Содержание к диссертации
Введение
1 Основные принципы построения систем класса СППР 10
1.1 История развития СППР как информационной технологии 10
1.2 Технология проектирования СППР на базе хранилища данных 13
1.3 Современные аналитические приложения СППР (для анализа предприятий) 24
Выводы 31
2. Разработка метода моделирования и оптимизации хранилища данных на основе анализа информационной потребности пользователей 33
2.1 Модель описания информационного массива хранилища данных СППР 34
2.2 Модель оценки и оптимизации хранилища данных СППР на основе информационной потребности пользователя 42
Выводы 50
3 Анализ области применения и разработка модели аналитического приложения СППР 51
3.1 Методология разработки и внедрения аналитического приложения СППР 52
3.2 Алгоритмы, традиционно применяемые для построения аналитических приложений СППР (для анализа предприятий) 63
3.3 Разработка и адаптация сигнальной модели аналитического приложения СППР (для анализа предприятий) 72
Выводы 92
4 Программная реализация СППР (для анализа предприятий) 93
4.1 Проектирование хранилища данных 94
4.2 Очистка и согласование данных 97
4.3 Аналитическое приложение и способы анализа данных в СППР мониторинга и анализа финансового состояния проблемных предприятий 99
Выводы 106
Заключение 107
Список использованной литературы 111
- Технология проектирования СППР на базе хранилища данных
- Модель оценки и оптимизации хранилища данных СППР на основе информационной потребности пользователя
- Разработка и адаптация сигнальной модели аналитического приложения СППР (для анализа предприятий)
- Аналитическое приложение и способы анализа данных в СППР мониторинга и анализа финансового состояния проблемных предприятий
Введение к работе
Актуальность темы исследования
Информационные системы поддержки принятия решения (СППР или DSS) возникли как естественное развитие и обобщение управленческих информационных систем в направлении их большей пригодности и приспособленности к задачам повседневной управленческой деятельности.
В основе современного подхода к информационному обеспечению СППР лежит идея интегрированного хранилища данных, обеспечивающего единый логический взгляд и доступ к информации, разбросанной по разнообразным оперативным системам и поступающей из внешних источников. При этом существенно, что данные в хранилище имеют исторический характер, то есть обеспечивается интеграция не только разнородных источников, но и архивных данных, возникающих в процессе функционирования той или иной оперативной системы.
Аналитические приложения являются конечной целью создания СППР. Именно в них происходит анализ и выдача рекомендаций на основе данных, подготовленных на предыдущих этапах.
Актуальность исследования заключается в следующих положениях:
Применяемые в настоящее время методы моделирования хранилищ данных в большинстве своем хоть и разработаны довольно давно и получили широкое распространение, как правило, не имеют достаточного математического обоснования. Таким образом, разработка математически обоснованного метода моделирования хранилищ данных представляется актуальной;
На данный момент существует достаточное количество аналитических приложений как отечественных, так и зарубежных разработчиков. Однако, заложенные в эти приложения алгоритмы, базирующиеся на методах финансового анализа, учитывают
только некоторые аспекты деятельности предприятий. В связи с
РОС H\lt!10H\Jlb'. 'I г*
і , >.іИ0гіЛ?!'гим доявляется обоснованная потребность разработки подходов,
С -Петербург
П JOofriKr У Ни.
которые дополняли бы существующие алгоритмы аналитических приложений СППР.
В качестве экспериментальной базы для исследования был выбран ограниченный круг предприятий - проблемные предприятия. Проблемными предприятиями в рамках настоящего исследования (в соответствии с законодательством) считаются предприятия, которые являются или могут стать неплатежеспособными, то есть неспособными в полном объеме удовлетворить требования кредиторов по денежным обязательствам и (или) исполнить обязанность по уплате обязательных платежей.
Цель работы
Целью диссертационной работы является разработка подходов к проектированию программного комплекса СППР для задач мониторинга и анализа финансового состояния проблемных предприятий, который бы учитывал специфику процессов предметной области и был организован в соответствии с методами, принципами и подходами построения систем класса СППР.
Задачи исследования
Для достижения поставленной цели необходимо решить задачи, имеющие важное прикладное значение для разработчиков и проектировщиков систем класса СППР: разработать метод проектирования хранилища данных, модель аналитического приложения СППР, а также поддерживающие их процессы и программные алгоритмы преобразования данных.
Решение задач разбивается на следующие этапы:
-
Исследование принципов построения систем класса СППР и анализ существующих аналитических приложений.
-
Анализ возможности разработки методов описания и оптимизации хранилища данных в соответствии с информационной потребностью пользователей предметной области.
-
Анализ области применения разрабатываемой СППР и недостатков моделей, применяемых в существующих аналитических приложениях, а также разработка модели, дополняющей существующие модели аналитических приложений СППР, и их адаптация к российским особенностям.
-
Создание типового программного комплекса, реализующего разработанные методы и модели средствами СППР.
Структура диссертационной работы соответствует последовательности решения поставленных задач.
Методы исследования
В качестве информационного обеспечения, методологической и теоретической основы в исследовании использованы методы теории множеств, теории систем, математического моделирования экономических объектов, балансовых систем, теории оптимального управления системами, прикладной теории случайных процессов, теории множеств, линейного программирования и имитационного моделирования, а также методические материалы государственных органов по работе с проблемными предприятиями.
Научная новизна основных результатов
Научная новизна полученных в диссертационной работе результатов определяется следующими положениями:
разработан метод моделирования хранилищ данных, отличительной чертой которого является использование теоретико-множественных моделей описания структуры хранилищ;
разработан подход к оптимизации структуры хранилищ данных, основанный на сопоставлении информационного массива хранилищ данных и информационной потребности пользователей. Осуществлена количественная оценка качества работы СППР по обеспечению информационной потребности пользователей;
разработана модель аналитического приложения СППР, основанная на особенностях описания балансовых систем и систем, обладающих свойствами наблюдаемости, управляемости и чувствительности к внешним воздействиям;
разработаны подходы к построению типового программного продукта для мониторинга и анализа финансового состояния проблемных предприятий, основанные на изучении и реинжиниринге процессов предметной области.
Положения, выносимые на защиту На защиту выносятся следующие положения:
метод моделирования хранилища данных СППР, основанный на теоретико-множественном описания информационного массива хранилища;
метод построения и структура организации хранилища данных, основанные на сопоставлении информационного массива хранилищ данных и информационной потребности пользователей;
модель аналитического приложения СППР в области мониторинга и анализа финансового состояния проблемных предприятий, совершенствующая н дополняющая существующие методы;
подход к построению типового программного комплекса, основанный на разработанных методах, моделях и алгоритмах.
Научная и практическая значимость работы Научная значимость диссертационной работы состоит в том, что разработанный метод моделирования хранилищ данных позволяет исследование информационных систем поддержки принятия решений на базе хранилищ данных. Предложенный подход теоретико-множественного описания информационного массива хранилищ данных и информационной потребности пользователей позволяют оценивать эффективность работы СППР и оптимизировать структуру хранилищ данных.
Практическая значимость диссертационной работы определяется следующими положениями:
разработанная модель аналитического приложения СППР позволяет проводить экспресс диагностику проблемных предприятий для принятия решения о дальнейших действиях по отношению к этим предприятиям. При этом учитываются не только внутренние особенности предприятия как системы, но и управляющее воздействие на предприятие, а также влияние внешних факторов. В традиционном подходе к анализу оцениваются только внутренние особенности предприятий.
разработанный в среде MBS Navision программный комплекс СППР в целом обеспечивает процессы сбора, хранения и обработки информации в соответствии с разработанными методами и моделями, а использованные при его разработке подходы могут служить базой при разработке аналогичных приложений.
Апробация работы
Основные положения диссертационной работы и ее отдельные результаты обсуждались на научно-практических конференциях по современным проблемам прикладной информатики, экономической и информационной безопасности в г. Москве и г. Санкт-Петербурге.
Публикации Основные результаты диссертационной работы опубликованы в пяти печатных работах.
Объем и структура работы
Технология проектирования СППР на базе хранилища данных
В основе современного подхода к информационному обеспечению СППР лежит идея интегрированного хранилища данных, обеспечивающего единый логический взгляд и доступ к информации, разбросанной по разнообразным оперативным системам организации и поступающей из внешних источников. При этом существенно, что данные в хранилище имеют исторический характер, то есть обеспечивается интеграция не только разнородных источников, но и архивных данных, возникающих в процессе функционирования той или иной оперативной системы [34].
Данные из оперативных систем и внешних источников, например различных бухгалтерских систем, подвергаются различным преобразованиям, согласованию и загружаются в централизованное хранилище.
В целях настоящего исследования обоснованность применения технологии хранилища данных объясняется разнородностью исходных данных. Разнородность заключается как форме представления: факсимильные сообщения, электронные таблицы, фалы, полученные в результате экспорта из учтенных систем, так и в структуре самих данных: формы отчетности менялись во времени в соответствии с нормативными документами [6, 7].
Хранилище содержит всю информацию, необходимую для всевозможных процессов принятия решений, но оно не ориентировано на выполнение тех или иных прикладных функций и с этой точки зрения является нейтральным по отношению к приложениям. Для информационного обеспечения отдельных функционально замкнутых задач используются так называемые витрины данных, в которые информация попадает либо из хранилища (зависимые витрины) либо непосредственно из источников данных, проходя предварительные согласования и преобразования {независимые витрины) [І5].
Витрины данных строятся на основе реляционных или, что более популярно, многомерных СУБД [І5]. Дело в том, что для решения большинства задач анализа оказываются полезными принципы многомерной модели данных и соответствующие им многомерные базы данных.
Общая архитектура СППР, основанной на принципах хранилища и витрин данных, в рассматриваемом случае описывается следующей схемой (рис. 1.1).
Особо отметим, что основные технологические узлы схемы, то есть:
источники данных;
очистка, преобразование и согласование данных;
хранилище данных;
витрины данных;
аналитические приложения будут присутствовать в любой системе СППР, будут выстроены именно в такой последовательности. Другое дело, что технологические платформы конкретной реализации могут быть различными.
Работа по реализации рассмотренной выше технологической схемы состоит из трех основных этапов:
Проектирование и реализация схемы хранилища данных;
Разработка процедур согласования, очистки и загрузки данных в хранилище из операционных систем;
Организация многомерной витрины данных.
Центральным компонентом системы является хранилище данных - база данных, предназначенная для хранения в согласованном виде исторической информации, загружаемой из различных операционных систем и внешних источников.
Несмотря на то, что с формальной точки зрения хранилище представляет собой обычную базу данных, его проектирование во многом отличается от построения базы данных оперативной системы. Обычная база данных, как правило, создается по схеме: изучение предметной области, построение информационной модели, разработка на ее основе проекта базы данных, создание базы данных. В случае хранилища данных обязательными этапами являются:
определение информационных потребностей пользователей по отношению к данным, накапливаемым в БД оперативных систем -источников данных;
изучение локальных баз данных OLTP-систем (Online Transaction Processing);
выделение для каждой такой БД подмножества данных, необходимых для загрузки в хранилище;
интеграция локальных подмножеств данных и разработка общей согласованной схемы хранилища. Первой фазой разработки хранилища данных является бизнес-анализ процессов и данных предприятия. В России, несмотря на широкое распространение CASE-технологии [17, І4], к бизнес-анализу и проектированию данных на концептуальном уровне не всегда относятся достаточно серьезно. Между тем относительно СГШР на основе хранилища данных можно с уверенностью утверждать, что ее разработка без подобного анализа заранее обречена на неудачу. Без ясного понимания разработчиками целей бизнеса, способов их достижения, возникающих при этом проблем и методов их решения, ресурсы, необходимые для разработки хранилища данных, будут потрачены зря. Самым критичным из ресурсов сейчас является время, и тот, кто начал разработку СГШР, не определив заранее, кто, когда, зачем и как будет принимать решения, какое влияние то или иное решение оказывает на бизнес, какие решения отнести к оперативным, а какие к стратегическим и т. д., обрекает себя на неизбежное отставание в конкурентной борьбе. Особенно критичным ресурс «время» является при принятии решений по проблемным предприятиям.
Основное назначение модели предприятия - определение и формализация данных, действительно необходимых в процессе принятия решения. Известно два подхода к бизнес-анализу. Первый ориентируется на описание бизнес-процессов, протекающих на предприятии, которое моделируется набором взаимосвязанных функциональных элементов. Поскольку эти процессы, как правило, хорошо известны, на первый взгляд кажется, что это самый естественный и быстрый путь бизнес-анализа. Действительно, если бизнес стабилен и внешние факторы не играют в нем решающей роли либо также стабильны, этот путь может оказаться наиболее эффективным. Второй подход основан на первичном анализе бизнес-событий. При проектировании СППР на основе хранилища данных именно он обеспечивает наибольшую эффективность:
позволяет гибко модифицировать бизнес-процессы, ставя их в зависимость от бизнес-событий;
интегрирует данные, которые при анализе бизнес-процессов остаются скрытыми в алгоритмах обработки данных;
объединяет управляющие и информационные потоки;
наглядно показывает, какая именно информация нужна при обработке бизнес-события и в каком виде она представляется.
Иными словами, бизнес-событие является более устойчивым и более тесно связанным с информационными и управляющими потоками понятием, чем бизнес-процесс.
Модель оценки и оптимизации хранилища данных СППР на основе информационной потребности пользователя
Одним из наиболее перспективных направлений в развитии информационных технологий являются системы поддержки принятия решений. Системы поддержки принятия решений базируются на следующих технологических объектах: оперативные базы данных, хранилища данных, системы оперативной аналитической обработки информации и интеллектуальный анализ данных. В тоже время классические методы поддержки принятия решений в большинстве своем хоть и разработаны довольно давно и получили широкое распространение, не имеют под собой четкого математического обоснования.
Модели упомянутых групп объектов представляют собой основной объект нашего исследования; в различных интерпретациях или сочетаниях они позволяют получить комплексное описание многих аспектов информационной деятельности. Модель для аналитической обработки информации будет рассмотрена в третьей главе настоящего исследования. В настоящем разделе будет рассмотрена модель описания хранилища данных с точки зрения обеспечения информационной потребности пользователя.
Контур аналитических срезов, рассмотренных в предыдущем разделе главы, включает процессы получения множества аналитических срезов Fo (2.1) и преобразования (индексирования) каждого аналитического среза в образ с созданием массива образов аналитических срезов (ОАС):
Далее рассмотрим методы оценки системы. Задание множества Fm мало что говорит о качестве обеспечение информационной потребности qm. Его необходимо рассматривать совместно с множеством истинно релевантных аналитических срезов Fw . Поскольку в общем случае: F" Ф% (2.19) , где F - формально релевантные срезы в соответствии с мерой формальной релевантности Д F" - истинно релевантные срезы в соответствии с информационной потребностью пользователя.
Применяются различные способы измерения данного отклонения, в совокупности, именуемые критериями оценки технологической эффективности СППР, или способности системы выдавать релевантные и задерживать нерелевантные га-му потребителю аналитические срезы.
Опишем эти критерии и соответствующие им понятия хранилищ данных, опуская далее индекс запроса (информационной потребности) «w» (т.е. соотношение (2.21) рассматривается в виде: FH Fc).
Прежде всего, рассмотрим координаты описания выхода СППР с точки зрения потребителя информации [35]:
- диаграмма F или диаграмма Эйлера-Венна (рис. 2.5);
- таблица сопряженности или диаграмма а, Ъ, с, d (рис. 2.6);
- диаграмма п, х (рис. 2.7).
Относительно координат п, х необходимо заметить, что допустимые представления (имеющие смысл сочетания числа выданных релевантных - х и всего представленных аналитических срезов - п) находятся в незаштрихованной области ОИроД, ограниченной прямыми линиями
Проиллюстрируем вышесказанное в понятиях хранилища данных -представление данных в виде «куба», состоящего из образов аналитических срезов. На рисунке 2.8 выделено два образа (А и В) аналитических срезов, оба они формально релевантные информационной потребности пользователя (ОПЗ), однако истинно релевантным является только запрос А. Эти два ОАС имеют общую грань (0,0 ,1,1)-(0,1,1,1)-(1,1,1,1)-(1,0,1,1).
Несмотря на наглядность геометрической интерпретации представления в СППР (рис. 2.5 - 2.7), использование пары частных критериев неудобно. Невозможно также на основе частных критериев определить, какая из выдач, с координатами г\, р{ или ri, pi , предпочтительнее, если наблюдается противоречивое соотношение: Pi Pi, г\ гг. (2.23)
Это вызывает необходимость построения интегральных, или смешанных, критериев. Если частные критерии/?, г, а включают только часть переменных а, Ъ, с, d (как правило - 3 из них), то интегральные охватывают все переменные и вполне однозначны.
Рассмотрим один из возможных таких критериев - критерий полезной работы СППР.
Критерий полезной работы (rf) СППР, вывод которого базируется на предположении о том, что качество представления в СППР тем выше, чем в большей степени потребитель освобождается от необходимости полного просмотра массива аналитических данных.
Данная мера полезной работы ИС изменяется в от +1 до -1, причем:
- в точке 77 = + 1 (идеальная система, представляющая все релевантные и только релевантные срезы);
- в точке J] = -1 (система, представляющая все нерелевантные и только нерелевантные срезы, - дезинформирующая);
В заключение сделаем следующее замечание:
- критерий вида (2.24) может быть получен при двойственной формулировке исходных предпосылок, а именно: информационная система тем эффективнее, чем большее количество релевантных срезов получает потребитель при тех же затратах.
Пример расчетов критериев оценки качества предоставления аналитической информации в целях оптимизации структуры хранилища, а также оценки критерия полезной работы СППР приведен в приложении 10.
Подробный анализ предложенных критериев, характеризующих свойства СППР по отношению информационной потребности пользователя не является задачей настоящего исследования и может служить основой отдельного исследования. Однако, подход, разработанный во второй главе настоящего исследования, позволяет оптимизировать структуру хранилища путем уменьшения количества потенциально возможных аналитических срезов фактических данных. При этом работа по проектированию хранилища в соответствии с предложенным методом может строиться следующим образом:
На первом этапе собирается информация о фактических данных и аналитических измерениях фактических данных (аналитических срезах) со всех потенциальных пользователей СППР на базе проектируемого хранилища, тем самым формируется универсальный набор измерений U, массив F0 и образ пользовательских запросов Qo.
На основе собранной информации формируются матрицы, подобные матрицам в приложении 10.
Разработка и адаптация сигнальной модели аналитического приложения СППР (для анализа предприятий)
Целью исследования данного раздела является создание математической модели сигнального анализа как методологической базы для осуществления процесса оценки предприятия как системы с качественной стороны. Модели, объясняющие поведение экономических субъектов подачей сигналов другим субъектам, получили название «сигнальных». Так, например, сигнальные модели в корпоративных финансах объясняют поведение менеджеров подачей сигналов инвесторам относительно инвестиционной привлекательности компании [49].
В случае мониторинга и анализа финансового состояния предприятий, а в целях данного исследования - проблемных, сигналом о состоянии предприятия является его отчетность. В связи с этим, для целей исследования был выбран именно класс сигнальных. Необходимость создания подобной модели была обозначена в предыдущих разделах, при постановке задачи о создании эффективных алгоритмов аналитического приложения СППР. Математическая модель должна быть адаптируема процессам и принципиальной схеме, свойственной мониторингу и анализу финансового состояния проблемных предприятий, которая представлена на рисунке 3.1.
В рамках выбранного подхода сигнального (системного) анализа «принципиальная схема» преобразуется в схему, представленную на рисунке 3.4.
В соответствии с представленной «принципиальной схемой» задачей разрабатываемой модели становится эффективная диагностика с выходами, поддающимися классификации, а также оценка влияния внешних факторов и управляющего воздействия.
Также математическая модель должна соответствовать принципам построения, оценки и управления системами [41]:
1. Системы обладают свойствами наблюдаемости и управляемости, которые позволяют оценивать состояние систем по их входным (выходным) параметрам, а так же «управлять» состоянием систем и / или входными (выходными) параметрами;
2. На состояние систем и / или входных (выходных) параметров оказывают влияние не только управляющие воздействия, но и различные шумы: шум объекта и / или шум измерения, которые в свою очередь могут быть случайными или детерминированными.
3. Для исследования выбираются системы вида
Далее предлагается рассмотреть вариант адаптации разработанной сигнальной модели качественных показателей российским особенностям предоставления отчетности. Здесь стоит указать, что разработанная модель имеет универсальный характер и может также применяться для отчетности по международным стандартам, а также других балансовых систем.
Для оценки финансового состояния проблемных предприятий и выявления тенденций его изменения в настоящее время анализируется его финансовое состояние за некий период.
При этом некоторый момент времени принимается за начало анализируемого периода, по сравнению с которым производится сопоставление всех показателей деятельности и расчет коэффициентов.
Финансовое состояние предприятия выражается в соотношении структур его активов и пассивов, то есть средств предприятия и их источников [42]. Основные задачи анализа финансового состояния предприятия:
определение достаточности принадлежащего ему имущества для покрытия судебных расходов, расходов на выплату вознаграждения арбитражному управляющему,
определение возможности или невозможности восстановления платежеспособности предприятия,
качества финансового состояния, изучение причин его улучшения или ухудшения за рассматриваемый период,
подготовка рекомендаций по устранению причин, приведших к возбуждению производства по несостоятельности (банкротству), повышению финансовой устойчивости и платежеспособности предприятия.
Эти задачи решаются на основе исследования динамики абсолютных и относительных финансовых показателей и рассмотрения структуры активов и пассивов в сопоставлении их с финансовыми результатами, анализ устойчивости и платежеспособности (ликвидности).
Информационными источниками для расчета показателей и проведения анализа за анализируемый период служит годовая и квартальная отчетность:
Форма № 1 «Бухгалтерский баланс»;
Форма № 2 «Отчет о прибылях и убытках»;
Форма № 3 «Отчет о движении капитала»;
Форма № 4 «Отчет о движении денежных средств»;
Форма № 5 «Приложение к бухгалтерскому балансу»; а также данные бухгалтерского учета и необходимые аналитические расшифровки движения, остатков по синтетическим счетам и хозяйственные договора [8].
Основными используемыми методами анализа финансового состояния являются [42]:
горизонтальный;
вертикальный;
трендовый;
коэффициентный;
факторный.
Аналитическое приложение и способы анализа данных в СППР мониторинга и анализа финансового состояния проблемных предприятий
Аналитическое приложение СППР мониторинга и анализа финансового состояния проблемных предприятий разработано на баз Microsoft Business Solutions Navision - продукте, официально рекомендованном Министерством финансов РФ. При разработке использовались соответственно механизмы, заложенные в этот продукт, включая технологию вычисляемых полей (SumlndexFiels), и возможности MS SQL Server, как серверной части СППР.
Пользователь начинает работать с системой с главного меню. Внешний вид главного меню представлен на рисунке П5.1 в приложении 5.
Главное меню содержит пункты:
План счетов - вызывает форму типового плана счетов ведения хозяйственной деятельности; содержит счета, влияющие на формирование Баланса.
Статьи Баланса - вызывает форму статей Баланса, построенную по принципу формы плана счетов (см. рисунок П5.2 в приложении 5).
На форме статей Баланса активизируются механизмы расчета параметров Сигнальной модели качественных показателей (удельные веса статей Баланса) и вызывается непосредственно расчет модели. Также из этой формы можно вывести на печать результаты расчетов Сигнальной модели качественных показателей по уже обработанным («рассчитанным») периодам.
Пункты каскадного меню «Функции» для вызова описанных заданий представлены на рисунке П5.3 в приложении 5.
Балансы - вызывает форму «Ввод Баланса», которая строится на основе формы «Статьи Баланса» по мартичному принципу, т.е в одной форме сводятся данные из разных таблиц.
Форма «Ввод Баланса» содержит (по аналогии с формой «Статьи Баланса») каскадное меню «Функции», из которого запускаются механизмы Импорта / Экспорта данных и удаления данных из системы.
Внешний вид формы «Ввод Баланса», а также пункты каскадного меню «Функции» для вызова описанных заданий представлены на рисунке П5.4 в приложении 5.
Последовательность работы с СППР полностью соответствует процессам сбора, преобразования, загрузке данных в хранилище и генерации выходных форм. Сами процессы трансформации исходных данных в конечные выходные формы соответствуют последовательности привычных действий специалистов предметной области при принятии решений в области мониторинга и анализа финансового состояния проблемных предприятий.
Процессы работы СППР по преобразованию, хранению и генерации выходных форм представлены на рисунке 4.2.
Далее предлагается кратко остановиться на каждом из процессов, чтобы проиллюстрировать работу СППР.
Как уже говорилось ранее, исходной информацией для анализа в рамках разрабатываемой в настоящем исследовании СППР являются отчетные формы предприятий - Балансы (см. приложение 1).
В случае если балансы представлены в бумажном виде, то данные заносятся сотрудником-оператором вручную в форме «Ввод баланса». При этом последовательность действий должна быть следующей:
В заголовке формы выбирается «Бюджет» (Баланс) и «Код Филиала» (предприятия, по которому заносится Баланс) - см. рисунок П5.5 в приложении 5;
В строчечной части выбирается тип периода (день, неделя, месяц, квартал, год) и непосредственно период, к которому относится Баланс.
1 Бюджет Сумма І І01/01/99 101/01/00 101/01/01 І01/01/02 І01/01/03 І01/01/04 1 По статьям (строчкам) вводятся данные из соответствующих статей отчетности. При переходе курсора на новую строчку данные сохраняются в системе (хранилище СППР). В случае если балансы в электронном виде - в виде стандартного шаблона, рекомендованного Министерством Финансов РФ - то они загружаются в систему с помощью механизма импорта. Предварительно форма шаблона преобразуется к форме для загрузки в хранилище (см. приложение 3) с помощью кода преобразования (см. приложение 4). При этом последовательность действий должна быть следующей:
Сотрудник-оператор должен преобразовать формат исходных данных в форму импорта в систему;
В форме «Ввод баланса» необходимо выбрать Функции - Импорт из Excel (см. рисунок П5.6 в приложении 5);
В появившейся форме необходимо выбрать файл Excel (рисунок П5.7 в приложении 5), лист Excel (рисунок П5.8 в приложении 5), на котором расположен преобразованная форма баланса, указать код баланса и код предприятия, для которого производится импорт. Форма параметров задания по импорту данных в хранилище представленная на рисунке П5.9 в приложении 5.
В случае если выбрана опция «заменить операции», выводится диалог-запрос пользователю (рисунок П5.10 в приложении 5):
По результатам импорта выводится сообщение об успешном окончании процедуры, с указанием количества импортированных строк (рисунок П5.11 в приложении 5). Лист-код процедуры импорта данных из Excel приведен в приложении 6.
После процедур, описанных выше: ручной ввод данных или импорт, исходные данные находятся в хранилище СППР и доступны для просмотра и расчетов в аналитическом приложении (рисунок П5.12 в приложении 5).
После загрузки данных в хранилище СППР можно начинать рассчитывать параметры в рамках сигнальной модели качественных показателей аналитического приложения СППР.
Вызов задания по расчету параметров (удельных весов) осуществляется из формы «Статьи баланса» (см. рисунок П5.3 в приложении 5).
В задании указывается код предприятия, для которого производится расчет, и дата (исходного Баланса), на которую производится расчет (см. рисунок П5.13 в приложении 5).
После расчета задания, параметры (удельные веса) можно смотреть и анализировать в форме «Статьи баланса» (см. рисунок П5.14 в приложении 5). Лист-код процедуры расчета удельных весов приведен в приложении 7.
При необходимости данные расчета могут быть скопированы в Excel для дальнейшего их анализа в рамках методологий государственных органов. Следует заметить, что подобный анализ возможен в рамках разрабатываемой СППР, но задача реализации интерфейсов этого вида анализа не ставилась в рамках настоящего исследования.
Отдельно следует заметить, что расчет удельных весов статей баланса сделан в рамках подхода, выбранного для алгоритмов работы аналитического приложения СППР.
Похожие диссертации на Разработка и реализация методов и моделей информационной системы поддержки принятия решений на уровне предприятия.
