Классификация систем управления по уровню управления




Скачать 240.48 Kb.
Дата29.04.2016
Размер240.48 Kb.
ТЕМА 4. ВЫБОР И МОДЕЛИРОВАНИЕ ИНФОРМАЦИОННЫХ СИСТЕМ
Типология информационных систем по уровню управления. Типология информационных систем компании Gartner. Концепции управления MRP, MRPII, ERP, ERPII, SCM. Этапы построения информационных систем.

КЛАССИФИКАЦИЯ СИСТЕМ УПРАВЛЕНИЯ ПО УРОВНЮ УПРАВЛЕНИЯ

Для реализации задач операционного функционирования и управления ИС компании может включать в себя следующие системы:

Стратегический уровень:


    • исполнительные системы - Executive Support Systems (ESS);

Управленческий уровень:

    • тактические управляющие информационные системы – Management Information Systems (MIS);

    • системы поддержки принятия решений - Decision Support Systems (DSS);

Уровень знаний:

    • системы знания - Knowledge Work System (KWS);

    • системы автоматизации делопроизводства - Office Automation Systems (OAS)

Оперативный уровень управления:

    • системы диалоговой обработки запросов - Transaction Processing Systems (TPS).

Таким образом, автоматизированные информационные системы (АИС) в организациях служат для того, чтобы помочь сотрудникам или менеджерам на каждом уровне управления реализовать свои функции наиболее эффективно.

Решения, принимаемые на различных уровнях управления разделяются на структурированные и не структурированные. Неструктурированные решения – оригинальные, не имеют четкой методики их принятия, следовательно, не формализованные и интуитивные.

Структурированные решения – повторяемые, имеют разработанную методику их принятия, следовательно, формализованы. Частично структурированные проблемы находятся между структурированными и неструктурированными проблемами

На уровне оперативного управления чаще всего использую структурированные решения. На стратегическом уровне управления решаются не структурированные проблемы. Однако на тактическом уровне управления и на уровне формирования знаний часто решаются слабо структурированные задачи.



Системы диалоговой обработки запросов (TPS) – системы ОИ, обеспечивающие операционный уровень производственной деятельности, обслуживают эксплуатационный уровень организации. Система диалоговой обработки запросов - АИС, которая выполняет и рассчитывает рутинные транзакции, необходимые для выполнения функциональных задач бизнеса.

Примеры – системы электронных платежей, бухгалтерского учета, складского учета, системы управления запасами, первичного кадрового учета, системы бронирования, документооборота, почтовые системы.

На эксплуатационном уровне задачи, ресурсы и цели предопределены и высокоформализованы. Например, решение о предоставлении кредита клиенту принимается управляющим низшего уровня согласно предопределенным критериям. Единственно, что должно быть определено - соответствует ли клиент критериям.

Системы работы знания и автоматизации делопроизводств (KWS) и системы автоматизации делопроизводства (OAS) обслуживают информационные потребности на уровне знаний организации. Системы работы знания помогают работникам знания, в то время как системы автоматизации делопроизводства прежде всего помогают обработчикам данных.

Работники знания - это специалисты, занимающиеся исследовательской работой, проектировщики, инженеры, врач, юристы, дизайнеры и т.д. Их работа состоит прежде всего в глубокой обработке информации, в создании новой информации, в создании новых знаний.

Сотрудники сферы обработки данных обычно имеют достаточно низкий уровень образования. Они состоят прежде всего из секретарей, бухгалтеров, делопроизводителя или менеджеров линейного уровня, чья работа должна главным образом использовать или распространять информацию.

Системы автоматизации делопроизводства (OAS) - информационные приложения технологии, разработанные, чтобы увеличить производительность труда обработчиков данных в офисе.

Управляющие информационные системы (MIS) - обслуживают управленческий уровень организации, обеспечивая менеджеров докладами, в некоторых случаях с интерактивным доступом к текущей работе организации и историческим отчетам. Обычно они ориентируются почта исключительно на внутренние, не относящиеся к окружающей среде результаты. MIS прежде всего обслуживают функции планирования, управления и принятия решений на управленческом уровне. MIS суммируют результаты и докладывают относительно основных действий компании.

Характеристика управляющих информационных систем:



  • MIS поддерживают структурированные и слабоструктурированные решения на эксплуатационном и управленческом уровне.

  • MIS ориентированы для отчетов и контроля. Разработаны, чтобы помогать обеспечивать текущий учет действий.

  • MIS имеют немного аналитических возможностей.

  • MIS помогают в принятии решений, используя прошлые и настоящие данные.

  • MIS относительно негибки.

  • MIS имеют скорее внутреннюю, чем внешнюю ориентацию.

  • Информационные требования известны и устойчивы.

  • MIS часто требуют длинного анализа и проектирования процесса.


Системы поддержки принятия решений (DSS) существенно отличаются от MIS. Это компьютерные системы, почти всегда интерактивные, разработанные, чтобы помочь менеджеру среднего или высшего уровня в принятии решений. DSS включают и данные, и модели, чтобы помочь сотруднику уровня управления решить возникающие бизнес-проблемы, особенно те, которые плохо формализованы. Данные часто извлекаются из системы диалоговой обработки запросов или базы данных. Модель, заложенная в основу системы, может быть простой типа «доходы и убытки», чтобы вычислить прибыль при некоторых предположениях, или комплексной типа оптимизационной модели для расчета загрузки для каждой машины в цехе. DSS не всегда оправдываются традиционным подходом стоимость - прибыль; для этих систем многие из выгод неосязаемы, типа более глубокого принятия решения и лучшего понимания данных.

DSS специализированы по специфическим решениям или классам решений типа маршрутизации, формирования очередей, оценки и т.д. В основной концепции DSS обещают конечному пользователю управление данными и инструментальными средствами.

DSS разработаны, чтобы поддержать слабоструктурированный и неструктурированный прикладной анализ. Принятие решений включает четыре стадии: распознавание, проект, выбор и реализация. DSS предназначены, чтобы помогать проектировать, оценивать альтернативы и контролировать процесс реализации.

Хорошо разработанные DSS могут использоваться на многих уровнях организации. Главные менеджеры могут использовать финансовые DSS, чтобы предсказать пригодность общих фондов для инвестиции отделением. Средние менеджеры внутри отделов могут использовать эти оценки и ту же самую систему и данные, чтобы принять решения относительно распределения фондов отделения по проектам. Руководители проекта внутри отделов могут использовать эту систему, чтобы начать свои проекты, регулярно сообщая системе, сколько денег было потрачено.

Характеристика систем поддержки принятия решений:


  • DSS предлагают гибкость пользователей, адаптируемость и быструю реакцию.

  • DSS обеспечивают поддержку для решений и проблем, которые не могут быть определены заранее

  • DSS используют сложный анализ и инструментальные средства моделирования.

  • DSS имеют большую аналитическую мощность, чем другие системы: они включают различные варианты моделей для анализа данных.

  • Системы DSS интерактивны, пользователь может изменять предположения и включать новые данные.

Системы поддержки принятия решений помогают находить ответы не только на прямой вопрос «что будет, если?». Типичные вопросы по системам поддержки принятия решений (DSS):

  • Анализ примеров (case analysis) - оценка значений выходных величин для заданного набора значений входных переменных

  • Анализ чувствительности - Исследование поведения результирующих переменных в зависимости от изменения значений одной или нескольких входных переменных.

  • Анализ возможностей - нахождение значений входной переменной, которые обеспечивают желаемый конечный результат (поиск целевых решений).

Исполнительные системы поддержки принятия решениий (ESS). Используются старшими менеджерами. ESS обслуживают стратегический уровень управления компанией. Они ориентированы на неструктурные решения и проводят системный анализ окружающей среды лучше, чем любые прикладные и специфические системы. ESS разработаны, чтобы включить данные относительно внешних результатов типа новых налоговых законов или конкурентов, но они так же выбирают суммарные данные из внутренних MIS и DSS. Они фильтруют, сжимают и выявляют критические данные, сокращая время и усилия, требуемые, чтобы получить информацию, полезную для руководителей.

В отличие от других типов информационных систем, ESS не предназначены для решения определенных проблем. Вместо этого ESS обеспечивают обобщенные вычисления и передачу данных, которые могут применяться к изменяющемуся набору проблем. ESS имеют тенденцию использовать меньшее количество аналитических моделей, чем DSS.

ESS помогают найти ответы на следующие вопросы:


  • В каком бизнесе мы должны быть?

  • Что делают конкуренты?

  • Какие меры необходимо принять для минимизации рисков?


АНАЛИТИЧЕСКАЯ ПИРАМИДА ИНФОРМАЦИОННЫХ СИСТЕМ GARTNER

Согласно подходу, предложенному консалтинговой компанией Gartner, информационную инфраструктуру компании можно представить в виде нескольких иерархических уровней, каждый из которых характеризуется степенью агрегированности информации и своей ролью в процессе управления.

В качестве примера схематического представления информационной инфраструктуры можно привести так называемую аналитическую пирамиду (analytical stack), разработанную компанией Gartner. В этой иерархии прослеживаются несколько уровней:

– уровень транзакционных систем;

– уровень систем бизнес-интеллекта, включая хранилища данных, витрины данных и OLAP-системы;

– уровень аналитических приложений.

Основанием аналитической пирамиды служат транзакционные системы. По мере движения от основания пирамиды к ее вершине происходит постепенное преобразование детальных операционных данных в агрегированную информацию, предназначенную для поддержки принятия управленческих решений.

Отнести тот или иной программный продукт к какому-либо одному классу не всегда возможно, поскольку многие системы позволяют решать аналитические задачи нескольких категорий.


Уровень транзакционных систем

К числу транзакционных относятся ERP-системы, автоматизированные банковские системы (АБС), биллинговые системы, учетные системы и некоторые другие. Часто для обозначения таких систем используется термин OLTP (On-Line Transaction Processing – обработка транзакций в режиме реального времени). Эти системы представляют собой источники первичной информации, используемой для аналитической обработки. Данные из этих источников требуется собрать, структурировать и представить в виде, удобном для принятия решений. Сами транзакционные системы тоже содержат некоторые аналитические возможности, но, строго говоря, не относятся к категории аналитических систем. В то же время именно они являются поставщиками информации для систем бизнес-интеллекта и аналитических приложений.

Одним из основных типов транзакционных систем являются системы класса ERP, именно они служат важным источником данных для после дующего анализа.

Передача данных из транзакционных систем в аналитические приложения может производиться как последовательно, через все обозначенные ярусы аналитической, так и более коротким путем, минуя один или несколько уровней.


Системы бизнес-интеллекта

Понятие систем бизнес-интеллекта (Business Intelligence) объединяет различные средства и технологии анализа и обработки данных масштаба предприятия. Среди BI-систем можно выделить такие составляющие, как: хранилища данных (Data Warehouse), витрины данных (Data Marts), инструменты оперативной аналитической обработки (On-Line Analytical Processing, OLAP), средства обнаружения знаний (Data Mining), а также инструменты конечного пользователя, предназначенные для выполнения запросов и построения отчетов.



Хранилища данных (Data Warehouse) находятся на следующем после транзакционных систем уровне аналитической пирамиды. Хранилища определяются как «предметно-ориентированные, интегрированные, стабильные, поддерживающие хронологию наборы данных, организованные для целей поддержки управления, призванные выступать в роли «единого и единственного источника истины», обеспечивающего менеджеров и аналитиков достоверной информацией, необходимой для оперативного анализа и принятия решений».

Ценность хранилищ данных для менеджеров и экономистов заключается в том, что это – некая база данных масштаба предприятия, которая содержит определенную аналитическую информацию, обеспечивает ее оперативное представление в удобном для пользователя виде и обладает структурой, учитывающей отраслевую специфику деятельности организации.



Витрины данных (Data Marts), как и хранилища, представляют собой структурированные информационные массивы, но отличие состоит в том, что витрины в еще большей степени являются предметно-ориентированными. Как правило, витрина содержит информацию, относящуюся к какому-либо определенному направлению деятельности организации. Поэтому информация в витрине данных хранится в специальном виде, наиболее подходящем для решения конкретных аналитических задач или обработки запросов определенной группы аналитиков.

OLAP-системы (On-Line Analytical Processing).

Под термином OLAP понимают системы аналитической обработки данных в режиме реального времени. OLAP-системы могут обеспечить решение многих аналитических задач: анализ ключевых показателей деятельности, маркетинговый и финансово-экономический анализ, анализ сценариев, моделирование, прогнозирование и т. д. Такие системы могут работать со всеми необходимыми данными, независимо от особенностей информационной инфраструктуры компании.

Особенность OLAP-систем состоит в многомерности хранения данных (в противовес реляционным таблицам), а также в предрасчете агрегированных значений. Это дает пользователю возможность строить оперативные нерегламентированные запросы к данным с использованием аналитических измерений.

Кроме того, для OLAP-систем характерна предметная (а не техническая) структурированность информации, позволяющая пользователю оперировать привычными экономическими категориями и понятиями. Типичным представителем программных продуктов этого класса является разработка корпорации Hyperion – OLAP-сервер Hyperion Essbase.



Средства обнаружения знаний (Data Mining). Соответствующие программные продукты обеспечивают выявление закономерностей в данных, позволяя аналитику получать качественно новую информацию (возможно, не содержащуюся в источнике данных явным образом) и таким способом формировать знания на основе данных. Здесь используются такие методы анализа данных, как фильтрация, дерево решений, ассоциативные правила, генетические алгоритмы, нейронные сети, статистический анализ.

Системы бизнес-интеллекта, включающие реляционные и многомерные базы данных, в свою очередь, служат основой для систем верхнего уровня аналитической пирамиды – аналитических приложений. Сегодня принято говорить о целом комплексе средств, которые в совокупности называют системами бизнес-интеллекта (BI). В соответствии с рассмотренной выше аналитической пирамидой основными элементами BI-платформы являются хранилища данных и OLAP-системы.

Универсальным критерием определения OLAP как инструмента является тест FASMI (Fast Analysis of Shared Multidimensional Information – быстрый анализ разделяемой многомерной информации).

Fast (быстрый). Это свойство означает, что система должна обеспечивать ответ на запрос пользователя в среднем за пять секунд. При этом большинство запросов обрабатывается в пределах одной секунды, а самые сложные из них должны обрабатываться в пределах двадцати секунд.

Analysis (анализ). Система должна справляться с любым логическим и статистическим анализом, характерным для бизнес-приложений, и обеспечивать сохранение результатов в виде, доступном для конечного пользователя.

Средства анализа могут включать процедуры анализа временных рядов, распределения затрат, конверсии валют, моделирования изменений организационных структур и некоторые другие.

Shared (разделяемый). Система должна предоставлять широкие возможности разграничения доступа к данным и одновременной работы многих пользователей.

Multidimensional (многомерный). Система должна обеспечивать концептуальное многомерное предоставление данных, включая полную поддержку множественных иерархий.

Information (информация). Мощность различных программных продуктов характеризуется количеством обрабатываемых входных данных. Разные OLAP-системы имеют разную мощность. При выборе OLAP-инструмента следует учитывать целый ряд факторов, включая дублирование данных, требуемую оперативную память, использование дискового пространства, эксплуатационные показатели, интеграцию с информационными хранилищами и т. п.
Аналитические приложения

Высший уровень аналитической пирамиды – уровень аналитических приложений (analytic applications). Это информационные системы, обеспечивающие потребности организаций в автоматизации процессов обработки, анализа и оптимизации бизнес-процессов. Здесь пользователь применяет привычные для него инструменты, обеспечивающие реализацию методик управления. Такие системы могут быть довольно разнообразными: от простейших электронных таблиц до специализированных приложений для решения задач бюджетирования, консолидации финансовой отчетности, бизнес-моделирования. Именно к этой категории относятся прикладные программные ВРМ-продукты.

Как следует из названия, аналитические приложения нацелены на проведение анализа, целью которого является более глубокое понимание и осознание того, что произошло, происходит или произойдет. В этом смысле аналитические приложения действительно отличаются от транзакционных систем, ориентированных прежде всего на обработку отдельных операций, но в то же время дополняют их, образуя в совокупности многофункциональную комплексную систему управления.

Для того, чтобы система могла считаться аналитическим приложением, она должна удовлетворять следующим критериям:

– структурировать и автоматизировать процессы, способствующие повышению качества управленческой информации, что, в свою очередь, приведет к повышению качества принятия решений. Это достигается путем применения правил, процедур и технологий (основанных на соответствующей методологии), направленных на решение определенных бизнес-проблем;

– поддерживать аналитические функции, то есть действия по анализу данных, полученных из самых разных источников (внутренних или внешних, финансовых или операционных), включая анализ трендов и прогнозирование ситуации в будущем;

– представлять собой самостоятельный программный продукт, который может работать независимо от транзакционных систем, но в то же время способный взаимодействовать с ними «в обе стороны» как в части получения транзакционных данных, так и в части обратной передачи результатов их обработки.

Более того, аналитические приложения часто имеют дело с нестандартными, непредсказуемыми или редкими ситуациями. Такие ситуации могут возникать, например, при запуске в производство нового продукта, моделировании новой корпоративной структуры или создании нового подразделения, а также при оценке последствий слияний и приобретений, пересмотре бюджетов и т. п.


Выделяют три основных категории аналитических приложений:

– системы управления эффективностью бизнеса (Business Performance Management);

– приложения для анализа операционной/производственной деятельности (Operations/Production Analysis);

– системы анализа взаимоотношений с клиентами (СRMAnalysis).


Системы класса Business Performance Management (BPM) предназначены для широкого круга задач: анализа и оптимизации финансовых индикаторов, определения стратегии развития компании, бюджетного планирования, финансовой консолидации. Системы бюджетирования и консолидации были созданы в числе первых готовых аналитических приложений, поскольку эти задачи хорошо проработаны методологичски, понятны большинству руководителей и применяются практически во всех отраслях.

В основе концепции ВРМ лежит идея непрерывного цикла управления, включающего:

– определение целей развития;

– моделирование факторов, определяющих достижение этих целей, и имеющихся ограничений;

– планирование действий, ведущих к достижению поставленных целей;

– постоянный мониторинг, позволяющий отслеживать состояние ключевых показателей эффективности и их отклонение от плана;

– анализ достигнутых результатов, позволяющий лучше осознать природу «носителей эффективности»;

– составление финансовой и управленческой отчетности, помогающей руководителям принимать экономически обоснованные решения.


Таким образом, суть ВРМ как системы управления состоит в том, что она позволяет более системно и комплексно подойти к задачам управления сложной организацией. В рамках ВРМ задачи стратегического и тактического уровней оказываются логически и технологически увязанными в единый комплекс.
Приложения для анализа операционной и производственной деятельности (Operations/Production Analysis) предназначены для анализа и оптимизации процессов производства и/или поставок продукции и услуг (например, планирование спроса, оптимизация работы персонала).

Системы анализа взаимоотношений с клиентами (СRM Analysis) предназначены для решения таких задач, как, например, оценка прибыльности клиентов, разработка мер, направленных на «удержание» заказчиков, маркетинговый анализ.
ГРУППЫ СИСТЕМ ПО УПРАВЛЕНИЮ ИНФОРМАЦИОННЫМИ ПОТОКАМИ В ЛОГИСТИЧЕСКИХ ПОДСИСТЕМАХ ПРЕДПРИЯТИЯ

При рассмотрении существующих в настоящее время специальных информационных систем управления логистикой предприятия следует выделить следующие основные группы данных систем:



  • системы управления ресурсами предприятия (MRP, MRP II, ERP)

  • системы управления цепочками поставок SCM

  • системы управления взаимоотношениями с клиентами CRM

  • комплексные системы управления ресурсами предприятия (ERP II)

  • системы управления складом WMS



Системы управления ресурсами предприятия (MRP, MRP II, ERP) направлены на прогнозирование, планирование, контроль над материальными ресурсами на протяжении всего производственного цикла, начиная от закупки сырья и заканчивая отгрузкой продукции потребителям.

Система MRP основывается на системе расчетов, использующих данные основного производственного плана, при построении которого за исходную точку принимается ожидаемый (фактический) спрос на готовую продукцию. Основной производственный план разрабатывается исходя из прогноза спроса или информации о принятых к исполнению (плановых) заказах с утвержденными (ожидаемыми) датами поставок, а также о потребностях в пополнении страховых запасов и обеспечении дистрибьюторских центров. Используя данный план как отправную точку, по алгоритму MRP рассчитываются необходимые для реализации производственного плана объемы материалов, компонентов и деталей с учетом требуемой даты выполнения плана.

Таким образом, MRP-системы в большей степени направлены на выполнение задач сбора и хранения информации, а также планирования и прогнозирования материальных потоков предприятия. В настоящее время системы MRP достаточно редко используются ввиду постоянного развития и совершенствования новых ИС.

Система планирования производственных ресурсов MRP II является результатом развития MRP-систем. MRP II сочетает в себе функции планирования из MRP и новые функции управления складами, снабжением, продажами и производством.

Основной целью внедрения ERP-систем является поддержка планирования деятельности предприятия, ведение оперативного и управленческого учета, принятие решений различного уровня. ERP-системы позволяют управлять всеми ресурсами предприятия и моделировать возможности компании. Кроме того, благодаря ERP-системам, все эти процессы становятся прозрачными для руководителей.

В качестве примеров систем ERP можно привести следующие: 1С:Предприятие фирмы 1C, AgroClever от Ситроникс информационные технологии, AVA ERP от AVA Systems, iRenaissance от ROSS, JD Edwards EnterpriseOne & JD Edwards World от Oracle, Microsoft Dynamics от Microsoft, SAP R/3 и mySAP от SAP компании Бизнес Консалтинг Групп, Галактика ERP от корпорации Галактика, «Парус-Предприятие 8 (on Oracle)» Корпорации ПАРУС и др.

Таким образом, информационные системы, относящимся к ERP и MRPII, могут быть использованы для решения следующих логистических задач предприятия:


  • хранение информации об изделиях — описания материалов, комплектующих, изделий, сборочных единиц и т.п., необходимые для планирования и управления операциями;

  • ведение конструкторских и технологических спецификаций, которые определяют состав конечного изделия, а также материальные ресурсы и операции, необходимые для его изготовления (включая маршрутизацию);

  • формирование планов производства и реализации продукции;

  • планирование потребностей в материалах;

  • управление запасами и закупочной деятельностью, что позволяет организовать ведение договоров, реализовать схему централизованных закупок, обеспечить учет и оптимизацию складских запасов и т. д.;

  • планирование производственных мощностей, в т.ч. осуществление контроля над наличием доступных мощностей и планирование их загрузки;

  • финансовый учет и оперативное управление финансами;

  • управление проектами.


Системы управления взаимоотношениями с клиентами CRM

CRM – это информационные системы, предназначенные для автоматизации стратегии компании по работе с клиентами, в частности, для повышения уровня продаж, оптимизации маркетинга и улучшения обслуживания клиентов путём сохранения информации о клиентах и истории взаимоотношений с ними, установления и улучшения бизнес-процедур и последующего анализа результатов.

Внедрение системы CRM позволяет реализовать следующие задачи логистики предприятия:


  • сбор и хранение информации о клиентах, истории взаимоотношений с ними;

  • анализ информации и подготовка отчетов, например, сегментация клиентов на основе их значимости для компании.

Следует отметить, что наряду с CRM-системами получают распространение и иные программные приложения для работы с клиентами, в т.ч. программно-аппаратные решения для Call-центров и системы технической поддержки внешних и внутренних заказчиков (компьютерные системы класса Service Desk).

В качестве примеров коммерческих информационных систем управления взаимоотношениями с клиентами можно привести следующие решения: Infor СRМ Epiphany, SAP СRМ, 1С:CRM ПРОФ, Siebel, PeopleSoft СRМ, Microsoft Dynamics CRM, Amdocs СRМ CES, Firstwave СRМ, КОМПАС: Маркетинг и менеджмент и др.


Системы управления цепочками поставок SCM

Системы управления цепями поставок предназначены для автоматизации и управления всеми этапами снабжения предприятия и для контроля всего товародвижения на предприятии. Система SCM позволяет значительно лучше удовлетворить спрос на продукцию компании и значительно снизить затраты на логистику и закупки. SCM охватывает весь цикл закупки сырья, производства и распространения товара. Исследователи выделяют шесть основных областей, на которых сосредоточено управление цепочками поставок: производство, поставки, месторасположение, запасы, транспортировка и информация.

В составе SCM-системы можно условно выделить две подсистемы:

SCP - планирование цепочек поставок. Основу SCP составляют компьютерные системы для расширенного планирования и формирования календарных графиков, а также системы для совместной разработки прогнозов. Помимо решения задач оперативного управления, SCP-системы позволяют осуществлять стратегическое планирование структуры цепочки поставок: разрабатывать планы сети поставок, моделировать различные ситуации, оценивать уровень выполнения операций, сравнивать плановые и текущие показатели.

SCE - исполнение цепей поставок в режиме реального времени.

При помощи SCM могут быть реализованы следующие логистические задачи:



  • планирование и прогнозирование спроса и предложения;

  • выбор поставщиков и управление закупками;

  • выполнение заказа и послепродажного обслуживания;

  • управление складом;

  • управление отгрузкой, транспортировкой;

  • решение оптимизационных задач;

  • анализ эффективности отдельных элементов системы поставок.

Достоинством систем SCM является возможность их использования для решения оптимизационных логистических задач, в т.ч.:

  • задачи управления запасами;

  • задачи распределения ресурсов;

  • задачи календарного планирования (теории расписаний);

  • задачи транспортного типа (выбора маршрутов перевозок);

  • задачи сетевого планирования и управления;

  • задачи планировки и размещения объектов.

Для решения данных задач используется линейное и целочисленное программирование, а также комбинаторная оптимизация (Constraint programming).

В качестве примеров SCM систем можно привести следующие: DigitaLogistix, Extended Enterprise Management (EEM), Infor: Logistics, Microsoft Dynamics NAV SCM, Oracle Управление логистикой, SAP SCM, Парус-Управление логистикой и ряд других ИС.


Комплексные системы управления ресурсами предприятий ERP II

В информационных системах, относящихся к ERP II, сделана попытка объединения концепций ERP, CRM, SCM и электронной коммерции в единую систему управления всеми (внутренними и внешними) ресурсами предприятия.

Помимо расширения и углубления функциональности и использования возможностей Интернета характерной чертой новой концепции ERP II является тенденция к специализации систем на отраслевых/промышленных сегментах.

Таким образом, внедрение систем ERP II позволяет выполнить практически все задачи, возникающие в рамках логистической системы предприятия, в том числе:



  • хранение информации;

  • создание различных отчетов и аналитических документов;

  • учет и контроль над различными видами активов и информации, в т.ч. за товарами на складах, выполнением заказов и закупок;

  • разработка планов и расписаний движения материальных средств внутри предприятия и за его пределами;

  • решение оптимизационных задач, в т.ч. задачи оптимизация параметров транспортного процесса, задач календарного планирования



Системы управления складами WMS

Следует отметить, что программные системы автоматизации склада различаются на системы учета товаров и системы управления складом. Эти системы различаются по предоставляемому функционалу, а также по степени участия операторов склада в принятии решений.

Системы учета товаров только предоставляют операторам информацию о состоянии склада, необходимую для принятия решений. Далее человек вручную анализирует предоставленную информацию и на ее основе дает команды кладовщикам на складе.

Системы управления складами помимо предоставления информации способны решать разного рода оптимизационные задачи, выдавать задания работникам склада, отслеживать возникновение определенных ситуаций в работе склада, реагировать на разные события. Например, складская программа может определить, какому грузчику целесообразно поручить выполнение конкретной складской операции, исходя из текущего расположения грузчиков на территории склада.

Основные логистические задачи, решаемые при помощи WMS:


  • настраиваемые правила складирования для максимизации использования складского пространства и/или производительности складских операций;

  • гибкое управление заказами и группами заказов;

  • автоматическое формирование и отправка заданий сотрудникам на комплектацию заказов;

  • составление расписания отгрузки товаров с учетом приоритетов;

  • контроль состояния и получение информации о складских запасах в режиме реального времени;

  • проведение инвентаризации;

  • управление и оптимизация хранения по срокам годности.

В настоящий момент, в мире насчитывается порядка 300 WMS-решений. Среди них можно назвать WMS Infor, WMS SAP, WMS Manhattan, Made4Net, Solvo, Бухта, Фолио, 1С-Логистика, Awarda.

Следует учитывать, что рассмотренные выше комплексные системы программного обеспечения логистической системы или подсистемы предприятия являются достаточно дорогостоящими, поэтому на практике достаточно часто используются отдельные модули данных систем или программное обеспечение, специально разработанное для решения определенного круга задач. Программы подобного класса сложно назвать высококачественными и эффективными, т.к. они практически не позволяют решать оптимизационных задач, а больше используются для работы с базами данных. Однако использование таких систем вполне оправдано для небольших компаний с малоразветвленной системой перевозок.


МОДЕЛИРОВАНИЕ ИНФОРМАЦИОННЫХ СИСТЕМ
Можно выделить следующие этапы построения информационных систем управления предприятием:

1.    Сформулировать основные цели, достигаемые предприятием в процессе использования ИТ.

2.    Оценить состояние структуры действующей ИС, ее документооборота и необходимость виртуализации.

3.    Выбрать направления применения информационного ресурса как внутри предприятия (на уровне корпорации), так и вне предприятия (на виртуальном уровне).

4.    Определить необходимую модель управления предприятием.

5.    Установить содержание необходимого программного и технического  обеспечения для достижения поставленных целей.

6.    Разработать систему обучения персонала.

7.    Сформировать соответствующую производственную службу.

8.    Разработать структуру взаимосвязи, управления и защиты аппаратно-сетевых средств.

9.    Оценить ожидаемый уровень затрат и достигаемые результаты.

При построении ИС необходимо также учесть возрастание рисков, связанных как с использованием получаемой в ИС информации, так и с возможностью проведения мероприятий электронной коммерции и маркетинга, обеспечить защиту ИС от внешних и внутренних информационных диверсий.

Для формирования ИС можно использовать различные организационные подходы, основными из которых являются:

1)        приобретение отдельных модулей программно-аппаратных средств и самостоятельное построение информационной системы предприятия;

2)        обращение к предприятиям системным интеграторам, которые предоставляют квалификационные услуги по установке программного и технического обеспечения;

3)        обращение к консалтинговым (консультационным) компаниям, которые консультируют выполнение законченных проектов, приобретение необходимой информационной системы;

4)        сотрудничество с системным интегратором, создающим информационную систему и ведущим аппаратно-программный комплекс в течение согласованного с заказчиком времени;



5)        выполнение информационных проектов и предоставление услуг по обслуживанию программно-аппаратных средств специализированными комплексными независимыми организациями. Этот подход получил название «аутосоринг» (от англ., outsourcing). В этом случае  менеджер предприятия только пользуется информацией от программно-аппаратного комплекса, принадлежащего сторонней организации.




База данных защищена авторским правом ©ekonoom.ru 2016
обратиться к администрации

    Главная страница