Системы по уровням управления

·  На стратегическом уровне используются системы поддержки корпоративного стратегического управления (SEM, экспертные системы, системы динамического анализа и бизнес-моделирования и другие системы поддержки принятия решений).

·  На уровне тактического среднесрочного планирования и управления используют системы класса Corporate Performance Management и тесно связанные с ними платформы и инструменты интеллектуальной бизнес-аналитики (Business Intelligence, BI), а также хранилища данных.

·  На уровне оперативного планирования и управления используются современные ERP-системы +CRM, SCM, PLM и другие

диаграмма

Информационно-аналитические системы и учетные системы: сравнительный анализ, примеры.

Аналитические системы (Business Intelligence) призваны решить проблемы сбора и анализа информации, представления ее в удобном для пользователей виде.

Термин Business Intelligence в широком смысле слова определяет:

 Процесс превращения данных в информацию и знания о бизнесе для поддержки принятия решений;

 Информационные технологии (методы и средства) сбора данных, консолидации информации и обеспечения доступа бизнес-пользователей к знаниям;

 Знания о бизнесе, полученные в результате подробного изучения данных и консолидированной информации.

Аналитические системы — это:

· возможности анализа данных из различных источников – учетные системы, прочие базы данных, плоские файлы;

· разнообразные средства анализа информации: многомерный анализ (OLAP), стандартная отчетность, нерегламентированные запросы; контроль показателей деятельности (KPI, BSC);

· богатые возможности представления результатов (графики, таблицы, диаграммы, «панели приборов»);

· организация совместного доступа и контроль доступа к аналитическим ресурсам: информационные панели, рассылки по электронной почте, настройка прав доступа к данным для различных категорий пользователей.

OLAP – средства оперативной обработки данных и их превращения в информацию.

OLAP технологии – технологии оперативной аналитической обработки информации, использующие методы и средства, хранения и анализа многомерных данных

Data mining – интеллектуальный анализ данных, задачи:

· Классификация

· Кластеризация

· Регрессия

· Ассоциация

· Последовательности шаблонов

· Анализ отклонений

Если ОЛАП определяет среднюю величину покупок, то ДМ – стереотипные схемы покупок

Text mining

Web mining