Совершенствование информационного обеспечения управления ООО "ЭлбурГ"

Коэффициент финансовой устойчивости - это отношение итога собственных и долгосрочно заемных средств к валюте баланса предприятия (долгосрочные займы правомерно присоединяются к собственному капиталу, т.к. по режиму их использования они похожи):

Кфу=ПК/Вб (2.4)

где Кфу -коэффициент финансовой устойчивости.

Оптимальное значение этого показателя составляет 0,8-0,9.

Коэффициент маневренности собственных источников - это отношение его собственных оборотных средств к сумме источников собственных средств:

Км=(СК-ДА-У)/СК (2.5)

где Км- коэффициент маневренности собственных источников.

Коэффициент маневренности собственных источников, показывает величину собственных оборотных средств приходящихся на единицу собственного капитала.

Коэффициент устойчивости структуры текущих средств - это отношение чистого оборотного капитала ко всему оборотному капиталу:

Куст.мс.=(ТА-КП)/ТА (2.6)

где К уст.мс. - коэффициент устойчивости структуры мобильных средств;

ТА - величина текущих активов;

КП - краткосрочные пассивы.

Чистый оборотный капитал - это текущие активы, которыми располагает компания после погашения текущих обязательств.

Коэффициент обеспеченности оборотного капитала собственными источниками - это отношение собственных оборотных средств к оборотным активам. Он показывает, какая часть оборотных активов финансируется за счет собственных источников и на нуждается в привлечение заемных:

Ксос=(СК-ДА-У)/ТА (2.7)

где Ксос - коэффициент обеспеченности оборотного капитала собственными источниками.

Нормативное значение данного коэффициента: нижняя граница - 0,1.

По данным финансовой отчетности ООО «ЭлбурГ» определили относительные показатели финансовую устойчивость за период с 2004 по 2006 год (таблица 2.6).

Таблица 2.6 - Показатели финансовой устойчивости ООО «ЭлбурГ»

Показатели	2004	2005	2006	Рекомендуемый критерий
Коэффициент финансового риска	0,813	0,874	1,170	< 0,7
Коэффициент долга	0,414	0,466	0,539	< 0,4
Коэффициент автономии	0,546	0,534	0,481	>0,5
Коэффициент финансовой устойчивости	0,781	0,768	0,626	0,8-0,9
Коэффициент маневренности	0,22	0,205	0,18	0,2-0,5
Коэффициент устойчивости структуры текущих средств	0,568	0,578	0,343	-
Коэффициент обеспеченности оборотного капитала собственными источниками	0,146	0,152	0,093	>0,1

Исследуемое предприятие имеет ряд неудовлетворительных показателей по относительным коэффициентам финансовой устойчивости. На основании полученных расчетов можно сделать следующие выводы.

Отмечается зависимость предприятия от заемных средств. Причем в динамике эта зависимость растет.

Заемные источники имеют нерациональный объем. Коэффициент долга превышает нормативное значение.

Отмечается снижение финансовой независимости, о чем горит снижение показателя коэффициента автономии ниже нормативного значения.

Несоответствие показателей коэффициента финансовой устойчивости объясняется недостаточной величиной собственного капитала предприятия или точнее сказать незначительной его долей в пассиве баланса.

Значение коэффициента маневренности находилось на грани норматива и снизилось на конец периода ниже норматива, что говорит о недостатке обеспечения текущих активов собственным капиталом.

Также ухудшается показатель обеспеченности собственных оборотных средств источниками финансирования.

Таким образом, по всем коэффициентам отмечается снижение показателей. К тому же, по большинству коэффициентов на конец периода значения не соответствуют нормативам. Все это говорит о нарушении финансовой устойчивости ООО «ЭлбурГ».

Следующий этап анализа -- оценка ликвидности и платежеспособности ООО «ЭлбурГ».

Анализ ликвидности заключается в сравнении размеров средств по активу баланса, сгруппированных по степени их ликвидности (легкореализуемости) с суммами обязательств по пассиву сгруппированных по сроку их погашения. Группировка статей актива и пассива, как правило, осуществляется в строго определенном порядке - от наиболее к наименее ликвидным (актив), то есть в порядке убывания ликвидности, и от более срочных к менее срочным платежам (пассив), то есть в порядке возрастания сроков, хотя возможен и обратный порядок, которого придерживаются, например, фирмы западноевропейских стран.

В данном случае:

на конец 2005 года:

А1 = 791,8 тыс.руб. П1 = 8008,5 тыс.руб.;

А2 = 9454,3 тыс.руб. П2 = 0 тыс.руб.;

А3 = 8712,5 тыс.руб. П3 = 8070,8 тыс.руб;

А4 = 15526,2 тыс.руб. П4 = 18405 тыс.руб..

На конец 2006 года

А1 = 574,9тыс.руб. П1 = 15021,3 тыс.руб.;

А2 = 12629,6 тыс.руб. П2 = 0;

А3 = 9661,5 тыс.руб. П3 = 6641,5;

А4 = 17318,4 тыс.руб. П4 = 18521,6 тыс.руб..

Так как первое неравенство не соответствуют системе неравенств, то баланс не является абсолютно ликвидным.

Сведенные в группы статьи баланса целесообразно оформить в виде таблицы (таблица 2.7). Сравнение итогов первой группы статей актива и пассива показывает соотношение ближайших поступлений и платежей. Сравнение второй группы статей актива и пассива позволяет сделать вывод о предстоящем в ближайшее время улучшении или ухудшении состояния платежной дисциплины. В целом сравнение первой и второй групп статей актива и пассива баланса позволяет определить текущую ликвидность. Она свидетельствует о платежеспособности (или неплатежеспособности) предприятия на ближайший к рассматриваемому моменту промежуток времени. Анализируемое предприятие как в 2005 году, так и в 2006 году по данным первой группы статей актива и пассива баланса было неплатежеспособным. Сумма наиболее ликвидных и быстро реализуемых активов в 2005 году составляла 10246,7 тыс.руб., тогда как сумма срочных и краткосрочных обязательств - 8008,5 тыс.руб., что на 2237,7 тыс.руб. больше платежных средств. Ситуация изменилась и в 2006 году. Обеспечение срочных пассивов ликвидными активами снизилась и отмечается нехватка.

Сравнение медленно реализуемых активов с долгосрочными пассивами отражает перспективную ликвидность и представляет собой прогноз платежеспособности на основе сравнения будущих поступлений и платежей, то есть позволяет предвидеть улучшение или ухудшение финансового положения предприятия в более поздние сроки. На анализируемом предприятии за рассматриваемый период имелся значительный излишек платежных средств и он увеличился к концу 2006 года и составил 3020,1 тыс.руб.

Таблица 2.7

Группы статей актива баланса по степени ликвидности и пассива по степени срочности их оплаты за 2006 год

Актив	Сумма	Пассив	Сумма	Платежный излишек (+), недостаток (-)
	на начало года	на конец года		на начало года	на конец года
						на начало года	на конец года
А	1	2	Б	1	2	3	4
Наиболее ликвидные активы	791,804	574,862	Наиболее срочные обязательства	8008,452	15021,332	-7216,6	-14446,5
Быстро реализуемые активы	9454,337	12629,56	Краткосрочные пассивы	0	0	9454,3	12629,6
Медленно реализуемые активы	8712,518	9661,544	Долгосрочные пассивы	8070,791	6641,458	641,7	3020,1
Трудно реализуемые активы	15526,18	17318,44	Постоянные пассивы	18405,596	18521,617	-2879,4	-1203,2
ИТОГО	34484,839	40184,41	ИТОГО	34484,8	40184,4

Сравнение итогов четвертой группы статей актива и пассива баланса показывает возможность предприятия покрыть обязательства перед его владельцами (собственниками). Но это потребуется лишь тогда, когда предприятие будет ликвидировано. Соблюдение же принципа непрерывности или действующего предприятия требует, чтобы хозяйствующий субъект постоянно имел собственные оборотные средства. А для этого необходимо, чтобы соблюдалась приведенное выше четвертое неравенство: А4 П4, то есть источники собственных средств превышали иммобилизованные активы. На предприятии это неравенство соблюдалось, что свидетельствует о стабильности финансового положения предприятия, поскольку оно имеет определенный размер собственных средств для осуществления бесперебойной деятельности.

Анализ, проводимый по данной схеме, достаточно полно представляет финансовое положение с точки зрения возможности своевременного осуществления расчетов. Однако он не всегда точно отражает фактическое финансовое положение предприятия на данный момент. Это обусловлено ограниченностью информации, которой располагает аналитик, проводящий внешний анализ на основе бухгалтерской отчетности.

Общий показатель ликвидности баланса показывает отношение суммы всех ликвидных оборотных средств предприятия к сумме всех платежных обязательств (как краткосрочных, так и долгосрочных) при условии, что различные группы ликвидных средств и платежных обязательств входят в указанные суммы с весовыми коэффициентами, учитывающими их значимость с точки зрения сроков поступления средств и погашения обязательств. Этот показатель, теоретическое значение которого должно быть не ниже 0,9, выражает способность предприятия осуществлять расчеты по всем видам обязательств - как по ближайшим, так и по отдаленным.

Общий показатель ликвидности вычисляется по следующей формуле, задающей вид общего показателя ликвидности:

Ко.л = (А1 + 0,5А2 + 0,3А3) / (П1 + 0,5П2 + 0,3П3) (2.8)

где Ко.л - коэффициент общей ликвидности;

0,5; 0,3 - весовые коэффициенты;

Аi, Пi - итоги соответствующих групп по активу и пассиву.

С помощью этого показателя осуществляется общая оценка платежеспособности предприятия, применения финансовой ситуации на предприятии с точки зрения ликвидности. Общий показатель ликвидности составил:

на конец 2005 года

Ко.л = (791,8 + 0,5*9454,3 + 0,3*8712,5) / (8008,5 + 0,3*18405,6) = 0,78;

на конец 2006 года

Ко.л = (574,9+0,5*12629,6+0,3*9661,5) / (15021,3+0,3*18521,6) = 0,58;

Как видно, полученные значения не соответствуют оптимальному теоретическому значению 0,9, к тому же происходит ухудшение ликвидности баланса, о чем свидетельствует снижение значения с 0,78 до 0,58. Все это объясняется неудовлетворительной структурой соотношения статей актива и пассива баланса.

Однако этот показатель не дает представления о возможностях предприятия в плане погашения именно краткосрочных обязательств. Поэтому, наряду с этим показателем, для оценки платежеспособности предприятия применяется целая система показателей ликвидности, различающихся набором ликвидных средств. Предприятие может быть ликвидным в большей или меньшей степени, поскольку в состав текущих активов входят разнородные оборотные средства, среди которых имеются как легкореализуемые, так и труднореализуемые для покрытия краткосрочных обязательств. Важнейшими из названной системы являются три показателя: коэффициент абсолютной ликвидности, промежуточный коэффициент покрытия и общий коэффициент покрытия.

Коэффициент абсолютной ликвидности (коэффициент срочности) исчисляется по формуле

Ка = ДС / КП (2.9)

где ДС - денежные средства и быстрореализуемые ценные бумаги

Он показывает, какая часть текущей задолженности может быть погашена на дату составления баланса или в ближайшее время. Нормальное ограничение данного показателя находится в диапазоне от 0,2 до 0,5.

Для вычисления промежуточного коэффициента покрытия (коэффициента критической ликвидности или уточненного коэффициента ликвидности) в состав денежных средств в числитель предыдущего показателя добавляется дебиторская задолженность и прочие активы.

Кк.л. = (ДС+ДЗ+ПА)/ КП (2.10)

где ДЗ - дебиторская задолженность;

ПА - прочие краткосрочные активы.

Он отражает прогнозируемые платежные возможности предприятия при условии своевременного проведения расчетов с дебиторами, то есть характеризует, какая часть текущих обязательств может быть погашена не только за счет наличности, но и за счет ожидаемых поступлений за отгруженную продукцию, выполненные работы или оказанные услуги. Нормальное значение данного показателя должно быть больше 1,0.

Общий коэффициент ликвидности (общий коэффициент покрытия) представляет собой отношение всех текущих (мобильных) активов (за вычетом расходов будущих периодов) к величине краткосрочных обязательств.

Ко.л. = ТА / КП (2.11)

Он позволяет установить, в какой кратности текущие активы покрывают краткосрочные обязательства, и показывает платежные возможности предприятия. Общий коэффициент покрытия дает возможность установить, покрывают ли ликвидные средства сумму краткосрочных обязательств, и тем самым подтверждает не только степень устойчивости структуры баланса, но и способность предприятия быстро рассчитываться по своим краткосрочным долгам. Чем выше величина покрытия текущими активами текущих пассивов, тем больше уверенности в оплате краткосрочных обязательств и меньше возникновение убытков при продаже или ликвидации текущих активов (кроме денежных средств). Нормальным значением для данного показателя считаются значения больше или равные двум.

Рассчитанные коэффициенты ликвидности на предприятии ООО «ЭлбурГ» представлены в таблице 2.8.

Таблица 2.8 - Коэффициенты ликвидности ООО «ЭлбурГ»

Показатель	Обозначение	2004	2005	2006	Норматив
Коэффициент абсолютной ликвидности	Ка.л.	0,15	0,10	0,04	0,2-0,5
Коэффициент критической ликвидности	Кк.л.	1,15	1,28	0,88	?1
Общий коэффициент ликвидности	Ко.п.л.	2,52	2,37	1,52	?2

Как видно из расчетов, предприятие не является абсолютно ликвидным, то есть денежные средства не покрывают кредиторскую задолженность. Величина этого показателя снизилась с 0,15до 0,04, а это говорит о том, что предприятие на конец 2006 года могло покрыть краткосрочные обязательства лишь на 0,4 %.

Судя по расчетам, вплоть до конца 2005 года величина коэффициента критической ликвидности соответствовала нормативному значению, но к концу 2006 года ситуация изменилась, коэффициент снизился, и предприятие смогло погасить текущие обязательства только на 88%.

Общий коэффициент ликвидности характеризуется аналогичной тенденцией ухудшения показателей и снижения к концу периода ниже нормативного.

Важнейшим элементом производственно-экономического потенциала предприятия, составляющим его материально-техническую базу, является основной капитал. Для планирования, расчетов экономической эффективности, проведения экономического анализа необходим учет основных фондов и анализ использования основных средств.

Таблица 2.9 - Анализ эффективности использования основных фондов фирмы

Показатель	2004	2005	2006
Объем произведенной продукции, тыс.руб.	106924,81	115874,6	126710,9
Стоимость производственных фондов, тыс.руб.	14958,3	15526,18	17318,444
Численность работников, чел	120	126	150
Фондоотдача	7,148	7,463	7,316
Фондоемкость	0,139	0,133	0,136
Фондовооруженность	124,65	123,22	115,46

Отметим, что за анализируемый период произошел рост стоимости производственных фондов. В 2005 и 2006 годах был осуществлен ввод новых основных фондов. ООО «ЭлбурГ» осуществляет строительство нового производственного цеха и планирует запуск нового оборудования. Здание и подсобные помещения еще не полностью закончены, поэтому производство не выходит на полную мощность. Во многом это отразиться на показателях использования основных средств.

Из данных таблицы видно, что в показателях фондоотдачи происходят некоторые изменения. В 2005 году значение показателя увеличилось до 7,46, а затем снизилось, правда, на менее значимую цифру. При изучении причин явления следует отметить, что стоимость производственных фондов за исследуемый период росла пропорционально росту объема произведенной продукции. Но темпы роста этих показателей неодинаковы, что, среди прочих причин, повлияло на фондоотдачу. В целом, данный показатель указывает на величину отдачи готовой продукции на рубль основных средств и данный показатель достаточно высок. Во многом это объясняется тем, что в расчетах использовалась стоимость собственных средств предприятия, при этом стоит учитывать, что часть основных средств (здания и сооружения) предприятие арендует.

Показатель фондоемкости является показателем обратным фондоотдачи и характеризует количество основных средств, необходимых для производства одного рубля продукции. Динамика этого показателя совпадает с динамикой фондоотдачи.

Показатель фондоотдачи тесно связан с производительностью и эффективностью труда. Эту связь характеризует фондовооруженность труда, которая показывает стоимостью основных фондов, приходящихся на одного работника. Результаты расчетов свидетельствуют о снижении обеспеченности работников основными средствами. В данном случае происходит переизбыток роста численности персонала в сравнении с ростом основных фондов.

Произведем расчет коэффициента обновления основных фондов по приведенным выше формулам

Коэффициент обновления основных фондов 2005г

Кобн = 567,88/15526,18 = 0,04

Коэффициент обновления основных фондов 2006г

Кобн = 1792,31/7318,4 = 0,10

Значение коэффициента обновления основных фондов в 2005 году достаточно высок. Данный показатель очень важен для характеристики основных фондов, он отражает одно из основных условии интенсивного развития производства

Важное место в анализе финансово-хозяйственной деятельности отводится анализу использования материальных ресурсов, так как от того, как организация использует имеющиеся у нее материальные ресурсы, зависит, сможет ли предприятие выполнить требуемые объемы строительно-монтажных работ, снизить их себестоимость и получить желаемую прибыль.

Для анализа использования материальных ресурсов проанализируем величину и динамику запасов ООО «ЭлбурГ» и рассчитаем показатели материалоемкости и материалоотдачи.

Расчет показателей произведен по выше представленной методике и приведен в таблице 2.10.

Таблица 2.10 - Анализ использования материальных ресурсов ООО «ЭлбурГ»

Показатель	2004	2005	2006
Объем произведенной продукции, тыс.руб.	106924,81	115874,6	126710,9
Сумма материальных затрат, тыс.руб.	39398,4	44631	49248
Материалоотдача	2,7139379	2,5962806	2,5729146
Материалоемкость	0,3684683	0,3851664	0,3886643

По данным таблицы, величина материальных затрат постоянно повышалась, что связано с ростом объема продукции. За исследуемый период материалоотдача снизилась. То есть, произошло снижение отдачи от средств, вкладываемых в материальные затраты. Несмотря на то, что снижение незначительное, данный факт в целом оценивается как негативный для такого материалоемкого производства как деревообрабатывающее. В соответствии с тенденцией материалоемкость за период повысилась, и при неизменности ассортимента продукции, это говорит о снижении эффективности использования материальных затрат.

3 Совершенствование информационного обеспечения управления предприятием

3.1 Предложения по совершенствованию информационного обеспечения управления предприятием

В целях совершенствования системы информационного обеспечения управления предприятием необходимо внедрение системы Deductor, которая является системой, облегчающей и обосновывающей принятие бизнес-решений.

Анализ данных - это очень широкое понятие. По большому счету любую программу, позволяющую найти нужную информацию, отобразить ее и c помощью полученных данных сделать те или иные выводы, можно назвать аналитическим инструментом. Это действительно так, в процессе анализа приходится использовать различное программное обеспечение, но мы будем рассматривать только специализированные системы, которые ориентированы на решение именно задач анализа.

Почему же мы считаем, что при анализе нужно использовать именно специализированные системы, почему нельзя ограничиться программами общего назначения? Дело в том, что анализ - это не результат каких-то действий, а непрерывный процесс. Конечно, если необходимо раз в месяц построить единственный график, то не стоит ради этого изучать специализированные программы, достаточно воспользоваться стандартными электронными таблицами. Подобный подход вполне применим во многих случаях, но как только потребность в анализе возрастает и его начинают использовать все чаще и чаще, выясняется, что при ручной обработке процесс отнимает очень много времени, а результат оставляет желать лучшего.

Для того чтобы анализировать, вначале нужно как минимум собрать необходимую информацию, что занимает немало времени, ведь обычно данные бессистемно разбросаны по всей организации. Часть информации хранится в учетных системах, что-то в специализированных базах данных, очень много сведений хранится в офисных документах… Это типичная картина практически для всех организаций.

Но, даже собрав нужные данные воедино, нельзя сразу их использовать. В подавляющем большинстве случаев первичная информация требует очистки. В данных присутствуют пропуски, аномальные выбросы, противоречия и прочее и прочее. Со всеми этими проблемами нужно как-то бороться, если мы хотим получить действительно качественный результат анализа. Плохое качество исходных данных может не только помешать анализу, но и привести к неверным выводам, что значительно хуже.

Использование специализированного программного обеспечения позволяет не только значительно быстрее решать типовые задачи, возникающие в процессе анализа, например, консолидация данных, очистка, отображение, но и поставить процесс анализа на поток, что гораздо важнее. Именно переход от кустарных или разовых действий по обработке данных к регулярному анализу и вынуждает использовать специализированные аналитические системы.

Может показаться, что для анализа достаточно просто добавить к учетной системе нужные алгоритмы анализа и проблема будет решена, но это не так. Учетные и аналитические системы кардинально отличаются друг от друга.

Создание системы регулярного анализа финансово-хозяйственной деятельности предприятия преследует следующие цели:

- оперативное получение комплексного представления о текущем финансовом состоянии предприятия и тенденциях его изменения;

- обеспечение финансовой устойчивости, платежеспособности предприятия путем эффективного управления активами;

- подготовка рекомендаций по совершенствованию структуры активов, источников формирования капитала, привлечению заемных средств, улучшению платежной дисциплины, развитию деловой активности, увеличению прибыльности.

Кроме того, постановка регулярного мониторинга финансово-хозяйственной деятельности предприятия на основе ключевых показателей дает возможность:

- делать сравнения по ключевым показателям деятельности компаний конкурентов, осуществляющих идентичные виды деятельности;

- производить анализ изменений и прогноз экономической эффективности предприятия, оценку производительности на предприятии;

- создать систему оценки результатов и мотивации деятельности работников предприятия.

В качестве исходной информации для построения системы финансового мониторинга используются данные бухгалтерского и управленческого учета.

Для принятия взвешенных управленческих решений на основе мониторинга требуется тщательная разработка и внедрение в практику развитой и удобной системы аналитики по счетам бухгалтерского учета и системы бюджетирования отдельных функциональных направлений деятельности предприятия. Так, например, для предприятий гостиничного комплекса аналитика бухгалтерского и управленческого учета должна отражать финансово-материальные потоки как минимум в разрезе основных видов услуг: проживание (гостиничные службы), общественное питание (рестораны, кафе, бары, кухня, столовая, точки продаж) и прочие услуги.

На основе получаемых из бухгалтерского учета данных ежемесячно формируется аналитический баланс и аналитический отчет о прибылях и убытках предприятия, а также рассчитываются группы ключевых показателей, позволяющие провести анализ:

- динамики и структуры расходов предприятия;

- производительности предприятия;

- процесса продаж;

- процесса снабжения и расчетов с кредиторами;

- взаимоотношений с бюджетом;

- финансовой деятельности предприятия;

- инвестиционной деятельности предприятия (стратегии развития);

- социальных и общих показателей деятельности.

Заключение о финансовом состоянии готовится посредством исследования аналитического баланса, отчета о прибылях и убытках и дополнительных данных из аналитики бухгалтерского учета и управленческой информации с получением выводов по следующим характеристикам предприятия:

- обеспеченность собственными оборотными средствами (чистым оборотным капиталом);

- ликвидность имущества и платежеспособность предприятия;

- финансовая устойчивость (независимость);

- деловая активность (оборачиваемость);

- рентабельность (прибыльность).

Построение системы финансового мониторинга должно предоставить возможность контроля и регулирования уровня показателей, определяющих длительность операционного (составляющие операционного (затратного) цикла: авансы выданные (закупки), производственные запасы, незавершенное производство, запасы готовой продукции, товары отгруженные и дебиторская задолженность), кредитного (составляющие кредитного цикла: коммерческое кредитование (авансы покупателей и заказчиков и кредиторская задолженность поставщикам и подрядчикам), постоянные краткосрочные пассивы (нормальный (средний постоянный) уровень задолженности перед бюджетом и внебюджетными фондами, а также перед работниками по оплате труда)), финансового и инвестиционного циклов деятельности предприятия, в частности:

1) обеспечение текущего финансирования деятельности - текущие финансово-эксплуатационные потребности (регулирование длительности финансового (чистого) цикла как разницы между длительностью операционного и кредитного циклов). Включает привлечение собственных денежных средств (чистый оборотный капитал) и краткосрочного кредитования на обеспечение производственно-коммерческого цикла;

2) контроль краткосрочных и долгосрочных финансовых вложений (вложения в другие организации, ценные бумаги, выдача займов и т.д.), то есть финансовой деятельности;

3) обоснование и контроль инвестиционных расходов (вложений во внеоборотные активы - основные средства, капитальное строительство и прочие инвестиции).

Важнейшей информационной базой для регулярного анализа и оптимизации деятельности предприятия служит система бюджетирования.

Внедрение системы внутреннего финансового мониторинга позволит управляющему персоналу владеть полной и своевременной информацией о финансовом состоянии организации, что даст возможность принимать взвешенные управленческие решения, оптимизирующие коммерческую деятельность фирмы.

Возникает вопрос, а почему, собственно, речь идет о платформе, ведь на ее базе нужно еще что-то строить, почему нельзя сразу предоставлять готовые тиражные решения под каждую задачу?

Дело в том, что анализ очень персонифицирован. Если взять несколько организаций с одной сферой деятельности, то даже в этом случае невозможно модели и правила, полученные для одной компании, без изменений переносить на другую. Алгоритмы анализа могут использоваться одинаковые, но все зависит от того, как их комбинировать и как их настраивать. Все дело в деталях, и именно детали определяют качество анализа.

Например, рассмотрим задачу прогнозирования. Можно ли построить пригодную для всех и не требующую настройки модель прогнозирования спроса на следующий месяц? Конечно! Можно рассчитать прогноз продаж на следующий месяц как среднее от продаж за 2 последних месяца. Все хорошо, пока не начинается оценка качества прогноза. Очень быстро выясняется, что качество неудовлетворительное и что плохой прогноз вообще никому не нужен. Для того чтобы получить хороший, нужно учитывать сезонность для разных товарных групп, особенности работы фирмы, изменения ценовой политики, маркетинговые мероприятия и множество параметров, которые специфичны для каждой компании. Поэтому хороший анализ, в частности, прогноз невозможен без учета особенностей каждой организации, а значит, что для каждой компании модели должны быть свои.

Можно, конечно, использовать заказные аналитические системы, но стоимость подобных программ оказывается высокой, а процесс модификации трудоемким. К тому же нерешенными остаются вопросы качества системы. Заказную систему крайне сложно протестировать во всех возможных режимах так, как это происходит при использовании тиражного программного обеспечения во множестве компаний.

Аналитическая платформа позволяет достичь оптимального баланса между возможностью учесть особенности работы каждой компании, скоростью создания решения и надежностью системы. В платформу уже интегрированы механизмы и инструменты, используемые именно при анализе данных, из-за чего минимизируются сроки создания законченного решения на ее базе. Благодаря наличию способов комбинирования методов анализа можно создать решение, учитывающее специфичные особенности каждой организации. Единое программное обеспечение позволяет гарантировать его качество, т.к. оно тестируется и эксплуатируется во множестве организаций параллельно. Кроме того, отсутствие необходимости программирования и большой набор поставляемых с системой учебно-методических материалов дает возможность практически все работы выполнять самостоятельно и не зависеть от разработчика системы.

Система может функционировать как аналитическая служба, к которой обращаются из различных сторонних программ для получения рекомендаций, когда необходимо принимать решения. В этом случае обращения к аналитической службе производятся непосредственно из учетной программы и скрыты от конечного пользователя, который просто получает нужные рекомендации и принимает на их основе решения. Работа эксперта заключается в построении моделей и сценариев обработки, которые будут использоваться при принятии решений.

Возможен и другой вариант построения системы. Данные, имеющиеся в различных источниках, консолидируются, строятся сценарии, позволяющие извлекать из консолидированных данных правила, закономерности, прогнозы.

Результаты обработки отображаются при помощи специализированного приложения для просмотра отчетов.

Как и в первом варианте, конечный пользователь не задумывается, каким образом получены эти прогнозы, т.к. сделать это очень просто - надо выбрать один из отчетов. Все необходимые для получения результата действия система должна произвести самостоятельно.

Таким образом, можно отделить работу аналитиков от работы конечных пользователей. Если потребуется, то можно дать возможность конечному пользователю глубже понять, каким образом получено решение, но в большинстве случаев у сотрудников нет ни желания, ни возможности в чем-либо разбираться. Им нужен готовый результат без головной боли.

В результате благодаря тиражированию знаний можно не просто их извлечь из данных, но и превратить в конкурентные преимущества, что и является основной задачей любой аналитической системы.

3.2 Новые технические средства информационного обеспечения управления предприятием

Предприятию рекомендовано внедрение и использование аналитической программы Deductor.

Deductor состоит из пяти интегрированных модулей:

Warehouse - хранилище данных

Studio - рабочее место аналитика

Viewer - рабочее место конечного пользователя

Server - сервер для удаленной аналитической обработки

Client - библиотека для работы с Deductor Server

Deductor Warehouse - многомерное хранилище данных, предназначенное для решения задачи консолидации информации. Использование единого хранилища позволяет обеспечить простой и прозрачный доступ к данным, контроль целостности и непротиворечивости информации, высокую скорость обработки. Благодаря глубокой степени интеграции любую информацию из хранилища данных можно получить в приложениях Deductor с минимальными усилиями.

Хранилище данных ориентировано именно на аналитическую обработку, поэтому включает в себя все, что необходимо для комфортной работы при анализе. Оно содержит интегрированный семантический слой, т.е. механизм, автоматически преобразовывающий бизнес-термины в операции с базой данных и обратно.

Благодаря наличию семантического слоя пользователь оперирует такими бизнес-понятиями, как «клиент», «товар», «прибыль», а система автоматически выполняет необходимые действия c базой данных и предоставляет пользователю нужную информацию.

Применение хранилища данных позволяет не быть привязным к учетной системе, хранить данные не только за последний период, а за весь необходимый для анализа срок, консолидировать информацию из разнородных источников. Использование специализированных методов хранения и извлечения данных значительно увеличивает скорость получения информации. Хотя наличие единого источника данных не является обязательным условием работы аналитической системы, практически всегда ее создание начинается с построения хранилища данных.

Deductor Warehouse поддерживает прозрачную работу с тремя СУБД: Firebird, MS SQL и Oracle. Вне зависимости от используемой СУБД работа с хранилищем происходит совершенно одинаково с использованием единого унифицированного механизма доступа.

Поддержка нескольких СУБД в качестве платформы хранилищ данных позволяет в каждом конкретном случае применять наиболее пригодную для данного случая базу данных. Это дает возможность минимизировать стоимость приобретаемых лицензий, комбинируя как коммерческое (Oracle, MS SQL), так и бесплатное (Firebird) программное обеспечение. В зависимости от особенностей функционирования организации возможно построение системы на базе единого хранилища данных, набора хранилищ, комбинации хранилищ, витрин данных и прочее.

Рис. 3.1 - Схема доступа к хранилищу данных

Вот несколько вариантов реализации концепции хранилища данных с использованием Deductor Warehouse:

Кроме того, в Deductor реализована поддержка концепции виртуальных хранилищ данных - Virtual Warehouse.

Виртуальное хранилище данных обеспечивает прозрачный для аналитика доступ к сведениям, хранящимся в любых реляционных СУБД. Взаимодействие с Virtual Warehouse происходит аналогично работе с традиционным хранилищем данных. Аналитик оперирует бизнес-понятиями, заданными в семантическом слое, и от него скрыты все сложности выборки данных, как и в случае с Deductor Warehouse. Пользователь задает при помощи простого Мастера, какая информация его интересует, а система автоматически трансформирует их в запросы к базе данных.

Рис. 3.2 - Реализация концепции хранилища данных

Таким образом, эмулируется работа хранилища данных, т.е. данные реально не перегружаются в специализированную систему, все операции производятся «на лету». Virtual Warehouse позволяет представить информацию, хранящуюся в реляционных базах данных, в удобном для аналитика многомерном виде.

Deductor Studio - рабочее место аналитика. В этом приложении осуществляется формализация знаний эксперта.

Программа включает все необходимые для анализа инструменты обработки: механизмы импорта данных из разнородных источников, методы очистки и предобработки, алгоритмы построения моделей и механизмы экспорта данных.

Рис. 3.3 - Схема работы Deductor Studio

Все действия по анализу данных сводятся всего к 4м операциям:

1. Импорт данных.

В процессе импорта данные получаются из источника и загружаются специальным образом в программу. В дальнейшем с ними можно производить любые доступные операции, работа со всякой импортированной таблицей происходит одинаково. Поддерживается импорт из наиболее распространенных СУБД (Oracle, MS SQL, MySQL, Interbase…), стандартных файлов обмена данными (dbf, txt, csv…), офисных приложений (MS Excel, MS Access…), бизнес-программ (1C v7, v8…). Кроме того, в программу встроен механизм импорта с применением стандартов доступа к данным ODBC и ADO.

2. Обработка данных.

Обработкой называется любое действие над данными, приводящее к их преобразованию, например, очистка данных либо построение моделей. Ее результатом является набор данных, который можно опять обработать каким-либо способом. Благодаря этому обеспечивается возможность построения сценариев обработки, т.е. последовательных операций над данными, приводящих к нужному результату. Поддерживается широкий набор механизмов обработки: методы очистки (заполнение пропусков, редактирование аномалий, фильтрация…), инструменты предобработки (квантование, группировки, сортировки…), методы построения моделей (нейронные сети, самоорганизующиеся карты, деревья решений…).

3. Визуализация.

Полученные результаты можно просмотреть различными способами, начиная от простых таблиц и диаграмм до многомерных кубов и специализированных визуализаторов. Система построена таким образом, что самостоятельно определяет возможные способы визуализации и предлагает наиболее удобные способы отображения данных для каждого случая.

4. Экспорт данных.

Результаты обработки могут быть выгружены во множество приемников данных. Таким образом, обработанная и проанализированная информация выходит за пределы аналитической платформы, попадает в бизнес-приложения, офисные программы и прочее. В Studio реализованы самые современные самообучающиеся алгоритмы анализа, но не это главное. Важно то, что любые способы обработки можно комбинировать произвольным образом. Именно за счет комбинирования различных подходов и методов анализа можно получить действительно качественные результаты.

Анализ данных в Deductor Studio базируется на построении сценариев обработки. Подобный подход к анализу интуитивно понятен большинству аналитиков, т.к. анализируя данные, вне зависимости от инструментария они фактически готовят сценарии обработки.

Как выглядит типовой сценарий, например, при построении прогнозов? Сначала аналитик загружает анализируемые данные в Excel, что и является операцией импорта. Потом он проверяет данные на наличие ошибок и исправляет их, например, продажи с нулевой суммой или возврат товара поставщику, что есть операция очистки. Далее он группирует данные для получения итоговой информации по месячным продажам определенного товара - это операции трансформации. Потом аналитик пытается подобрать полином или другую формулу, которые объясняли, почему раньше продажи вели себя именно так, - это этап построения модели. Далее он применяет построенное правило для получения прогноза на следующий месяц, что, собственно, является прогнозированием. И последний этап анализа - отправка результатов прогноза заинтересованному лицу, этот процесс называется экспортом. Работая с Deductor, аналитик строит сценарий, который очень схожий на тот, что описан. Именно поэтому для аналитика этот процесс интуитивно понятен.

Ценность Deductor Studio еще и в том, что сценарная методология анализа в него изначально заложена, система не позволяет работать по-другому. На первый взгляд, данная особенность программы может показаться неудобной, но это не так. Вернемся к примеру с прогнозированием в Excel и представим, каким образом аналитик, скорее всего, будет работать, если встретит в данных ошибки. Наверняка он выделит неверные записи, удалит их и продолжит работу. Его действия будут совершенно естественны, т.к. именно таким образом аналитик сможет быстрее всего получить результат. Он прав, но только при условии, что анализ выполняется один раз. Если в следующий раз аналитик столкнется с такой же проблемой, он будет должен снова выполнить те же самые действия. То, что сделал аналитик в первый раз, т.е. исправил вручную, не тиражируемо, это нельзя поставить на поток. При выполнении того же самого в Deductor Studio все будет совершенно иначе.

Deductor Studio не имеет механизмов ввода и ручной правки данных. Подобное ограничение на функциональность наложено осознано. В случае, если аналитик, получив данные, обнаружит в них, например, ошибки, он должен будет описать правило работы с такими данными. В примере, что был дан выше, он должен будет отфильтровать данные о продажах с нулевой суммой. Это нужно сделать обязательно, т.к. вручную в Deductor Studio при всем желании удалить непригодные записи невозможно. То, что он сформулирует, автоматически станет частью сценария. Такая работа требует чуть больше усилий и времени, чем простое удаление данных из электронной таблицы, но подобный сценарий обработки тиражируем. При появлении новых данных не нужно опять искать некорректные записи, т.к. правила их обработки уже имеются в сценарии и очистка данных может быть выполнена автоматически. Именно эта особенность и позволяет говорить о Deductor как об инструменте тиражирования знаний.

Подготовленные сценарии можно выполнять автоматически в пакетном режиме, например, ночью. В результате аналитик единожды готовит сценарии, и через них в последствии просто «прогоняются» новые данные. Подобный механизм работает не только для построения прогнозов, но и для автоматической загрузки данных в хранилище Deductor Warehouse, например. Другими словами, Deductor можно использовать не только как систему анализа, но и как ETL средство - инструмент извлечения, трансформации и загрузки данных.

А так как аналитик имеет возможность произвести загрузку данных после любой последовательности обработки, можно не просто загружать данные в хранилище, а собрать их из разрозненных источников, объединить, очистить, обработать любым способом, привести к нужному виду и загрузить в хранилище более ценные и практически полезные сведения.

Анализ данных - это не разовая операция, поэтому нужно обеспечить возможность полноценной поддержки этого процесса. Периодически приходится модифицировать сценарии, и необходимо сделать эту операцию удобной. Особенности человеческой памяти таковы, что даже создатель сценария спустя некоторое время не может в точности вспомнить логику ее построения. Нужен способ документирования процесса формализации. В Deductor это учтено, сценарии отображаются в виде дерева с иконками и пояснительным текстом. Взглянув на это дерево, можно без труда проследить логику сценария и понять особенности его реализации. Это помогает не только модифицировать сценарии, но и передавать их другому аналитику, который также просто сможет «прочесть» ход мысли аналитика, создавшего сценарий.

Рис. 3.4 - Схема работы Deductor Studio

Анализ не ограничивается только обработкой данных, не менее значимой является визуализация данных. Известно, что через органы зрения человек получает подавляющую часть информации и, конечно, нужно по максимуму использовать эту особенность человеческого восприятия. Хорошая визуализация способна серьезно помочь при анализе данных, кроме того, очень много идей рождается именно при просмотре данных.

Способов визуализации существует огромное множество, она не ограничивается таблицами и диаграммами, информацию можно просмотреть в виде кросс-таблиц, гистограмм, карт, деревьев и т.п. Чем больше механизм визуализации учитывает особенности обработки данных, тем больше от него отдача. Например, если мы просматриваем результаты прогнозирования в виде графика, желательно выделить цветом или каким другим образом прогнозные и исторические значения, отметить данные выходящие за пределы допустимого интервала. Все это, не требуя никаких усилий со стороны аналитика, делает визуализацию намного более ценной и упрощает работу пользователя.

Рис. 3.5 - Анализ и визуализация данных

Эти особенности визуализации учтены в Deductor Studio. В системе имеется множество удобных способов отображения данных. Программа самостоятельно анализирует способы обработки, особенности набора данных, на которых производился анализ и автоматически предлагает возможные способы визуализации.

Среди множества механизмов визуализации, встроенных в Deductor Studio, имеется и мощный Online Analytical Processing (OLAP) модуль. OLAP - один из наиболее популярных способов отображения табличных данных.

Данные в этом случае могут отображаться в виде кросс-таблиц или кросс-диаграмм. Кросс-таблицы удобны тем, что большая часть операций манипулирования данных выполняется «на лету». Одним щелчком мыши можно данные сгруппировать произвольным образом, отфильтровать, отсортировать, переставить столбцы/строки и произвести множество других операций. Deductor Studio позволяет при помощи этого механизма визуализации просмотреть любые данные, т.е. не только саму исходную информацию, но и результаты любой обработки.

Deductor Studio - это инструмент аналитика, а он является ключевым лицом в процессе анализа данных, именно его знания формализуются и тиражируются, но многие пользователи не являются аналитиками, разбираться во всех трудностях обработки им сложно, для них нужен более простой и понятный способ получения требуемой информации.

Для сокрытия от конечных пользователей всех особенностей обработки данных используется большое число механизмов: можно взаимодействовать с Deductor Studio при помощи механизма OLE-Automation, воспользоваться удаленной обработкой в Deductor Server, в автоматическом режиме выгружать и загружать данные в различные системы, но имеется возможность получить результат еще легче, приложив минимум усилий.

Это можно сделать благодаря механизму получения готовых отчетов. В Deductor Studio имеется панель отчетов, внешне напоминающая проводник в Windows. На этой панели аналитик формирует иерархическую структуру папок и в определенные папки выносит ссылки на интересующие пользователей узлы сценария. Например, пользователя интересует прогноз продаж. Прогноз продаж - это результат выполнения целой цепочки действий, но в папке на панель отчетов выносится только последний узел - получение, собственно, самого прогноза. Когда пользователь выберет интересующий его отчет на панели, все действия по извлечению данных и выполнению последовательности действий, необходимых для получения результата, будут произведены автоматически, конечный пользователь просто получит отчет о прогнозируемых продажах.

Таким образом, обеспечивается разделение обязанностей между аналитиками и конечными пользователями.

Для последних в Deductor имеется специальное приложение - Deductor Viewer.

Deductor Viewer - это рабочее место конечного пользователя. В нем отсутствуют механизмы построения сценариев, настройки источников данных и прочие сложности. Работа с программой упрощена до предела: пользователь видит настроенную аналитиком панель отчетов, выбирает интересующий отчет, программа автоматически выполняет все необходимые действия и конечный пользователь получает результат.

Рис. 3.6 - Deductor Viewer

Полученный результат можно просмотреть разными способами, изменить настройки отображения, перенести в офисные приложения, распечатать, но не более того. Пользователь Viewer не может изменить сами результаты.

Подобные ограничения могут показаться слишком строгими, но именно это и нужно большинству пользователей: выбрал отчет - получил ответ.

Deductor Server/Client. Процесс построения сценариев является интерактивным, т.к. необходимо строить модели, проверять результаты, анализировать качество… Аналитик эти операции выполняет помногу раз, пока не будет спроектирован приемлемый сценарий и построены качественные модели. Для подобной работы аналитику требуется специализированное рабочее место, каковым является Deductor Studio, но после построения сценария можно перейти к автоматизированной обработке данных. Необходимо, чтобы вновь поступающие данные автоматически «прогонялись» через разработанные аналитиком модели уже без участия эксперта.

Для выполнения этой функции в состав платформы Deductor входит сервер. С его помощью можно автоматически обрабатывать сценарии. Deductor Server функционирует в виде Windows-службы, к которой можно обращаться удаленно при помощи специального клиента - Deductor Client. Управлять выполнением сценарием можно как из локальной сети, так и через Интернет.

Рис. 3.7 - Deductor Viewer



Рис. 3.8 - Работа со сценариями

Применение сервера позволяет обеспечить удаленную обработку, оптимизировать расход оперативной памяти, повысить скорость обработки, обеспечить прозрачную интеграцию со сторонними приложениями. Deductor Server специальным образом кэширует данные, что позволяет их использовать без обращения к дисковой системе.

Это значительно повышает скорость аналитической обработки. При применении многопроцессорного оборудования обеспечивается увеличение скорости благодаря встроенной многопоточной обработке и механизмам балансировки нагрузки.

Использование Deductor Server значительно упрощает создание полноценной корпоративной аналитической системы, его применение позволяет воспользоваться всеми преимуществами трехзвенной архитектуры, оптимально используя возможности серверной аналитической обработки.



Рис. 3.9 - Deductor Server

3.3 Экономический эффект предложенных мероприятий

Следует проанализировать экономический эффект от внедрения предложенных мероприятий.

Таблица 3.1 - Расчет экономического эффекта от внедрения предложений по созданию службы финансового мониторинга в ООО «ЭлбурГ»

Показатель	Обозначение	Ед. измерения	Без внедрения решения	В случае внедрения решения (прогноз)
Выручка от реализации		Тыс. руб.	121646	145000
Расходы, связанные с торговой деятельностью		Тыс. руб.	110669	130000
Годовая валовая прибыль	П.	Тыс. руб.	10977	15000
Текущий эффект	Этек.	Тыс. руб.	10977	15000
Коэффициент дисконтирования	1/(1+Е)	руб.	0,909	0,909
Дисконтированный (приведенный) текущий эффект	Этек.1* (1+Е)	руб.	9978,1	13635

Таким образом, при формировании системы финансового анализа в ООО «ЭлбурГ» экономический эффект составит 13635 тыс. руб. против 9978,1 тыс. руб. при отсутствии внедренных мероприятий.

Э_тек. = 13635 - 9978,1= 3656,9 тыс. руб.

Таким образом, текущий эффект от внедрения предложений составит 3656,9 тыс. руб.

В табл. 3.2 представлена структура единовременных затрат на внедрение системы финансового мониторинга на предприятии.

Таблица 3.2 - Расчет дисконтированных единовременных затрат при внедрении предложений

Вид единовременных затрат	Обозначение	Единица измерения	В случае внедрения
1. обследование	-	тыс. руб.	-
2. разработка решения	-	тыс. руб.	-
3. приобретение оборудования	-	тыс. руб.	40
4. приобретение программного обеспечения	-	тыс. руб.	150
5. создание информационного обеспечения	-	тыс. руб.	100
6. подготовка кадров	-	тыс. руб.	60
7. прочие	-	тыс. руб.	20
8. всего единовременных затрат	К1	тыс. руб.	370
9. коэффициент дисконтирования	1/(1+Е)	тыс. руб.	0,909
10. дисконтируемые единовременные затраты	К/(1+Е)	тыс. руб.	336,3
11. всего дисконтированных единовременных затрат	К2	тыс. руб.	336,3

Таким образом, затраты на внедрение предложений составят 370,0 тыс. руб., дисконтируемые затраты - 336,3 тыс. руб.

Эффект, достигаемый на 1 году внедрения проекта, определяется разностью достигнутых результатов и понесенных затрат

Э _t = R _t - З _t = (R _t - Зтек _t ) - К _t = Этек _t - К _t (3.1)

где R _t - результат, достигаемый на t-м шаге, руб.;

З _t - затраты, производимые на t-м шаге, руб.;

Зтек _t - текущие затраты, производимые на t-м шаге, руб.;

К _t - единовременные затраты, производимые на t-м шаге, руб.;

Этек _t - текущий эффект (без учета единовременных затрат), достигаемый на t-м шаге, руб.

Таким образом, интегральный эффект может быть представлен как разность между суммой приведенных текущих эффектов (Этек) и приведенным единовременными затратами (К)

T T