Прикладная информатика, 2007, №2 (8)

УВАЖАЕМЫЕ КОЛЛЕГИ!

Данный номер журнала «Прикладная информатика» содержит традиционные разделы,
в которые помещены статьи с результатами оригинальных авторских исследований. В первую очередь это относится к подрубрикам Ecommerce, Ценообразование, Системы поддержки принятия решений, Логистика, Хаос и риски.
Многие статьи подрубрик Управление процессами, Контроллинг, Технологии разработки ПО и Моделирующие системы содержат описания практически полезных результатов,
методов и средств прикладной информатики.
При подборе статей в данный номер обращалось особое внимание на то, каким образом и с помощью каких исследований получены результаты. Поэтому сюда вошли статьи
молодых ученых и будущих кандидатов наук, хорошо систематизировавших свои материалы и подтвердивших их практическую ценность в процессе научной апробации или практической реализации (внедрения). В связи с этим редакционная коллегия отмечает, в первую очередь, работы М.Г. Лужецкого, П.А. Тимошина, И.Д. Котлярова, Ю.В. Колмакова
и Ю.А. Никандровой.
Отметим, что авторы грамотно использовали как методы Computer Science, так и современную прикладную математику. Однако в последнее время возрастает интерес к интеллигентным методам и компьютерным средствам анализа процессов и поддержки принятия
управленческих решений: нейронным сетям, симуляторам, методам имитационного моделирования и так называемому искусственному интеллекту. Поэтому в следующем номере
редакция опубликует соответствующие материалы.
Редакционная коллегия сообщает читателям, что в маеиюне 2007 года состоятся две
важные конференции, к организации которых привлечен наш журнал:

«Подготовка конкурентоспособных специалистов для современной ITиндустрии»,
14 июня на базе МФПА (Москва, Измайловский вал, д. 2, стр. 1, м. Семеновская);
«Современные проблемы прикладной информатики», 23–25 мая на базе ИНЖЭКОН
(СанктПетербург, ул. Марата, д. 27, м. Владимирская).

Главный редактор
А.А. Емельянов

Читайте в номере

ECOMMERCE

М.Г. Лужецкий

Информационные системы в стратегическом управлении

и интеграции средств электронной коммерции . . . . . . . . . . . . . 3

П.А. Тимошин

Перспективы развития и использования систем электронной

цифровой подписи . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

ЦЕНООБРАЗОВАНИЕ

И.Д. Котляров

Механизм формирования цен на программные продукты

для gridсетей . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

УПРАВЛЕНИЕ ПРОЦЕССАМИ

А.В. Анастасьин, А.А. Самарин, А.Ю. Сальников,

А.Ю. Сиднев

Подход к организации адаптивной системы управления

обучением на основе использования информационных

технологий. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

А.Н. Егорушков

Бюджетирование как технология управления: теоретические

основы и концепции . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

КОНТРОЛЛИНГ

А.Н. Герасимов

Использование электронных таблиц для анализа показателей

рентабельности при оценке финансового состояния

предприятия . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

ТЕХНОЛОГИИ РАЗРАБОТКИ ПО

Н.С. Макаров

UML: поддержка проектирования и инструментальные среды . 66

МОДЕЛИРУЮЩИЕ СИСТЕМЫ

А.А. Емельянов

Моделирование информационных технологий на GPSS . . . . . 83

ЛОГИСТИКА

Ю.В. Колмаков, Р.В. Соколов

Логистическая информационная система распределения

товаров по филиалам дистрибьюторской фирмы . . . . . . . . . 110

ХАОС И РИСКИ

Ю.А. Никандрова

Автокорреляционные функции одномерных хаотических

моделей . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122

. . . . . . . . . . . . . . . . . . . . . 139

. . . . . 140

Редакционная коллегия

Главный редактор

Емельянов А.А. д.э.н., проф.

Заместители главного редактора

Власова Е.А.
Артюхин В.В.
к.э.н., доцент

Члены редколлегии

Амбросов Н.В. д.э.н., проф.
Бабошин А.В.

Бендиков М.А. д.э.н., проф.
Бугорский В.Н. к.э.н., проф.
Волкова В.Н.
д.э.н., проф.
Диго С.М.
к.э.н., проф.
Дик В.В.
д.э.н., проф.
Дли М.И.
д.т.н., проф.
Звонова А.Н.
к.э.н.
Иванов Л.Н.
д.т.н., проф.
Козлов В.Н.
д.т.н., проф.
Коршунов С.В.
к.т.н., проф.
Малышев Н.Г.
д.т.н., проф.

Попов И.И.
д.т.н., проф.
Потемкин А.И.
д.т.н., проф.
Росс Г.В.
д.т.н., д.э.н., проф.
Рубин Ю.Б.
д.э.н., проф.
Сухомлин В.А.
д.т.н., проф.
Тельнов Ю.Ф.
д.э.н., проф.
Халин В.Г.
к.ф.м.н., проф.
Хубаев Г.Н.
д.э.н., проф.
Чистов Д.В.
д.э.н., проф.
Шахов Э.К.
д.т.н., проф.
Шориков А.Ф.
д.ф.м.н., проф.

М.Г. Лужецкий

Информационные системы
в стратегическом управлении и интеграции средств
электронной коммерции

Информационные системы масштаба предприятия известны достаточно давно
и пользуются стабильным спросом в качестве эффективного инструмента поддержки принятия управленческих решений. Широкое распространение систем электронной коммерции и их интеграция с существующими информационными системами организаций требует расширения областей применения, рассмотрение которых заслуживает особого внимания. В статье приведены классы существующих информационных систем и оценены их возможности как инструментария стратегического
управления системами электронной коммерции.
Г

оворя о специфике современных подходов к формированию стратегических планов развития компаний, специфике самого процесса стратегического
управления деятельностью компании, нельзя не отметить факт преимущественно качественного описания стратегий и, как
следствие, субъективной оценки достижения промежуточных или итоговых стратегических целей.
Ситуация, когда компании в меньшей
степени используют определенные числовые показатели при реализации всех этапов стратегического управления, связана
с рядом причин:

отсутствием полноценных методик стратегического управления, которые бы полностью основывались на числовых показателях;
отсутствием реализованных на предприятиях механизмов по централизованному сбору данных;
преобладанием универсальной направленности в функциях существующих инструментальных средств, что приводит к необходимости либо наличия специальной квалификации у сотрудников предприятияпользователя, либо привлечения специалистов
сторонних компаний, которые бы смогли

произвести их первоначальную конфигурацию и интеграцию;
отсутствием единых стандартов, которые позволяли бы интегрировать разнородные инструментальные средства, организовав непрерывный автоматизированный технологический процесс работы с информацией.

С целью определения реальных проблем в получении простого, доступного, но,
с другой стороны, и целостного решения,
которое бы обеспечивало поддержку всех
работ в рамках стратегического управленческого цикла в системах электронной коммерции (ЭК), сначала проведем выделение
«вычислительных» (или информационных)
потребностей участников этапов стратегического управления, а затем сформируем
общую схему существующих программных
компонентов, которые могут быть задействованы на этих этапах.
Этап сбора информации о внутренней
и внешней среде компании и ее анализ
предполагает получение:

учетной информации из внутренних
учетных систем;
характеристик работы информационных систем (ИС), и, в частности, ИС электронной коммерции;

ITбизнес Ecommerce
3

характеристик рынка товаров/услуг;
метрик работы Internetпредставительства компании;
положение Internetпредставительства
в сети Internet.

После этапа сбора необходимо осуществить выборку требуемой информации и
применить аналитические системы с целью
выявления ее агрегированных показателей
и внутренних многофакторных зависимостей.
Собрав информацию, лицо, ответственное за формирование стратегии, помимо
всего прочего, должно выявить стратегические цели компании, причем необходима поддержка реализации иерархии целей, так как
осуществляется сначала «качественное»
целеполагание, а затем под каждую качественную цель необходимо подложить одну
или несколько конкретных количественных
целей. Спецификой этапа является потребность в получении распределенного процесса формирования целей по уровням
управления компании как снизу вверх, так
и сверху вниз. И уже в конце, получая общую
картину, лицо, ответственное за итоговое
формирование стратегии, должно иметь механизм контроля реализуемости стратегии,
т.е. механизм автоматизированного просчета взаимного влияния целевых переменных
друг на друга, расчета целостности сформированной стратегии в рамках всего предприятия и выявления возможных разрывов
в целевых значениях. Кроме стратегических целевых показателей в рамках стратегии должно формироваться и множество
«не стратегических» показателей, значения которых также должны задаваться и затем контролироваться.
Имея целостное представление о стратегических целях компании и о распределении значений целевых показателей по всем
уровням управления, необходимо приступать к формированию стратегических альтернатив, которые бы позволяли достигнуть
целевое состояние. На данном этапе основной проблемой лица, принимающего решение (ЛПР), является наличие механизма, позволяющего:

накладывать формируемые стратегические альтернативы на временну´ю ось,
в рамках которой разрабатывается общий
стратегический план;
назначать ресурсы (как финансовые,
так и прочие) на каждую из стратегических
инициатив;
получать графики распределения потребностей в ресурсах по времени реализации стратегии;
задавать влияние от реализации стратегических альтернатив на значения всего
множества задействованных в процессе стратегического управления компанией показателей;
видеть как плановое изменение значения показателя будет отражаться на достаточности данного ресурса для реализации
стратегических альтернатив и обеспечения
операционной деятельности компании, в случае, если показатель отражает один из видов ресурсов, используемых компанией (например, те же финансовые показатели).

Формируя стратегические инициативы
и интегрируя их в деятельность предприятия с учетом множества доступных ресурсов, ЛПР должно иметь инструмент формирования множества независимых вариантов путей достижения значений стратегических целевых показателей, а также
инструмент, позволяющий накладывать разрабатываемые альтернативы друг на друга
в разрезах времени и значений любых показателей из всего задействованного множества.
Переходя от этапа стратегического планирования к этапу реализации стратегии,
перед руководителями структурных подразделений или функциональных направлений появляется задача формирования
операционных планов и бюджетов. Основной проблемой на данном этапе является
наличие инструментов, позволяющих оценивать влияние предполагаемых операци4
ITбизнес Ecommerce

Информационные системы в стратегическом управлении и интеграции средств электронной коммерции

онных действий на реализацию конкретных
стратегических альтернатив, а также реализацию стратегии компании в целом. Контроль же над реализацией стратегии должен позволять рассчитывать все множество
задействованных в ней показателей, исходя из множества учетных данных, получаемых из соответствующих информационных
систем.
В табл. 1 представлено распределение
существующих классов инструментальных
средств, полностью или частично решающих задачи ЛПР на различных уровнях
управления системой электронной коммерции, либо являющихся ее необходимым информационным обеспечением. Целью этой
систематизации является не сравнение
конкретных представителей информационных систем между собой, а определение основных возможностей различных классов
этих систем и выявление технологических
разрывов между ними.
Все системы, представленные в данной
таблице, можно разделить на несколько
групп, которые осуществляют:

сбор первичной информации;
операционное планирование и учет, а
также формирование регламентной отчетности;

ITбизнес Ecommerce
5

М.Г. Лужецкий

Таблица 1

Применимость существующих классов инструментальных средств
к поддержке этапов стратегического управления системой электронной коммерции

Макроэтапы
стратегического
управления
Анализ
внутренней
и внешней среды

Формирование
стратегических
целей

Формирование
стратегических
альтернативпланов

Оперативное
планирование

Контроль
над
реализацией
стратегии

Уровни
управления
компанией

Высшее руководство компании
ERP
OLAP
DM

BPM
BPM
ERP
BPM
OLAP
DM

Руководители
структурных подразделений или
функциональных направлений

ERP
CRM
PLM
OLAP
Q&R
DM
WebLog Analysis
Статистические
Internetсистемы

СППР
IMS
СППР
IMS
BPM
PMS
CASE

BPM
PMS
OLAP

Операционный
уровень
управления
ERP
CRM
Учетные системы
Технологический
мониторинг

СППР
PMS
CASE

Необходимые обеспечивающие системы
DWH
Информационные
хранилища
Базы знаний
ИПС

DWH
Базы
знаний

DWH
Базы
знаний

DWH
Базы знаний
WebLog Analysis
Статистические
Internetсистемы
Технологический
мониторинг

DWH
Базы
знаний
ИПС

работу со специфическими Internetданными;
управление хранением структурированной и не структурированной информации;
анализ и формирование отчетности;
интеллектуальный анализ данных;
моделирование;
управление проектами;
поддержку стратегического управления.

Рассмотрим
выделенные
группы
ИС
с целью определения базового набора входящих в них классов систем и их функциональных возможностей для обеспечения
последующей интеграции.
Системы, позволяющие осуществлять
автоматизированный сбор первичной информации для проведения анализа среды
перед началом самого процесса планирования, представлены множеством информационнопоисковых систем (ИПС). Развитие систем данного класса связано с постоянно увеличивающимися объемами существующей электронной информации как в рамках внутренних ИС, так и в среде Internet,
где, собственно, и функционируют системы
электронной коммерции. Все поисковые
системы можно условно разделить на два
отдельных направления:

позволяющие осуществлять поиск информации различных типов на основе запросов пользователя;
дающие возможность самостоятельно
просматривать заданные источники информации и осуществлять выборку в соответствии с регламентами, заложенными в них.

Первое направление сейчас очень обширно представлено в сети Internet такими
именами, как Yandex, Rambler, Mail, Google,
Yahoo, Msn, Visisimo и другими системами,
осуществляющими поиск информации из
основной части всего контента сети Internet. Помимо общих систем существуют также и специализированные, осуществляющие предметный поиск, например, проект
Google Scholar.

Основным недостатком таких систем для
их применения в рамках целенаправленного анализа внешней среды на первом этапе
стратегического
планирования
системы
электронной коммерции (СЭК) являются:

необходимость ручного формирования запросов;
сравнительно низкая релевантность
возвращаемых ссылок;
отсутствие поддержки хронологии предоставляемой информации;
сложность самостоятельной агрегации
в хранилища той информации, которая возвращается этими ИПС.

Второе направление ИПС является более предпочтительным именно для осуществления стратегического управления СЭК.
Связано это с тем, что лицо, ответственное
за проведение анализа, самостоятельно
может устанавливать источники информации, регламенты сбора информации, более
четко формировать критерии отбора информации. В работе систем данного направления достаточно часто задействуются
системы первого направления, что увеличивает охват всей информационной среды сети Internet. Имея механизмы регламентированного поиска, в целом, аналитик может
самостоятельно развивать логику работы
систем, каталогизацию информации и формирование технологий выборки конкретных
фактов из слабоструктурированной информации.
Однако возвращаясь к специфике сети
Internet, стоит отметить, что достаточно
большая часть информации всетаки находится именно в слабо структурированном
виде. Это приводит к невозможности полноценного автоматизированного анализа информации, которая бы могла лечь в основу
этапа формирования стратегических целей
или являться отражением результатов реализации стратегии компании во внешней
среде, и особенно в среде Internet.
Операционное планирование и учет,
формирование регламентной отчетности
6
ITбизнес Ecommerce

Информационные системы в стратегическом управлении и интеграции средств электронной коммерции

выполняются в рамках таких основных
классов систем, как ERP (Enterprise Resource Planning), CRM (Customer Relationship
Management) и SCM (Supply Chain Management), применение которых характерно как
для предприятий традиционного сектора,
так и для предприятий сетевого сектора
экономики.
Понятие «ERP» было введено в 1990 году
компанией Gartner. Системы класса MRPII
в интеграции с модулем финансового планирования FRP (Finance Requirements Planning) получили название систем планирования ресурсов предприятий ERP. В основе
ERPсистем лежит принцип создания единого хранилища (репозитория) данных, содержащего всю корпоративную бизнесинформацию:

финансовую информацию,
производственные данные,
данные по персоналу и др.

В целом же ERPсистемы определяются
как набор интегрированных приложений,
которые комплексно, в едином информационном пространстве поддерживают все основные аспекты управленческой деятельности предприятий — планирование ресурсов (финансовых, человеческих, материальных) для производства товаров/услуг,
оперативное управление выполнением планов (включая снабжение, сбыт, ведение договоров), все виды учета, анализ результатов хозяйственной деятельности [3]. В рамках ERPсистем обычно реализуется следующая функциональность: планирование
продаж и производства, управление спросом, укрупненное планирование мощностей, основной план производства, планирование потребностей в ресурсах, спецификация изделий, планирование потребностей в мощностях, маршрутизация работ,
управление закупками, запасами и продажами, управление финансами и управление
затратами.
Рассматривая именно деятельность систем электронной коммерции и применение

систем ERP, стоит отметить схожесть их использования в традиционном секторе экономики. Единственным отличием в функциях,
чаще реализуемым в рамках ЭК, является
webдоступ к ядру ERPсистемы и более частая реализация интеграции с ИС внешних
субъектов на основе применения сети Internet.
Следующий класс — системы CRM, которые автоматизируют управление взаимоотношениями с клиентами и являются особенно актуальными в Internetсреде. Связано это с тем, что количество клиентов (или
потенциальных клиентов) резко возрастает
и меняется формат взаимодействия с ними.
В качестве основных функций, реализуемых в системах класса CRM обычно выделяют:

функциональность продаж (управление контактами, клиентами);
функциональность управления продажами (прогнозирование, анализ циклов,
фиксированная
и
произвольная
отчетность);
управление временем (индивидуальное/групповое);
поддержку
обслуживания
клиентов
(HelpDesk);
маркетинг (управление маркетинговыми компаниями);
мобильные продажи (выполнение операций вне компании).

Системы третьего класса — SCM — автоматизированные системы управления цепочками поставок, основной задачей которых является повышение эффективности
логистики. Все задачи, решаемые системой
SCM, можно классифицировать следующим образом [4]:

операционные задачи:

закупки и снабжение производства;

управление складами;

управление логистикой;

оптимизация транспортных операций;

сбыт, работа с дистрибьюторами;

ITбизнес Ecommerce
7

М.Г. Лужецкий

тактические задачи:

логистика и нахождение звеньев цепочки поставок;

выбор транспортных маршрутов;

планирование территориального распределения самого производственного цеха.

Помимо перечисленных выше классов систем EPR, CRM и SCM, которые сейчас уже являются устоявшимися терминами и, по сути,
представляют собой отраслевые стандарты,
необходимо также принимать во внимание
работу специализированных учетных систем
в зависимости от специфики той области,
в которой функционирует СЭК. Сюда могут
быть отнесены такие типовые системы, как
бухгалтерские, а также специализированные системы — банковские, страховые и др.
Помимо систем традиционного учета,
а также сбора неструктурированной и слабоструктурированной информации отдельно стоит выделить системы обеспечения
работы со специфическими Internetданными. К ним можно отнести:

системы анализа журналов работы
программных компонентов ИС ЭК;
системы Internetстатистики, которые
являются независимыми агентами, осуществляющими мониторинг показателей самого
Internetпредставительства компании;
системы технологического мониторинга параметров работы программного обеспечения и оборудования.

Все эти классы систем в конечном итоге
должны быть замкнуты на единое место
хранения данных, где осуществляется агрегация их информации и наложение отдельных статистик друг на друга с целью получения наиболее достоверной и полной картины того, как представлена компания в сети
и как это отражается на работе ИС электронной коммерции.
Результаты работы систем сбора первичной информации и систем операционного учета хранятся в рамках программных
хранилищ информации, которые могут быть
реализованы в виде:

информационного хранилища неструктурированной и слабоструктурированной
информации;
DWH (Data Warehouse) — набора интегрированных, предметноориентированных таблиц данных, разработанных для
обеспечения процесса принятия решений, где каждый элемент данных является
важным на определенный момент времени [1].

Первый вид хранилищ ориентирован на
хранение любой произвольной информации, в которой нет четко сформированной
структуры. В связи с этим обработка хранимой информации может быть весьма ограниченной. Говоря же о системах ЭК, и конкретно о ИС электронной коммерции, которые функционируют в рамках сети Internet,
необходимо признать тот факт, что основные
объемы информации в сети — это именно
реализация концепции информационного
хранилища.
Второй вид хранилищ — DWH — обладает рядом специфических свойств [1]:

свойство предметной ориентированности означает компоновку пулов информации по определенным предметным областям или целям, обеспечивающим подготовку и принятие необходимых решений;
интегрированность
предусматривает
сбор и доработку (предварительную обработку) информации по определенной предметной области из различных источников
и превращение ее в организованный по заданным правилам, подчиненным определенной цели, массив;
неизменчивость состоит в том, что информация не подвергается частым обновлениям, а только в случае крайней необходимости, т.е. в основном наращивается
по заданному, четко определенному графику;
8
ITбизнес Ecommerce

Информационные системы в стратегическом управлении и интеграции средств электронной коммерции

поддержка хронологии заключается
в обязательности привязки данных ко времени, т.е. информация, содержащаяся в хранилище, рассматривается в историческом
аспекте.

Все перечисленные выше свойства делают инструменты DWH неотъемлемой частью программных инструментов стратегического управления в рамках любых видов
компаний. А при рассмотрении именно СЭК,
хранилища данных должны будут собирать
в себе не только обычную бизнес статистику, но и все значения Internetметрик и технологических метрик работы ИС электронной коммерции.
На основе собранного множества данных в рамках хранилищ функционируют
аналитические и отчетные системы: OLAPи Q&Rсистемы.
OLAP (Online Analitical Processing) — это
инструментарий который позволяет пользователю выборочно и легко извлекать и
просматривать данные с разных точек зрения [5]. OLAPданные хранятся в многомерной базе данных. Несмотря на то что реляционная база данных может пониматься как
двумерная, многомерная база данных рассматривает каждое свойство данных (такие
как продукт, географический регион продаж
и временной период) в качестве отдельной
«меры». Программное обеспечение OLAP
может обнаруживать пересечения «мер»
и показывать их. Такие атрибуты, как периоды времени, могут быть разбиты на податрибуты. Природа применяемых в рамках
OLAP инструментов «мер» может быть абсолютно любой, поэтому такие системы могут быть так же как и хранилища данных использованы совершенно в любой предметной области.
Отдельно от OLAP рассматриваются
системы Q&R (Query and Report) — способ
доступа к данным и аналитическое компьютерное приложение, которое позволяет пользователям строить запросы к базе
данных и конструировать отчеты через графический пользовательский интерфейс.

Обычно системы этого класса используются для построения бланковых и табличных
(списковых) отчетов. В качестве бланковых
отчетов могут выступать всевозможные
формы, бланки, документы структура и содержание которых не являются простым
перечислением, а представляют собой расположенные определенным образом поля
с данными из запроса. Табличные отчеты
строятся на множестве строк с данными из
запроса и представляют собой множество
таблично структурированных реквизитов
записей из базы данных.
Получив результаты работы аналитических и отчетных систем лицо, принимающее
решение, приступает к их формированию.
На этом этапе могут быть задействованы
системы DM (DataMining) и системы поддержки принятия решений (СППР), автоматизирующие мыслительную деятельность
человека.
Необходимость в появлении технологии
интеллектуального анализа данных DM
продиктована следующими обстоятельствами [2]:

тотальное применение webсерверов
обеспечивает доступ к огромному объему
разнородной информации, обработка которой с помощью традиционных информационных технологий невозможна;
существует необходимость в выявлении скрытых зависимостей между различными факторами, представленными в различных формах (символьная, числовая, графическая, неструктурированная, структурированная и т.д.);
существует необходимость в выделении из множества значений, принимаемых
факторами, тех, которые определяют поведение объекта и оказывают влияние на его
поведение в будущем.

Результатом решения данных задач и стало появление DMтехнологии — технологии
целенаправленного отбора данных для идентификации шаблонов и установления их
взаимосвязи. Таким образом, именно сфеITбизнес Ecommerce
9

М.Г. Лужецкий

ра ЭК с ее объемами информации и большим количеством факторов особо остро
нуждается в этом инструменте.
В процессе принятия решения, помимо
обычных аналитических данных могут быть
задействованы и экспериментальные данные или результаты моделирования. К системам поддержки моделирования можно отнести:

IMS (Imitation Modeling Systems) — системы имитационного моделирования;
CASE (Computer Aided Software Engineering) — системы компьютеризированной
разработки программного обеспечения.

Системы IMS являются наиболее эффективным средством исследования сложных систем, ввиду того что при достижении определенного уровня, математическая модель системы становится сложной
для восприятия и использования. В отличие
от традиционного аналитического моделирования принцип имитационного моделирования основывается на том, что математическая модель воспроизводит процесс
функционирования исследуемой системы
во времени. Причем имитируются элементарные события, протекающие в системе
с сохранением логики их взаимодействия
между собой.
В отличие от имитационных моделей,
графические модели в рамках CASEсистем позволяют формировать графическое
представление процессов, что делает их
более понятными для аналитика. На текущем этапе различают системы структурнофункционального и объектного моделирования, каждая из которых имеет свои преимущества и недостатки.
В некотором отдалении от инструментов
планирования и анализа конкретных числовых показателей стоят системы управления
временным распределением задач и ресурсов — системы PMS (Project Management
Systems) или системы управления проектами (СУП). Под системами данного класса
понимается организационнотехнологический комплекс методических, технических,
программных и информационных средств,
направленный на поддержку и повышение
эффективности процессов планирования
и управления проектом, в основе которого
лежит программное обеспечение календарного планирования.
В
рамках
процесса
стратегического
управления СУП может использоваться на
этапах формирования стратегии или если
быть более точным — стратегических инициатив, которые в свою очередь детализируются на этапе оперативного управления
деятельностью СЭК.
И, наконец, наиболее общими системами стратегического управления СЭК на
среднем и верхнем уровне являются оставшиеся два класса систем — BPM (Business
Performance Management) и PLM (Product
Lifecycle Management).
Остановимся сначала на системах PLM,
которые находятся ближе к среднему уровню управления предприятием, в отличие от
BPM. Основным отличием PLMсистем от
ERP, CRM и SCM является ее целевая направленность. Так, по мнению автора, любые информационные системы, в том числе
и такие системы управления, как ERP, SCM,
CRM или PLM, применяются для повышения
эффективности конкретной области деятельности. При этом даже весьма обобщенное перечисление контуров управления, где
они задействованы, может показать, что
эти системы ERP, CRM и SСM повышают
эффективность в определенных областях
своей целевой направленности и при этом
не оказывают прямого влияния на разрабатываемую и выпускаемую продукцию. Целевой направленностью же систем PLM являются непосредственно выпускаемые изделия. Таким образом, системы PLM в случае их применения в рамках СЭК будут
ориентироваться на полный цикл поддержки выпускаемой продукции и оказываемых
посетителям Internetресурсов услуг, что
потребует их тесной интеграции с информационными системами электронной коммерции.
10
ITбизнес Ecommerce

Информационные системы в стратегическом управлении и интеграции средств электронной коммерции