Системы управления знаниями (Knowledge Management)

Управление знаниями (Knowledge Management) — это процесс сохранения и эффективного использования знаний и информации в компании, и включает в себя алгоритмы, направленные на своевременное предоставление необходимых знаний в соответствии с запросами пользователей.

В основе управления знаниями заложены технологические решения для выявления хранения, передачи, структуризации, обработки, преобразования, распространения и проведения других операций со знаниями и информацией, если это необходимо для эффективной деятельности предприятия.

Информационные системы, обеспечивающие управление знаниями условно разделяют на две группы: системы поддержки знаний (Knowledge Support), системы анализа информации (Business Intelligence and Data Warehousing).

Системы поддержки знаний (Knowledge Support) обеспечивают создание единого хранилища информации для интеграции данных со всех независимых информационных систем компании или другими словами управлением нормативно-справочной информацией (Master Data Management, MDM). В таблице 3.2 представлено, что происходит с информацией в компании в случае наличия или отсутствия систем поддержки знаний.

Таблица 3.2. Влияние систем поддержки знаний на информационное обеспечение предприятий

Нет системы поддержки знаний.

Есть система поддержки знаний.

Разрозненные справочные данные · Затруднен обмен справочными данными · Многократное ведение справочных данных · Данные заблокированы и не используются · Неконсистентность справочных данных · Разсогласованность справочных данных · Отсутствует распознавание дубликатов · Затруднен общесистемный анализ · Мозаика процессов · Низкая скорость выполнения процессов · Процессы состоят из двухточечных связей · Соответствие SOX требует больших усилий

Общие справочные данные · Центральное хранилище справочных данных · Расширяемые справочные данные · Однократный ввод справочных данных · Консистентные справочные данные · Гармонизированные · Распознавание дубликатов · Синхронизованная аналитика · Объединенные процессы · Ускорение скорости выполнения процессов · Открытость процессов для интеграции · Контроль и соответствие SOX

Системы анализа информации (Business Intelligence and Data Warehousing) ориентированы на обработку информации, которая собрана и структурирована оптимальным для последующего анализа образом. Системы анализа информации можно назвать надстройкой системы, обеспечивающей управление знаниями (Knowledge Support) в компании, если она существует. В противном случае системы анализа информации используют данные, предоставляемые любыми другими корпоративными системами.

Комплексный анализ данных, их динамика, тенденции развития необходимы для правильного принятия решения. Для этого необходимо создание хранилищ данных, и организация сбора, отсеивания и предварительной обработки данных с целью предоставления результирующей информации пользователям для статистического анализа

(нередко и для создания аналитических отчетов). Системы анализа информации или другими словами OLAP – системы (On-Line Analytical Processing) являются неотъемлемой частью крупного предприятия. Основные требования к хранилищам данных можно сформулировать следующим образом []:

- поддержка высокой скорости получения данных из хранилища;

- поддержка внутренней непротиворечивости данных;

- возможность получения и сравнения так называемых срезов данных;

- наличие удобных утилит просмотра данных в хранилище;

- полнота и достоверность хранимых данных;

- поддержка качественного процесса пополнения данных.

Концепция OLAP была описана в 1993 году Эдгаром Коддом, известным исследователем баз данных и автором реляционной модели данных. В 1995 году на основе требований, изложенных Коддом, был сформулирован так называемый тест FASMI (Fast Analysis of Shared Multidimensional Information) — быстрый анализ разделяемой многомерной информации, включающий следующие требования к приложениям для многомерного анализа:

- время отклика системы на запрос пользователя (не более 5с.);

- возможность любого логического и статистического анализа;

- многопользовательский доступ к базе данных;

- доступ к любой необходимой информации вне зависимости от объема и физического расположения.

Системы сбора и обработки информации являются неотъемлемой частью многих комплексных (корпоративных) систем. Системы поддержки принятия решений обычно обладают средствами предоставления пользователю агрегатных данных в соответствии с запросом. Как правило, такие агрегатные функции представлены в виде многомерного набора данных (гиперкуб или метакуб), оси которого содержат параметры, а ячейки – агрегатные данные. Вдоль каждой оси данные могут быть организованы в виде иерархии, представляющей различные уровни их детализации. Такая структура позволяет генерировать отчеты на сложные запросы пользователей.

Экономический эффект от внедрения ИС этой категории оценить достаточно сложно. Это, в первую очередь, связано с тем, что подобные системы призваны лишь облегчать аналитическую работу и принятие решений, а не осуществлять эти процессы вместо ответственных лиц (лиц, принимающих решения – ЛПР) [].

Таким образом мы можем говорить лишь о косвенных факторах влияния систем управления знаниями на эффективность предприятия, но оценить в количественном выражении эффект от внедрения систем управления знаниями не представляется возможным.

Отраслевые системы.

Большинство современных предприятий имеют множество схожих бизнес-процессов, таких как, управление персоналом (HR), склад, бухгалтерия и т.д. Но, при этом, определенные бизнес-процессы предприятия зависит от отрасли, в которой они функционируют. Ниже перечислены некоторые наиболее известные отраслевые системы.

· Billing systems - биллинговые системы обеспечивают учет потреблённого пользователем трафика, а также движений денежных средств в телекоммуникационной сфере.

· Financial Services Systems - финансовый сектор (банки, страховые компании).

o Банковская деятельность (Banking Systems).

o Страхование (Insurance Systems).

o Казначейство (Treasury Systems).

· Manufacturing Systems - производственные системы.

· Education Industry Systems - образовательные системы.

· Energy and Utilities Systems – обеспечивают автоматизацию энергетического комплекса.

· Government Applications - правительственные системы, обеспечивают автоматизацию управления на государственном уровне.

Заключение:

ИС стали сегодня объективно необходимой составляющей систем управления современных предприятий. Одной из главных задач стратегического управления является обеспечение принципа соответствия между уровнем информационной системы и уровнем производства. Эволюционное развитие ИС должно обеспечиваться постоянным вниманием со стороны руководства предприятий и анализом этого процесса на основе оценок его эффективности.

Сложившаяся к настоящему времени достаточно развитая и повсеместно признаваемая унификация основных функциональных модулей позволяет предположить, что с учетом выявленных тенденций роста качественных показателей информационных технологий, в обозримом периоде сформируется некий банк стандартизированных модулей, принципиально обеспечивающий универсальное конструирование информационных систем, соответствующих масштабам и уровню развития модернизируемых предприятий. Крупные фирмы-разработчики, как правило, уже формируют такие банки, которые будут вынуждены в дальнейшем объективно сочетаться между собой по входным и выходным параметрам модулей для возможного виртуального объединения.

Внедрение ИТ неизбежно приводит к радикальным переменам в структурных, функциональных и кадровых характеристиках экономических объектов всех уровней, путем превращения управления из преимущественно административно-командного осуществления властных полномочий в технологизированный процесс принятия решений. Следовательно, и оценки эффективности подобных преобразований должны опираться на подходы, которые позволяли бы учитывать, в первую очередь, их последствия качественного характера, а не только количественные финансовые результаты.

Вопросы:

1. Назовите пять основных архитектурных стилей ИС.

2. Опишите характеристики основных типов ИС.

3. Назовите возможные принципы классификации ИС.

4. Область охвата CAD/CAM/CAE систем. Основные эффекты от их внедрения?

5. Область охвата PLM/PDM систем. Основные эффекты от их внедрения?

6. Область охвата ERP систем. Основные эффекты от их внедрения?

7. Область охвата CRM/PRM систем. Основные эффекты от их внедрения?

8. Область охвата SCM систем. Основные эффекты от их внедрения?

9. Область охвата Knowledge Management систем. Основные эффекты от их внедрения?

Список литературы:

1. Данилин Александр, Слюсаренко Андрей «Архитектура и стратегия, «инь» и «янь» информационных технологий предприятия». Интернет Университет Информационных Технологий, 2005.

2. Lawrence D. Fredendall, James E. Hill, Ed Hill «Basics of Supply Chain Management», 2004.

3. Быков А. В. Формула успеха. Журнал "Автоматизация проектирования", #01, 1998 год // Издательство «Открытые Системы»

4. Стародубов В. «Роль и место PLM в линейке ERP, CRM и SCM. Компьютера 20-08-2004.

5. Дебра Д’Агустино «Тернистый путь к PLM». САПР №15, 27-04-2004.

6. Глинских А. «Мировой рынок ERP-систем», Jet Infosystems 2004.

7. IFS Russia & CIS «IFS/Управление цепочками поставок (SCM)», /, 2005.

8. Середа Сергей «Бизнес-разведка через интернет становится незаменимой», CNews Analytics

9. Глинских А.. Мировой рынок CAD/CAM/CAE-систем.

10. Безъязычный В. Ф., Татаринов А. Ю., Тимофеев М. В.. Проблемы внедрения CAD/CAM систем в промышленности.

11. Краюшкин В. Современный рынок систем PDM. Открытые системы, #09/2000.

12. Скрипкин К.Г., Экономическая эффективность информационных систем», серия «ИТ - экономика, М2002.

13. Устюжанина Е. Бочаров Г. Внутрифирменное реформирование. Акционер, М., 1999.

Лекция 4: Эволюция понятия эффективности ИТ. (Реальные показатели, дискуссионные взгляды, перспективы разработки).

Цель лекции: Знакомство с отечественным и зарубежным опытом поэтапного решения проблемы оценки эффективности информационных систем и информационных технологий, в целом.

Рассматриваемые вопросы: