805		$1 246 965		$989 259
Детали продукта	Интуитивно понятные инструменты бизнес-аналитики; технология drag-and-drop	Уникальный механизм логического вывода, который поддерживает ассоциативн. модель данных	Упрощает оценку и совместное использование данных с масштабируемыми информационными панелями, интерактивн. отчеты, встроенные визуальные эффекты	Интерактивные отчеты могут быть быстро разработаны в Интернете, с помощью мобильных устройств, а также через другие приложения Microsoft	В октябре 2015 года Cognos был переработан, теперь имеет ту же функциональность самообслуживания, что и Watson Analytics. Возможность получить доступ к панели мониторинга и отчетам с любого устройства	Эта платформа дает конечным пользователям гибкие варианты развертывания - может быть размещена на сайте или в облаке	Наличие функции продвинутой аналитики, от прогностической до базовой. Возможность работы с мобильных устройств	Пользователи могут выполнять анализ BI из нескольких источников данных и в различных форматах.	OLAP, информационные панели, карты, датчики и таблицы. Возможность проводить анализ временных рядов, делать прогнозные модели, а также создавать системы показателей	Пакет объединяет восемь BI платформ Oracle. Пользователи смогут использовать разнообразные отчетности и аналитические функции, могут получить доступ к традиционным источникам данных и большим данным
Функции	Полностью совместим с мобильными платформами, может интегрироваться с несколькими источниками данных, и включает в себя настраиваемые панели инструментов, удобный интерфейс, возможность интеллектуального анализа, а также специальный анализ	QlikView включает в себя модель данных рабочего стола, процессор сервера в памяти, и компонент Publisher	Особенностями решения являются панель навигации для удобного переключения между наборами данных, информационные панели и отчеты, Q &A Box, помощь и кнопка для обратной связи, возможность запуска Office 365	Включает в себя функции, которые являются уникальными в BI сфере. SAS имеет 36% доли рынка «Продвинутая аналитика», это больше, чем доля следующих 10 поставщиков вместе взятых	Cognos может работать с многомерными и реляционными источниками данных. Рекомендуемые программы: Cognos TM1, Cognos Insight, Cognos Express, Cognos Enterprise и Cognos Disclosure	Офлайн доступ к данным, защита данных и мобильный доступ. Используется технология Dashboard 2.0, которая упрощает и ускоряет построение сложных отчетов	Мощные инструменты визуализации, геокартографии, тепловых сетей и диаграмм рассеивания. Система использует кэширование данных в оперативной памяти, которая обеспечивает анализ данных на "скорости мысли", что делает инструмент быстрее	Возможность интеграции данных с Java и Microsoft SharePoint. Кроме того, пользователи могут публиковать пользовательские данные BI кому-либо, а также управлять развертыванием BI с одной платформы	PROGNOZ состоит из средств разработки, а также встраиваемого модуля аналитики, который включает в себя такие функции, как конструктор хранилища данных, ETL, интерактивные компоненты визуализации	Oracle является одним из немногих производителей, которые поддерживает технологию больших данных. Exalytics Oracle может анализировать большие наборы данных в короткие сроки
Внедрение	Tableau предоставляет различные консультационные услуги. 4 этапа для развертывания системы	3 пакета внедрения: Foundation, Application, Enterprise	Облачный сервис прост в реализации. Достаточно всего лишь зарегистрироваться и загрузить программу	Лицензии делятся на пять групп: частные лица, малый и средний бизнес, предприятия, научная среда и правительство. Есть обучение как онлайн, так и в классе/ настройки на месте	IBM имеет «жизненный цикл успеха клиента» для клиентов Cognos, работает с клиентом на протяжении всего времени, которое они используют продукт. Цикл состоит из нескольких этапов: определение стоимости, внедрение, реализация, повышение эффективности	4 варианта внедрения: Desktop, Mobile, Web, Architect	Pentaho предлагает консультационные услуги по внедрению базовых и кастомизированных решений. Пользователям доступны дополнительные тренинги, как онлайн, так и на местах	3 вида услуг: облачные сервисы, сервис для новичков, а также быстрое развертывание решения. Компания предоставляет различные виды обучения пользователей: онлайн, учебные центры, виртуальные классы	Prognoz имеет трехстороннюю систему обслуживания клиентов, которая включает в себя фундаментальные BI разработки программного обеспечения и помощь по внедрению, обучению и консультационные услуги	Oracle обеспечивает базовый процесс внедрения. Предлагает обучение для своего ПО. Есть пять видов обучения - обучение в классе, виртуальный класс, обучение по требованию, курсы для самообучения

Страница:

•  1 
•  2 
•  3 
•  4 

дипломная работа "Информатизация процесса принятия решений на основе системы Business Intelligence" скачать

Подобные документы

• Создание системы поддержки принятия решений на базе аналитической платформы QlikView, согласно логистике предприятия

  Теоретические аспекты функционирования Business intelligence - систем в сфере логистики. Анализ условий для разработки системы поддержки принятия решений. Характеристика процесса создания программного продукта, применение аналитической платформы QlikView.
  
  курсовая работа [2,5 M], добавлен 09.09.2017
  

• Оперативный анализ состояния бизнеса на основе SAP Business Objects Web Intelligence

  Методология, технология и архитектура решения SAP Business Objects. Возможные действия в Web Intelligence. Создание документов и работа с ними. Публикация, форматирование и совместное использование отчетов. Общий обзор приложения, его интерфейсы.
  
  курсовая работа [1,4 M], добавлен 24.09.2015
  

• Системы поддержки принятия решений

  Методы решения проблем, возникающих на стадиях и этапах процесса принятия решений, их реализация в информационных системах поддержки принятия решений (СППР). Назначение СППР, история их эволюции и характеристика. Основные типы СППР, области их применения.
  
  реферат [389,3 K], добавлен 22.11.2016
  

• Разработка системы поддержки принятия решений в сфере банковского кредитования

  Классификация систем поддержки принятия решений. Сравнительный анализ методик для оценки рисков розничного кредитования. Структура системы поддержки принятия решений, формирование начальной базы знаний. Проектирование базы данных информационной системы.
  
  дипломная работа [1,9 M], добавлен 10.07.2017
  

• Разработка системы поддержки принятия решений

  Обслуживание двух встречных потоков информации. Структура информационных систем. Разработка структуры базы данных. Режимы работы с базами данных. Четыре основных компонента системы поддержки принятия решений. Выбор системы управления баз данных.
  
  курсовая работа [772,0 K], добавлен 21.04.2016
  

• Программы поддержки принятия решений

  Классификация задач системы поддержки принятия решений, их типы и принципы реализации при помощи программы "Выбор". Обзор современных систем автоматизированного проектирования "Компас", "AutoCad", "SolidWorks", оценка преимуществ и недостатков программ.
  
  курсовая работа [1,4 M], добавлен 22.07.2014
  

• Информационные системы

  Понятие информационной системы как системы сбора, хранения, накопления, поиска и передачи информации, применяемая в процессе управления или принятия решений. Классификация и структура информационных систем. Разнообразие задач, решаемых с помощью ИС.
  
  контрольная работа [160,6 K], добавлен 18.01.2010
  

• Использование качественных методов теории принятия решений в процессе построения UFO-моделей

  Использование библиотеки готовых компонентов как основы процесса построения моделей организационных систем. Характеристика качественных методов принятия решений. Применение порядковой классификации в процессе UFO-моделирования систем телемеханики.
  
  магистерская работа [732,7 K], добавлен 26.04.2011
  

• Разработка методических материалов и лабораторных работ к специализированному курсу "Использование систем бизнес анализа"

  Разработка лабораторных работ, организованных как программный продукт – электронный учебник. Обзор компаний-лидеров в производстве и поставке систем управления бизнесом, их основные продукты. Установка и конфигурирование SAP Business Intelligence.
  
  дипломная работа [8,4 M], добавлен 20.03.2011
  

• Оперативный и интеллектуальный анализ

  Классификация методов анализа по группам. Сбор и хранение необходимой для принятия решений информации. Подготовка результатов оперативного и интеллектуального анализа для эффективного их восприятия потребителями и принятия на её основе адекватных решений.
  
  контрольная работа [93,2 K], добавлен 15.02.2010
  

Другие документы, подобные "Информатизация процесса принятия решений на основе системы Business Intelligence"

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам