Информационная система автотранспортного предприятия должна базироваться на двух обязательных компонентах: системе обработки транзакций и системе корпоративной отчетности. Дополняют ее средства подготовки стратегических решений.
Система обработки транзакций (OLTP-система) является ядром информационной системы любого транспортного бизнеса и снабжает управление предприятием полными, непротиворечивыми и достоверными данными о процессах деятельности (подробнее см. «Экономика бизнеса» № 02 — приложение к «ЭЖ» № 18).
Система корпоративной отчетности в качестве надстройки над системой обработки транзакций позволяет формировать отчеты о выполненных операциях за определенный период.
Средствами подготовки стратегических решений являются такие компоненты информсистемы, как хранилище данных, OLAP- и Data-Mining-приложения.
Пока хранилища данных (ХД) воспринимаются как экзотика и излишество не только самими транспортниками, но и ИТ-специалистами перевозчиков. А между тем это тоже специальная база, предназначенная для накопления временных рядов тех данных, которые непосредственно используются для принятия решений. Однажды загруженные в хранилище, они никогда не изменяются, не удаляются и служат единым источником достоверных сведений для всех заинтересованных лиц.
Пока к хранилищам обращаются неохотно, поскольку считается, что незачем создавать промежуточную информационную прослойку между эксплуатацией автотранспорта и руководством, если можно из внешних приложений напрямую обращаться к базе данных OLTP-системы.
Это утверждение справедливо, но со временем оперативная база данных становится большой, запросы к ней сложными, а информационная система с такой архитектурой оказывается крайне медлительной и неповоротливой.
Кроме того, данные оперативной системы о параметрах эксплуатации постоянно изменяются, что нежелательно при подготовке перспективных решений.
К ХД обращаются OLAP- и Data-Mining-приложения. Приложениями они называются потому, что представляют собой готовые решения проблем на основе соответствующей технологии.
Так, под OLAP-приложением может пониматься файл Excel со сводной таблицей, в которой отображаются данные о пробегах автомобилей до и после очередных технических обслуживаний (ТО).
Если добавить в такую таблицу цветовое форматирование, то механику, начальнику гаража потребуется всего несколько минут, чтобы составить впечатление, как обстоят дела с ТО в масштабах всего технопарка.
Data-Mining, или анализ данных, расширяет границы традиционных статистических методов как за счет использования новых шаблонов и техник анализа, так и за счет отказа от ряда предпосылок классической статистики, которые трудно проверить на практике.
Реальным примером использования данной технологии может служить оценка результативности труда водителей. Если абстрагироваться от конкретных условий эксплуатации, то к этим показателям труда могут быть отнесены наработка, количество ходок по определенным маршрутам, перерасход/экономия топлива, количество дней и часов на аварийном ремонте, стоимость израсходованных запчастей и так далее.
Попробовав представить средствами кластерного анализа всех водителей в пространстве, систематизированных по результативности работы, получим группы водителей со схожими показателями.
Итоги такого анализа могут дать много ценной информации для нового взгляда на мотивацию сотрудников и совершенствование системы премирования.
Природой бизнес-системы предопределено, что ее информационная подсистема обязана быть сложной и включать в себя средства обработки текущих операций и подготовку аналитической информации для принятия стратегических решений.
Природа человека как участника производственных и управленческих отношений такова, что информационная система будет работать устойчиво только в той конфигурации, в которой заинтересовано критическое большинство руководителей, включенных в пирамиду принятия решений.
Если устройство бизнес-системы диктует некую «оптимальную» архитектуру информационной системы, но руководители верхнего уровня не способны вникнуть в механизм работы ее «умного» слоя, то какими бы ценными ни были выводы, полученные с помощью интеллектуальных информационных технологий, они не будут оказывать никакого влияния на принимаемые хозяйственные решения.
