Тел. (812) 928-53-81
E-mail: info@abc.org.ru

Системы поддержки принятия решений

IT Спец №9 (Сентябрь) 2008
Тема номера

  1. Что можно отнести к системам поддержки принятия решений?
  2. Где и кому необходимы системы поддержки принятия решений?
  3. Какие используются методики, заложенные в системах поддержки принятия решений?
  4. Какие задачи проще и эффективнее отдать на откуп системам поддержки принятия решений?
  5. А какие задачи невозможно или пока невозможно решить при помощи систем поддержки принятия решений?
  6. Наиболее наглядные примеры из практики перспективности применения систем поддержки принятия решений.

СПЕЦ: Что можно отнести к системам поддержки принятия решений?

Алексей Арустамов (директор компании «BaseGroup Labs»):

В принципе, любой механизм, помогающий человеку принимать обоснованные решения, а не действовать на основе только интуиции, можно назвать системой поддержки принятия решений. Поэтому элементы СППР есть практически в любых программах, где имеется возможность получить отчет либо построить график.

Однако популярность данной темы привела к тому, что, как обычно, все завалил маркетинговый мусор. Аналитические агентства создают все новые двух-трехбуквенные обозначения. Лично я уже давно не могу понять, где проходит граница между ними и чем отличаются друг от друга эти системы: DSS, BI, KDD, EPM, BPM, CPM и прочие. Мы в BaseGroup Labs предпочитаем их называть аналитическими системами.

В идеале, аналитическая система должна решать следующие задачи: извлечение информации из разнородных источников, консолидация, очистка и предобработка данных, визуализация, моделирование, прогнозирование, доставка данных потребителю. Все эти операции и выполняются людьми в процессе принятия решений. Если программа охватывает хотя бы половину из этого списка, то ее можно называть «системой поддержки принятия решений».

Константин Кузнецов (менеджер по развитию IT-инфраструктуры компании «LETA IT- company»):

СППР предназначена для поддержки многокритериальных решений в сложной информационной среде. При этом под многокритериальностью понимается тот факт, что результаты принимаемых решений оцениваются не по одному, а по совокупности многих показателей (критериев), рассматриваемых одновременно.

Информационная сложность определяется необходимостью учета большого объема данных, обработка которых без помощи современной вычислительной техники практически невыполнима. В этих условиях число возможных решений, как правило, весьма велико, и выбор наилучшего из них «на глаз» без всестороннего анализа может приводить к грубым ошибкам.

Система поддержки принятия решений решает две основные задачи:

  1. выбор наилучшего решения из множества возможных (оптимизация);
  2. упорядочение возможных решений по предпочтительности (ранжирование).

В обеих задачах принципиальным моментом является выбор совокупности критериев, на основе которых в дальнейшем будут оцениваться и сопоставляться возможные (альтернативные) решения. Система СППР помогает пользователю сделать такой выбор.

Раиса Санкова (консультант-аналитик компании «АВС Консалтинг»):

Многими система поддержки принятия решений воспринимается как некая красная кнопка, которая по нажатию пальца определяет, кто стоит перед ней, какую проблему хочет решить и с какой точностью.

К сожалению (или к счастью), СППР — это всего лишь система, которая не может заменить человека. Эту прописную истину, очевидную со стороны, почему-то каждый раз приходится доказывать заново. Все-таки неистребима вера человека в чудеса, в то, что после фразы «по щучьему велению, по моему хотению» появится на экране монитора некая цифра.

СППР, или DSS — мощный инструмент помощи лицу, принимающему решения. Это единая система данных, моделей и средств доступа к ним (интерфейс). Роль СППР не ограничивается хранением данных и выдачей требуемых отчетов. СППР призваны улучшить работу использующих знания людей путем применения информационных технологий. В свою очередь, СППР можно условно разделить на два типа. Это так называемые информационные системы руководства (EIS), предназначенные для немедленного реагирования на текущую ситуацию, и СППР с глубокой проработкой данных.

Сергей Щербина (директор по маркетингу компании «Сервис Плюс»):

К системам поддержки принятия решений (СППР) часто относят очень широкий спектр инструментария — от простых надстроек над учетными и ERP-системами до решений класса Business Intelligence (BI), что является не совсем верным. Дело в том, что одна из ключевых особенностей СППР — это оперирование неструктурированными данными, работа в ситуациях с высокой степенью неопределенности, использование разнородной информации.

При этом результатом применения СППР, как правило, является получение рекомендаций и прогнозов, которые носят скорее эвристический характер и не всегда являются прямым указанием к дальнейшим действиям. Если же управленческие решения принимаются в соответствии с четким алгоритмом и на основе однозначных количественных данных, то в этом случае речь скорее идет об автоматизированных системах управления (АСУ). Другими словами, АСУ, в отличие от СППР, может «самостоятельно» или при минимальном участии человека дать рекомендации или осуществить прямое управленческое воздействие.

СПЕЦ: Где и кому необходимы системы поддержки принятия решений?

Константин Кузнецов:

Такие системы призваны помогать людям, принимающим решение в сложных для полного и объективного анализа областях деятельности. Системы поддержки принятия решений применяются, в основном, на верхнем уровне управления, имеющего стратегическое долгосрочное значение. К таким задачам относят формирование стратегии предприятия, разработка плана привлечения экономических ресурсов и т.д.

Игорь Никулин (директор департамента информационных технологий компании «КРОК»):

Системы поддержки принятия решений необходимы всем крупным организациям, которые хотят получать своевременную, полную и достоверную информацию о своей деятельности из единого источника, а также иметь возможность комплексного анализа этой информации и извлечения из большого объема данных показателей, требующихся для принятия управленческих решений. Это хорошо понятно на примере сетей розничной торговли: владелец маленького магазинчика все помнит сам, и ему не нужна СППР для понимания, какой ассортимент нужно покупать, а крупная розничная сеть без автоматизации просто не справится.

Раиса Санкова:

Системы поддержки принятия решений, как следует из самого названия, в первую очередь нужны лицам, принимающим решения. Это топ-менеджмент, руководители отделов, да и все сотрудники, принимающие важные решения для стабильной ежедневной работы предприятия.

Учитывая, что любое предприятие является цельным организмом, не совсем удачно «отдавать на откуп» СППР какую-либо часть деятельности компании. Ведь для решения даже одной задачи требуется целевой поиск разнообразной информации, вполне возможно эту информацию использует и другой отдел. Максимальную пользу принесет внедрение СППР не в одном конкретном отделе, а на всем предприятии: это ведет к сокращению затрат — как временных, так и финансовых (не говоря уже об упущенных выгодах компании, не консолидирующей многообразную информацию о своей деятельности в доступном для обработки формате).

Большие просторы открывают СППР для маркетинговой деятельности предприятия: прогноз продаж, сегментация клиентов и др. В этом случае основными потребителями СППР будут маркетологи и аналитики. Продуктивно использование СППР для принятия важных решений в области прогнозирования поломок оборудования и, соответственно, плановых ремонтов. Оценка поставщиков в отделах закупок — актуальная задача, решаемая также с помощью СППР.

СППР необходимы там, где накоплены большие массивы информации, требующие серьезной обработки для получения ответа на поставленный вопрос.

Александр Чупров (заместитель директора департамента корпоративных систем управления компании «REDLAB/REDCENTER»):

Там, где существует необходимость выбора из множества альтернатив. И любому лицу, принимающему решение.

Но это только общие описания, которые в действительности не раскрывают сущность вопроса. В настоящее время системы поддержки принятия решений востребованы почти во всех областях и на всех стадиях экономики и управления, как в бизнесе, так и в государственных организациях. А в работе с СППР задействованы не только лица, наделенные правом принятия решений, но и менеджеры среднего звена.

Во всех сферах, где необходимы системы, существуют общие характеристики:

Изначально СППР были активно востребованы банками и финансовыми структурами, в работе которых стратегическое планирование преобладает над операционным. В бизнес-процессах банков изначально заложено большое количество данных, требующих постоянного анализа и последующего проектирования, в зависимости от множества критериев поведения как потребителей, конкурентов, так и окружающей среды вообще.

Но в последнее время системы поддержки принятия решений начинают активно использовать даже государственные ВУЗы. Это связанно с тем, что учебные заведения активно стремятся стать бизнес-единицами и перейти на новый уровень управления. В качестве резюме можно констатировать следующее: СППР необходима людям и организациям, управляющим своим капиталом с помощью стратегического планирования и стремящимся максимально исключить риски.

СПЕЦ: Какие используются методики, заложенные в системах поддержки принятия решений?

Константин Кузнецов:

Для анализа и выработки предложений в СППР используются разные методы. Среди них: информационный поиск, интеллектуальный анализ данных, поиск знаний в базах данных, рассуждение на основе прецедентов, имитационное моделирование, генетические алгоритмы, нейронные сети и др. Некоторые из них были разработаны в рамках искусственного интеллекта. Если в основе работы системы лежит один или несколько таких методов, то говорят об интеллектуальной СППР (ИСППР).

Александр Горбачев (ведущий консультант компании «Epicor Software Corporation»):

Функционально в систему поддержки принятия решений должны входить как минимум две составляющие:

Такая теория является достаточно общей и абстрактной, не позволяющей вывести ни стандартов для систем поддержки принятия решений, ни общей оболочки. Если же делалась попытка формализовать системы этого класса, то в результате появлялась либо надстройка над системой, либо система отчетности, либо более-менее структурированная база знаний.

В 80-е годы и в начале 90-х, когда интерес к системам этого класса был наиболее высок, «поддержка принятия решений» воспринималась как попытка присвоить компьютеру статус высшего разума. К сожалению, а может быть и к счастью, этого не произошло. Очевидно, не было наработано достаточно опыта, чтобы переосмыслить создание принципиально нового думающего устройства из программируемого железного ящика. В теории это было так. А на практике мы не заметили, как нас окружили вполне интеллектуальные системы, которые, безусловно, помогают принимать решения. Однако мы не квалифицируем эти системы как класс «систем поддержки принятия решений».

Александр Чупров:

В настоящее время разработано большое количество методов и методик для СППР. Под методологией принятия решения понимается логическая организация деятельности по разработке управленческого решения, включающая в себя формулирование цели принятия решения, методы разработки решений, критерии оценки качества решения и выбор альтернативных вариантов.

Управленческие решения целесообразно классифицировать с методологической точки зрения, среди которых можно выделить:

  1. Решения по составлению плановых заданий. Программы поддержки решений такого рода представляют собой имитационные модели системы с детерминированными переменными. Целью поддержки принятия решения является обеспечение возможности быстрого «проигрывания» вариантов альтернативных сценариев планов и выбор наилучшего из них.
  2. Решения инвестиционного характера по крупным изменениям в существующей технологии. Их отличие от решений, описанных выше, заключается в том, что, как правило, не существует обязательного регламента их принятия и оценки эффекта от их применения. Поэтому решения такого рода зачастую могут вообще не приниматься либо приниматься на интуитивной основе, что может привести к тому, что их претворение в жизнь или не приведет к улучшению работы предприятия, или не будет осуществлено из-за нехватки ресурсов и финансовых средств. Назначение систем поддержки принятия решений состоит в том, чтобы руководитель быстро нашел такое, в правильности которого он уверен. Наличие в системе управления предприятием его имитационной модели позволяет с достаточной степенью точности и незначительными затратами времени «проиграть» различные варианты и выбрать из них наилучший, а для формализуемых задач — оптимальный.
  3. Решения по отслеживанию соблюдения балансовых и затратных норм на всех уровнях производства и управления. Программы поддержки решений такого рода должны включать в себя помимо имитационных моделей модули автоматизации процесса получения выводов в части соответствия расчетных заданий ходу их выполнения. Такие модули получения выводов по накопленным знаниям должны обращать внимание на необходимость принятия решения в той или иной ситуации, требующей обязательного реагирования.
  4. Решения по совершенствованию уровня технологических и управленческих процессов. Программы поддержки принятия таких решений должны включать в себя базы накопленных знаний по передовым разработкам в соответствующей предметной области с возможностью автоматизированного «поднятия вопроса» о возможности использования более прогрессивных, чем применяемые на предприятии.

Сергей Щербина:

Работа с СППР — это, в значительной степени, интерактивный и итерационный процесс. Цель любой модели или методики, закладываемой в СППР, — описание в математических терминах тех или иных событий или объектов. Компьютерная система, используя различные данные, исходную информацию, правила и алгоритмы, предлагает набор решений. Пользователь системы оценивает полученные результаты исходя из своих представлений и, в случае необходимости, уточняет запросы, задействует альтернативные сценарии и т.д.

Ценность информации, получаемой от СППР, во многом определяется заложенными в основу ее работы моделями и сценариями, а также полнотой и достоверностью исходных данных. И если показатели деятельности компании сравнительно легко можно получить из «внутренних» бизнес-приложений, то подключение, постоянное обновление и обработка данных из внешних источников часто является достаточно сложной задачей — как при постановке, так и в процессе реализации.

Перечень используемых моделей работы с данными (Data Mining) достаточно широк: это и статистические методы, и нейронные сети, и так называемое «дерево решений» и многие другие. В целом можно сказать, что их настройка и применение требуют от пользователя высокого уровня подготовки. Поэтому, учитывая, что часто пользователь системы не является специалистом в ИТ и математике, большое значение имеют грамотная организация интерфейса и предварительная проработка сценариев использования системы.

СПЕЦ: Какие задачи проще и эффективнее отдать на откуп системам поддержки принятия решений?

Алексей Арустамов:

Все, что формализуемо, можно и нужно отдавать на откуп СППР-системам.

Наиболее часто решаемые задачи: автоматический сбор информации, обогащение данных, отчетность, прогнозирование, анализ рисков, анализ отклонений. Но не всегда возможно именно такое сочетание — «проще и эффективнее». Придется выбирать, так как чем эффективнее, тем сложнее.

Есть простые и понятные механизмы анализа, например визуализация (такая, как OLAP). Это удобно, легко запускается, дает быстрый эффект и помогает принимать решения. Но такими простыми способами решаются относительно несложные задачи: анализ динамики, выявление самых ходовых товаров и т.п. Это доступно всем, поэтому с их помощью трудно обеспечить серьезное конкурентное преимущество компании.

Есть задачи, способные принести огромный эффект, например оптимизация запасов, но они сложны. Для принятия решений в области управления запасами нужно прогнозировать спрос, учитывать особенности потребления, влияние внешних факторов и много всего остального. Когда удается решить данную задачу, то отдачу организация получает большую, но эту проблему простой не назовешь.

Константин Кузнецов:

Основная задача системы поддержки принятия решения — предоставить аналитикам инструмент для выполнения углубленного анализа данных. По степени интеллектуальности обработки данных при анализе выделяют три класса задач анализа:

  1. Информационно-поисковый. Система осуществляет поиск необходимых данных в соответствии с заранее определенными запросами. Задачи этого класса решаются построением систем информационно-поискового анализа на базе реляционных СУБД и статических запросов с использованием языка SQL.
  2. Оперативно-аналитический. Система производит группировку и обобщение данных в любом виде, необходимом аналитику. Причем в этом случае заранее невозможно предсказать необходимые аналитику запросы. Для этого класса задач необходимо построение систем оперативного анализа с применением технологии оперативной аналитической обработки данных OLAP, использующей концепцию многомерного анализа данных.
  3. Интеллектуальный. Система осуществляет поиск функциональных и логических закономерностей в накопленных данных, построение моделей и правил, которые объясняют найденные закономерности и/или с определенной вероятностью прогнозируют развитие некоторых процессов.

Такого рода задачи решаются построением систем интеллектуального анализа, реализующего методы и алгоритмы Data Mining.

Раиса Санкова:

Системы поддержки принятия решений могут применяться в различных сферах деятельности. Проще и эффективнее СППР справляются с задачами, требующими проработки больших массивов информации. А учитывая повальную информатизацию бизнеса, когда накопление информации растет лавинообразно, это и многие аналитические задачи.

Проще, наверное, указать направления, где эффективно использование СППР:

СППР может применяться практически везде, где требуется решить задачу на основании анализа данных.

Сергей Щербина:

Наиболее эффективным образом СППР справляются с задачами, где можно применить четкие математические модели. Это могут быть задачи на оптимизацию различных функций (например, логистических операций, планирования товарных запасов, оптимизации торгового ассортимента и его размещения в торговом зале и пр.), а также поиск тенденций, закономерностей, причинноследственный анализ, кластеризация и типизация объектов (в частности, клиентов).

СППР хорошо зарекомендовали себя и в качестве инструмента наглядной визуализации сложных многофакторных процессов с использованием слабо структурированных данных. В простейшем случае, СППР — это просто удобный инструмент руководителя для операционного контроля и принятия тактических решений.

СПЕЦ: А какие задачи невозможно решить при помощи систем поддержки принятия решений?

Алексей Арустамов:

Полностью вообще ни одну задачу невозможно решить при помощи СППР-системы. Даже при получении, казалось бы, простых отчетов возникает множество нюансов. Ведь неспроста в названии используется слово «поддержки». Самые же сложные вещи касаются задач прогнозирования, моделирования, то есть тех, которые требуют предвидения чего-либо. Можно говорить, что чем больше технология работы компании похожа на конвейер, тем больше пользы от СППР-систем. Например, хорошо это работает в розничных сетях, у операторов телекоммуникационных услуг, в банках. В этих случаях удается формализовать сам процесс принятия решений. Какие для этого используются технологии, не столь важно, главное, что формализованные решения можно применить на практике.

Чем более сложные продукты предлагает компания, чем больше уделяется внимания нюансам, тем менее эффективны и менее применимы СППР-решения. В этом случае, пожалуй, работают только различные инструменты визуализации и механизмы обогащения данных. Другими словами, автоматически принять решение не получается, но можно предоставить потребителю как можно больше информации в удобном виде, а дальше он сам должен на основе предоставленных данных сделать вывод.

Раиса Санкова:

Чаще всего речь идет не о том, что ту или иную задачу невозможно решить с помощью СППР, а о том, что невозможно или сложно ее решить каким-то конкретным программным продуктом. К счастью, сегодня выбор программных продуктов, на базе которых и строится система поддержки принятия решений, предоставляет возможность удовлетворить свои запросы пусть не одним, но, во всяком случае, комплексом программных средств.

Сергей Щербина:

СППР имеют ряд как технических, так и принципиальных ограничений. К «техническим» можно отнести значительную ресурсоемкость некоторых алгоритмов работы с данными, особенно на больших массивах и при включении в анализ большого количества факторов. Это может существенно затруднить применение таких алгоритмов на стандартных вычислительных платформах. К принципиальным ограничениям относится невозможность получения доступа к исчерпывающему объему данных. Самое главное, что должен понимать пользователь системы СППР, — это невозможность полностью устранить риски при принятии решений.

СПЕЦ: Приведите наиболее наглядные примеры из практики перспективности применения систем поддержки принятия решений.

Алексей Арустамов:

Кредитный скоринг — без этого вообще невозможно реализовать массовую выдачу кредитов. Если привлекать к оценке каждой заявки кредитного инспектора, то стоимость услуги многократно возрастет, кроме того, увеличится время обработки.

Прогнозирование в розничных сетях — у них такие объемы, что вручную даже просмотреть все нереально, не говоря о прогнозе. А ведь нужно учитывать каждую позицию в каждом магазине. Вообще в розничных сетях применяется почти весь арсенал технологий анализа: консолидация, отчетность, анализ отклонений, прогнозирование, сегментация, поиск закономерностей. Обработка данных, поступающих с датчиков, — задача интеллектуальной фильтрации. Когда поступают большие потоки информации, пользователь физически не в состоянии на все реагировать. Нужно автоматически отфильтровать наиболее проблемные события и акцентировать внимание на них.

Бюджетирование — приходится играть по принципу «что, если…», и здесь столько вариантов, что нужен инструмент, позволяющий задать начальные параметры и посмотреть, как это скажется на множестве взаимосвязанных статей бюджета.

Константин Кузнецов:

Раиса Санкова:

Применение СППР перспективно уже хотя бы потому, что любое управленческое решение субъективно, основано на политике компании, отражает основные цели организации и, что самое главное, не обязательно верно.

Все это ведет к необходимости формализации процесса принятия решений и привлечения вспомогательных средств для снижения риска принятия неверного решения. Последний возрастает с накоплением информации, подлежащей обработке. Это происходит потому, что человек либо не способен обработать всю необходимую информацию для принятия решения самостоятельно, либо не способен это сделать в сроки, когда задача еще актуальна.

Реальный пример перспективности применения систем поддержки принятия решений: из-за недостатка времени и огромного количества товарных позиций прогноз осуществлялся методом скользящей средней и потом вручную корректировался менеджерами по продукту; соответственно, такая система построения прогнозов не позволяла учесть множество влияющих факторов и была весьма уязвима с точки зрения точности прогноза.

Внедрение СППР позволило не только повысить точность прогнозов, собрав воедино множество влияющих факторов и избавив от вмешательства мнения конкретного человека, но и предоставило базу для развития ассортиментной политики организации, когда на основании данных, используемых при прогнозе продаж (и не только) комбинировались различные свойства продуктов и прогнозировался возможный спрос на них.

Сергей Щербина:

Среди бизнес-пользователей наиболее активны торговые, финансовые, телекоммуникационные компании. Например, торговые компании получают возможность гибко планировать распродажи. Так, компания Oracle приводит данные, согласно которым, за счет правильного распределения уровня скидки по времени, по категориям товаров и по различным магазинам сети в период действия акции удалось увеличить продажи на 6,2%, а прибыль — почти на 10% по сравнению с традиционно применяемым подходом «плоского» увеличения скидок. При этом был задействован обширный инструментарий Data Mining для анализа покупательского поведения, региональных особенностей и особенностей категорий товаров, а также оптимизации складских запасов и логистики. В банковском деле и в телекоммуникационном секторе такие системы часто применяются для выявления случаев мошенничества (Fraud Management). По данным ряда исследований, выгода от такого применения средств СППР исчисляется миллионами долларов ежегодно.

Статья опубликована с сокращениями. Полную версию статьи читайте в журнале "IT Спец" №9 (Сентябрь) 2008.

Настоящая статья была опубликована в журнале "IT Спец" №9 (Сентябрь) 2008, (http://www.itspecial.ru/)