Економічний аналіз - Навчальний посібник (Черниш С. С.)

2.2. особливості розвитку програм автоматизації економічного аналізу

Інформаційні системи економічного аналізу пройшли довгий шлях свого розвитку та становлення. Варто сказати, що більшу частину свого розвитку вони були лише придатком інформаційних систем бухгалтерського обліку. Оскільки облік виступає інформаційним ресурсом для проведення економічного аналізу, то його обчислювальні системи допомагали автоматизувати процес створення цього ресурсу.

Основні етапи розвитку автоматизації економічного аналізу:

Перший етап — елементарних розрахункових винаходів (1874— 1917 рр.) характеризувався початком ери впровадження автоматичних систем в господарське життя країни. Це був період нових винаходів, за допомогою яких можна було здійснювати прості операції додавання і віднімання (зокрема, арифмометр, машини для додавання та віднімання).

Другий етап — механізація процесу збору та обробки облікової інформації (1917—1945 рр.) — створення машинообчислювальних станцій, використання клавішних та перфораційних обчислювальних машин.

Створення теоретичних концепцій та методик здійснення процесу обліку, аналізу та планування відбувалося на третьому етапі (1945—1950 рр.).

У 50-их рр. XX ст. відбувалося інформаційне забезпечення процесу управління підприємством — четвертий етап (50— 60-ті рр. XX ст.). Існували два основних види машин, а саме машини з ручним вводом вихідних даних (прості автоматичні клавішні обчислювальні машини, сумуючі машини, розрахунково-табличні машини) і машини з автоматичним вводом вихідних даних або розрахунково-перфораційні машини (машини групування, табулятори, результуючі та дублюючі перфоратори, карт-коскладальні машини). Вказані типи рахункових машин активно впроваджувались в систему організації бухгалтерського обліку, перш за все, на великих промислових підприємствах, де були створені обчислювальні центри, які одразу відокремлюються у самостійний функціональний елемент, головною функцією якого виступає інформаційне забезпечення процесу виробництва та управління.

На основі розробки основних напрямів механізації обліку, а також попередніх теоретичних досліджень, було створено ЕОМ, які були більш компактними, дешевшими, а отже більш доступними для користувачів. Розвитку та практичного застосування знайшли універсальні (швидкодіюча електронна розрахункова машина «Стрела») і спеціалізовані ЕОМ.

П'ятим етапом є початок автоматизації облікової роботи, що припадає на 60—70-ті рр. XX ст. і характеризується формуванням комплексних підсистем економічного аналізу, що передбачали здійснення комплексного аналізу господарської діяльності, методика якого була розроблена спеціалістами Московського державного університету ім. М. В. Ломоносова. Так, проф. А. Д. Шеремет стверджував, що систему комплексного економічного аналізу на підприємствах і в об'єднаннях слід «створювати як частину автоматизованих систем управління».

Відокремлення окремого напряму економічного аналізу — аналізу ефективності діяльності за використання ЕОМ відбувається у 1980-ті рр. (6-й етап). У роботах багатьох авторів цього часу підкреслювався нерозривний зв'язок наук бухгалтерського обліку і економічного аналізу, що зумовлювало спадкоємність розробок в області автоматизації облікових і аналітичних робіт.

На початку 1980-х рр. в рамках комплексного економічного аналізу були виділені основні напрями інтегральної автоматизації аналітичних розрахунків:

організація та використання автоматизованого банку даних для вирішення завдань комплексного економічного аналізу;

інтеграція процесів формування і обробки аналітичної інформації;

— створення та використання пакетів прикладних програм в аналізі господарської діяльності.

У 1990-ті рр. відбувається розробка перших аналітичних програм (7-й етап), які значно зменшили трудомісткість аналітичної роботи, пов'язаної з розрахунком фінансових коефіцієнтів, звільнивши час для безпосередньо самого аналізу ситуації та прийняття управлінських рішень. Починаючи з середини 90-х рр. були створені системи, здатні функціонувати в середовищі локальних обчислювальних сіток (ЛОС). Теоретичні положення стосовно створення комплексної системи обробки економічної інформації, розроблені Д. А. Чистовим та Є. Л. Шуремовим, отримали широке практичне застосування, зокрема, у програмному забезпечені корпорації «Галактика», «Парус», «Інфософт». Проте головним недоліком програмних продуктів було те, що вони розглядалися користувачами лише як спосіб покращання розрахунків, забезпечення їх надійності, тобто орієнтувався лише на завдання обліку. Це викликало великий попит саме на аналітичні програми. Перші аналітичні програмні продукти у Росії почали розробляти фірми «ІНЕК», «Про-Івест-Консалтинг», АіТі» та ряд інших. Особлива увага в даних продуктах приділялась розрахунку фінансових коефіцієнтів та їх оцінці.

Сучасний етап, починаючи з 1998 р. і до сьогоднішнього дня, характеризується розширенням та деталізацією можливостей аналітичних програм. Цей процес є обґрунтованим, оскільки бухгалтерський облік надає інформацію для проведення аналізу про наявність і рух активів, зобов'язань і власного капіталу підприємства, його доходів і витрат. Але більшість аналітичних програм обмежується використанням лише даних фінансової звітності підприємства. Така обмеженість інформаційної бази впливає на глибину економічного аналізу й аналітичні можливості самих програмних продуктів, значно знижує обґрунтованість висновків за наслідками такого аналізу.

На сучасному етапі до методики економічного аналізу за умов автоматизації висуваються такі вимоги: системність, комплексність, оперативність, точність, прогресивність, динамічність.

Багатоаспектність аналізу визначає різнорідність інструментальних засобів, які можна поділити на функціональні, забезпечувальні та допоміжні.

До функціональних відносять аналітичні задачі. Інструментальні засоби розв'язання цих задач поділяються на: засоби введення аналітичної інформації; засоби забезпечення інформаційно-пошукових робіт; засоби підтримки прийняття рішень. Для введення аналітичної інформації користуються інструментальними засобами, які передбачають контроль і коригування первинної та вторинної інформації.

Інформаційно-пошукові засоби забезпечують аналітичні задачі документами, які містять потрібну інформацію та сприяють формуванню запитів до баз даних і відображенню результатів їх виконання. Кожна подія (явище) спочатку фіксується у відповідних документах, а потім стає об'єктом зберігання чи пошуку в інформаційно-пошукових системах (ІПС).

Засоби підтримки прийняття рішень уможливлюють встановлення залежності між різними факторами та отримання нових знань, забезпечують гнучкий доступ до бази моделей, їх поновлення та модифікацію. Основною метою запровадження систем підтримки прийняття рішень (СППР) є надання допомоги у з'ясуванні проблеми, яку слід розв'язати, та під час аналізу розв'язків. Для таких систем необхідний значно ширший діапазон джерел інформації, яку беруть із зовнішнього і внутрішнього середовищ. Звичайні, орієнтовані на бухгалтерський облік, дані доповнюються текстовою інформацією, матеріалами систем автоматизованого проектування виробів і технологій, автоматизованого виробництва. Користувач може налагоджувати бази даних (БД) згідно зі своїми особистими вимогами.

У бухгалтерському обліку СППР пов'язані з виробництвом та обліком товарно-матеріальних запасів, їх фізичним розподілом.

Використовуються спеціальні системи планування ресурсів підприємства (наприклад, ERP — Enterprise Resource Planning — системи планування ресурсів підприємства) або окремі спеціалізовані системи для ведення бухгалтерського обліку, роботи з договорами, систем управління базами даних про клієнтів, а також про стан платежів, здійснення статистики та обліку.

Найбільш типовими СППР є «Симплан» — для корпоративного планування; «Прожектор» — фінансового планування; «Експрес» — маркетингу, фінансів; «BIS» — керування бюджетом.

Сучасні підприємства використовують технології управління знаннями (КМ — knowledge management), — сукупність інструментальних засобів, призначених для зберігання і добування знань. Ці інструменти забезпечують аналіз ринку й оцінку можливостей у різних сферах, для прийняття оптимальних рішень, орієнтацію опису продукту, організацію виробництва, підвищення ефективності діяльності з продажу.

Експертні системи (ЕС) базуються на узагальненні знань експертів відносно певної (вузької) предметної області за допомогою ЕОМ та подальшому їх використанні для розв'язання проблем у даній галузі. ЕС базуються на обробці знань, а не даних, як у системах обробки даних. Відтак і вихідна інформація є текстовою, поданою у вигляді інтелектуальної поради, а не у вигляді таблиць на машино- і відеограмі.

Забезпечувальні та допоміжні інструментальні засоби сприяють підготовці додаткової інформації, створенню комфортних умов для роботи аналітиків. Комунікаційні засоби впливають на ефективність використання інструментальних засобів. Оскільки економічний аналіз базується на збиранні, систематизації та обробці даних, що надходять із різних інформаційних джерел, виникає необхідність у використанні мереж даних (локальних, регіональних, глобальних) для отримування та відправлення інформаційних матеріалів. Комунікаційні засоби забезпечують користувачу доступ до персональної бази даних, яка створюється і ведеться безпосередньо користувачем; баз даних інших локальних користувачів; інтегрованої бази даних підприємства; альтернативних баз даних, зовнішніх відносно даного підприємства і таких, що існують незалежно від нього.

Постійне удосконалення форм і методів опрацювання 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.

Водночас постала нагальна потреба у технології, здатній автоматично виокремлювати із даних нові нетривіальні знання у формі моделей, залежностей, законів тощо, гарантуючи при цьому їх статистичну значущість. Новітні підходи, спрямовані на розв'язання цих проблем, дістали назву технологій інтелектуального аналізу даних. У зарубіжній літературі вони більше відомі як Data Mining (синонімом до поняття «інтелектуальний аналіз даних»).

Дейтамайнінг (Data mining) — це тип аналітичних додатків, які підтримують рішення, розшукуючи за прихованими шаблонами (patterns) інформацію в базі даних. Цей пошук може бути зроблений або користувачем (тобто тільки за допомогою виконання запитів) або інтелектуальною програмою, яка автоматично розшукує в базах даних і знаходить важливі для користувача зразки інформації. Відповіді на інформаційні запити подаються в бажаній для користувача формі (наприклад, у вигляді діаграм, звітів тощо).

Дейтамайнінг належить до інструментальних засобів дослідницького аналізу.

Схема інтелектуального аналізу практично не відрізняється від звичайної схеми використання інформаційних потоків у розробці проектів і прийнятті ефективних управлінських рішень (рис. 2.1).

 

Подпись:  Перетворення початкових даних 1

Попередня обробка 1

Пошук нових даних та взаємозв'язків (ОМ)

1

Верифікація моделей

1

Інтерпретація результатів 1

Прийняття рішення

І

Упровадження рішення на практиці

1

Оцінювання результатів

 

Рис. 2.1. Схема інтелектуального аналізу даних і оцінювання виявленого нового знання

Питання в іншому — у інформації та методах її дослідження, які використовуються при цьому.

При цьому не слід підміняти інтелектуальний аналіз звичайним розрахунком економічних показників. При використанні класичних інструментів показники, які підлягають аналізу, мають бути визначені попередньо. Проте звичайні звіти не розраховані на пошук нетрадиційних правил чи нелогічних закономірностей — тобто на генерацію нових знань.

Для вирішення зазначених завдань і призначена система інтелектуального аналізу даних (так звана — Business Intelligence), яка повинна допомагати користувачам корпоративної інформаційної системи на основі автоматизованого перетворення даних знаходити швидкі відповіді на нетрадиційні питання, моделювати виходи із нетрадиційних ситуацій.

Один із варіантів системи інтелектуального аналізу даних для визначення ефективності управлінських рішень та визначення нових знань наведено на рис. 2.2.

Вихідні           Зведені Нові

дані     дані знання

Рівеь закономірностей, що використовуються

Рис. 2.2. Схема формування, форматування та системний аналіз даних

Очевидно, з його допомогою власне й формують аналітичні моделі, які представляють самостійну аналітичну цінність, а також використовуються для автоматизованого формування прогнозів з попередньо невідомими показниками. Як справедливо зазначається в літературі, інтелектуальний аналіз даних використовує взаємодоповнюючі методи виявлення знань.

Зокрема, у системі знайшли практичну реалізацію методи, які найбільше використовуються у світовій практиці:

• кластеризація — реалізує групування відносно подібних об'єктів;

пошук асоціацій — реалізує пошук стійких комбінацій подій та умов;

дерево рішень — забезпечує побудову причинно-наслідкової ієрархії умов, що приводять до певних рішень.

Сьогодні є реальна область застосування методів інтелектуального аналізу даних в окремих ділянках управлінського і, тим більше, прогнозного обліку. Причому на окремих підприємствах Росії він застосовується на практиці. Зокрема, російська науково-виробнича фірма ДІЕМ, яка займається вирішенням проблем забезпечення екологічної і промислової безпеки при видобутку, транспортуванні, зберіганні і переробці вуглеводнів, запровадила систему управлінської звітності на базі ділового аналізу Contour BI. Система дозволяє аналізувати доходи у розрізі напрямів діяльності, клієнтів, проектів, а також одержувати аналітичні звіти з поточних і планових платежів за договорами, дебіторської і кредиторської заборгованості.

Дейтамайнінг має значну цінність для керівників і аналітиків у їх повсякденній діяльності. Систему інтелектуального аналізу даних, насамперед, можна використовувати у стратегічному і конкурентному аналізі, не дивлячись на те, що зазначене в економічній літературі практично не досліджується. У першу чергу, це необхідно при аналізі так званих «сліпих зон», в процесі якого вивчаються причини неточностей або помилок в процесі прийняття того чи іншого управлінського рішення. Він об'єднує психологію пізнання, теорію стратегії і динаміку організаційної поведінки для пояснення, чому внутрішня детальна перевірка може призвести до переоцінки конкурентних можливостей фірми. Ця інформація підвищує чутливість фірми до потенційно суттєвих помилок в організаційному процесі прийняття рішення з метою покращення стратегічних рішень.