Оценка информационной обеспеченности бизнес-процессов

    Оценка потоков данных в ИС.  Одной из функций информационной системы является обеспечение руководства экономического объекта релевантной информацией. Для этого нужно определить, сколько именно и какой информации необходимо экономическому объекту для полноценного функционирования. Ответ на этот вопрос позволит сформулировать требования к техническому и программному обеспечению информационной системы: определить объемы хранилищ данных, пропускную способность компьютерных сетей, виды и содержимое интерфейсов программ, формы отчетов и т.п.

    Данные, возникающие в системе управления экономического объекта в дискретные моменты времени, заносятся в базы данных информационной системы автоматически (например, после взвешивания груза на весах) и вручную (специалистами IT-службы и пользователями информационной системы – сотрудниками подразделений экономического объекта). Периодичность и объемы нахождения данных различны и определяются бизнес-процессами и бизнес-правилами экономического объекта. В интервалах времени, характеризующих движение данных в информационной системе, следует различать: периодичность поступления, записи и удаления данных, а также периодичность их хранения [1]. 

    Периодичность поступления данных в информационную систему экономического объекта может измеряться минутами, часами, сутками, декадами, месяцами и годами. Периодичность записи по обыкновению не превышает суток. Удаление данных проводится, как правило, реже,- или по процедуре несколько раз в год, или по необходимости – из-за отсутствия свободного места на жестких дисках. Что касается срока хранения данных, он обычно измеряется годами. Потребность в информации также возникает периодически, причем интервал времени между поступлением и  потреблением информации может быть близким к нулю (информация нужна немедленно) или бесконечно большим (информация остается невостребованной, то есть ненужной никогда). Те данные, которые не нужны немедленно, но могут быть запрошены позднее, по обыкновению хранят в базах данных информационной системы [1].

    Изложенное выше иллюстрируется приведенной на рис. 1 временной диаграммой дискретных информационных потоков для одного бизнеса-процесса. 

Рис. 1 Временная диаграмма дискретных информационных потоков  в информационной системе экономического объекта

    На рис. 1 обозначены: ti – моменты времени, соответствующие информационным транзакциям, Vi – объемы информации, обрабатываемые в моменты времени ti, τi – лаги между транзакциями,Pi – порции информации: P1 – входящей, P2 – записываемой, P3 – потребляемой, P4 – удаляемой, причем, как правило, P1 > P2 > P3.

    Несвоевременное удаление ненужных данных, сохранение их «про запас», приводит к беспрерывному, причем не всегда оправданному, увеличению объемов хранилищ данных информационной системы экономического объекта. Кроме того, при увеличении объемов сохраненных данных увеличивается время, необходимое для поиска требуемой информации и составления отчетов на ее основе [2].

    Информацию, которая хранится в базах данных информационной системы, по обыкновению делят на: постоянную, условно-постоянную, переменную и условно-переменную. Общий объем информации, хранимой в базах данных на момент времени t, можно представить формулой [1]:

VI(t) = VIp + VIsp(t) + VIv(t) + VIsv(t),                (1)

    где t – текущий момент времени;VIp, VIsp, VIv, VIsv – объемы постоянной, условно-постоянной, переменной и условно-сменной информации соответственно.

    При потреблении информации выполняется принцип Парето: 20% информации нужны в 80% случаев. К наибóлее затребованной информации принадлежат постоянная и условно-постоянная: справочная, нормативная и плановая. Переменная и условно-переменная используется при формировании условно-постоянной информации, и той, что используется в принятии оперативных управленческих решений.

    Наибóлее распространенная в настоящее время реляционная модель данных представляет базу данных, как совокупность таблиц и связей между ними. Объем сменной информации, которая хранится в базе данных, зависит не только от количества записанных данных, но и от уровня нормализации базы данных, а также от избранных типов данных атрибутов и степени реализации бизнес-правил (ограничение на значение атрибутов, минимизация количества Null-атрибутов и др.) [2]. 

    Задачу оптимизации базы данных необходимо решать в несколько этапов:

    1. Идентификация временных и объемных параметров информационных потоков;

    2. Привязка информационных потоков к бизнес-процессов;

    3. Реализация бизнес-правил;

    4. Количественные расчеты;

    5. Разработка процедурных вопросов: организация ввода, хранения, архивации и удаления данных.

    Оценка полезности информации. При оценке информации, которая хранится в базах данных информационной системы экономического объекта по обыкновению используются ее количественные, семантические и вероятностные характеристики, к которым относят: количество, ценность, структурированость, точность, полноту, репрезентативность, содержательность, достаточность, доступность, актуальность, своевременность, достоверность, понятность, сжатость и стойкость. Все эти показатели можно свести к одному – полезности информации.

    На настоящий момент экономическая теория использует два подхода к оценки полезности: кардиналистский и ординалистский. Кардиналистський подход основан на представлении полезности, как функции от количества блага, а ординалистський подход базируется на ряде аксиом: упорядоченности, рефлективности, транзитивности, ненасыщения, непрерывности, выпуклости. К информации подходят аксиомы рефлексивности, непрерывности и ненасыщения, хотя последнюю аксиому можно принять с определенными ограничениями. Остальные аксиомы базируются на сопоставлении наборов благ. Однако в случае представления информации, как блага (товара, ресурса), ее сложно сопоставить с другим благом, разве что с той же информацией, представленной в другой форме. Кроме того, нужно учитывать, что информация является уникальным видом ресурса, потребление которого не уменьшает ее объема(количества) [1].

    С нашей точки зрения, при оценке полезности информации необходимо применять комплексный подход: кардиналистский – для оценивания количественных, и ординалистский – для оценки качественных характеристик информации.

    После анализа определений для вышеперечисленных характеристик информации, сначала напрашивается вывод, что наилучшим вариантом будет их максимизация. Однако это не всегда возможно, поскольку некоторые характеристики информации, с одной стороны, частично дублируются, а с другой стороны, противоречат друг другу. Так, например, актуальность и своевременность, в сущности, означают временную характеристику информации; содержательность и достаточность отображающее количество; репрезентативность, точность и достоверность оценивают качество информации; понятность и доступность – форму представления. В то же время такие характеристики, как достаточность и сжатость, доступность и понятность вступают в разногласие друг с другом. Таким образом, все вышеперечисленные характеристики информации можно свести к трем: количество, момент времени потребления и форма представления, что позволяет представить функцию полезности экономической информации в следующем виде: 

UI(N, C, T) = f(N,C,T),                (2)

    где N – количество информации; 

         C – степень обработки информации;

         T – момент времени представления информации.

    Вопрос измерения количества информации достаточно сложен. Использование байта, как единицы измерения, не позволяет в полной мере оценить качество и релевантность информации, принимая во внимание многообразие форматов данных в современных системах обработки и хранения информации. Поэтомуцелесообразно учитывать форматы всех данных, входящих в состав информации. 

    Рассмотрим, например, такой показатель, как объем выпуска продукции Q. Сама по себе эта величина не имеет смысла без привязки к времени и месту производства. Если экономический объект выпускает только один вид продукции, достаточно добавить дату D. В результате получим такой кортеж: {D, Q}. Если экономический объект выпускает несколько видов продукции, имеет несколько производственных цехов, которые работают в несколько смен, релевантный кортеж должен выглядеть так:  

{D, Q, G, B, N},         (3)

    где D – дата выпуска; Q – объем выпуска; G – код продукции; B – код цеха; N– номер смены.

    Для количества информации принцип «чем больше, тем лучше» не всегда приемлем и не всегда нужен. Лишняя информация ничего не даст, но может усложнить анализ и принятие решений. 

    Степень обработки информации C является ни чем иным, как формой ее представления. Будем оценивать значение C, как количество операций (арифметических, логических, семантических), которые было произведены над данными. 

    Так, например, для расчете годового фактического фонда рабочего времени TFYear необходимо из годового планового фонда рабочего времени TPYear вычесть количество часов простоя TIdle. При этом используется одна операция – вычитание, и, соответственно С=1. При расчете годового фактического выпуска j- го типа продукции POFj необходимо суточный выпуск продукции PO1j умножить на годовой фактический фонд рабочего времени TFYear.  Для получения TFYear уже применялась операция вычитания, а для получения POFj  - еще и операция умножения, следовательно, C = 2.

    Для построения|шикування| функции полезности информации целесообразно, во-первых, представить|уявляти| характеристики в измеримой, числовой форме, и, во-вторых, ограничить уровень полезности единицей.

    На рис. 2 представлены предлагаемые одномерные функции полезности информации от ее отдельных параметров: количества (рис. 2, a), степени обработки (рис. 2, b) и времени потребления (рис. 2, c) [1]. Здесь приняты следующие обозначения: Nen – достаточное количество информации; Cen – достаточный уровень обработки; Treq – момент времени использования информации; T1 – момент времени, при котором  полезность снижается до минимального значения; UImax, UImin – максимальная и минимальная полезность информации соответственно.

    Рис.2. Одномерные функции полезности информации

    Прокомментируем эти функции. На всех приведенных графиках функции полезности имеют особую точку А, в которой полезность информации UI достигает своего максимального значения UImax. Снижение полезности при N > Nen (рис. 2, a) объясняется тем, что чрезмерная информация в системе управления начинает играть роль шума и снижает эффективность принимаемых решений, а увеличение степени обработки информации более необходимого уровня C > Cen (рис. 2, b) не повышает полезность с точки зрения принятия решений, поскольку полученные результаты теряют экономический смысл.

    На рис. 2, c показаны два возможных варианта зависимости полезности информации от момента времени ее представления (потребления, использования). Для первого варианта (кривая 1) полезность имеет максимальное значение UImax от момента времени возникновения информации (T=0) вплоть до точки потребления Treq , а затем начинает снижаться и достигает минимального уровня UImin при T=T1. Во второму варианте (кривая 2) информация полезна только в точке А (T=Treq ), а за ее пределами полезность равна нулю.

    Функции полезности, представленные на рис.2, опишем таким образом [1]:

   (4)

    (5)

  (6)

   (7)

    где KN1, KN2, KC1, KC2, KC3, KT1− постоянные коэффициенты.

    При построении многофакторных функций полезности рекомендуется исследовать влияние каждого фактора|фактору| на полезность при фиксированных значениях остальных факторов. В нашем случае показатель T не зависит от N, а для C и N имеет место следующая зависимость:

C = g(N), C < N,                              (8)

    где g(N) − нелинейная функция.

    Перед выбором вида многомерной функции полезности проанализируем функцию UI = f(T). Пренебрегая участком T < Treq, приходим к двум возможным вариантам зависимости полезности от времени: полезность максимальна от момента ее формирования (T = 0) до момента использования (T = Treq), а затем снижается до  UImin (кривая 1), или же полезность максимальна только в точке T = Treq (кривая 2).

    Исключив из зависимости (2) время, приходим к мультипликативной форме функции полезности, которая определена на интервале 0 ... Treq:

UI(N, C) = UI(N)×UI(C),                      (9)

    где UI(N, C) – многомерная функция полезности информации;

         UI(N), UI(C)–  одномерные функции полезности информации.

    На рис. 3 приведен гипотетический пример многомерной функции полезности, построенной с использованием формул (4-7), с учетом (8) и (9) при Nen =1000, Cen = 40.

    Рис.3. Пример многомерной функции полезности информации

    Как видно из рис. 3, a, функция полезности информации имеет экстремум, который отвечает максимальной полезности. Часть кривых на рис. 3, b, состоящие из левых и нижних фрагментов контурных линий, являются кривыми безразличия для количества информации N и степени ее обработки C.

    Таким образом, максимизация полезности информации возможна не только за счет увеличения ее количества, но и за счет увеличения степени обработки. Нижние и правые фрагменты контурных линий – это кривые безразличия для количества информации, как антиблага, когда дополнительная обработка важнее прироста ее количества.

    Метод определения эффективности информационной обеспеченности бизнес-процессов экономического объекта[1]. Подготовка документов, содержаob[ первичную информацию для каждой фазы бизнес-процесса (БП), производится  отдельными подразделениями экономического объекта, и эти документы составляют в реальном масштабе времени. Часть информации  поступает автоматически в базы данных при заполнении документов (внутренние документы), другие (внешние документы) являются документами аналитического или синтетического учета между подразделениями и службами. Согласно результативным показателям бизнес-процессов в целом и каждой их фазы строится схема управления документооборотом. Схема управления документами, в свою очередь, должна продемонстрировать их перечень и маршрутизацию в рамках существующих бизнес-процессов.

    На этапе разработки функции информационной системы принято представлять в виде иерархической совокупности бизнес-процессов. К основным параметрам бизнес-процессов относят:

• наименование бизнес-процесса;

• функциональное назначение бизнес-процесса;

• подпроцессы (задачи, фазы), входящие в бизнес-процесс;

• перечень документов, обслуживающих данный бизнес-процесс;

• направления и содержимое материальных, финансовых и информационных потоков;

• временные параметры (затраты времени, моменты времени выполнения).

    Следует учесть, что документы, отображающие конкретный бизнес-процесс, сами по себе являются сложными объектами, каждый из них характеризуется набором взаимозависимых реквизитов, и потому следует выделить именно те реквизиты в документах, которые используются в бизнес-процессах экономического объекта.

    При документировании бизнес-процесса должны быть учтено не только основное движение документов, но и количество входных, исходных, внутренних документов, задокументированы все формы отчетов, которые поступают из отделов (подразделений), и отчеты, необходимые руководству экономического объекта и его подразделений. При необходимости, документируются формы нестандартных отчетов, которые нужны вышестоящим организациям. При обследовании бизнес-процессов должны быть отражены общие схемы принятия и согласование решений относительно изменения объемов выпуска продукции, закупки и продаж, определенная информация и данные, на основе которых принимаются подобные решения. 

    Анализ документооборота и бизнес-процессов предлагается проводить в следующей последовательности:

    1. Выявление глобальных (укрупненных) БП. Например: ЗАКУПИТЬ ТМЦ, РУКОВОДИТЬ ЗАПАСАМИ.

    Далее нужно указать цели бизнес-процесса, индикаторы бизнес-процесса, участников процесса (подразделений, людей, других бизнес-процессов) и провести документирование бизнес-процессов и бизнес-правил (ограничений и правил выполнения определенных операций и действий). При документировании бизнес-процессов данные следует заносить в таблицу, которая содержит такие столбцы:

• название бизнес-процесса (например «Оформить заявку»);

• порядковый номер бизнес-процесса;

• название фазы бизнес-процесса (например «Выявить потребность в ТМЦ»);

• номер фазы бизнес-процесса ( согласно принятой нотации);

• цель фазы бизнес-процесса (например «Оприходование ТМЦ в производство»);

• индикатор бизнес-процесса или его фазы (например «Рентабельность не менее, чем 30%»);

• управляющее влияние для бизнес-процесса или его фазы (ГОСТ, СТП или другой нормативный документ);

• участники бизнес-процесса: сотрудники (например «Кладовщик цеха № 4»), подразделения экономического объекта, другие бизнес-процессы;

• бизнес-правила в виде ограничений (например «Рентабельность должна лежать в пределах 30-60%»).

    2. Детализация бизнес-процессов и сопровождающего (обслуживающего) их документооборота. Состоит в исследовании фаз укрупненных бизнес-процессов и связей между ними. Одновременно с детализацией фаз бизнес-процессов производится описание сопутствующих документов. Данные о фазах бизнес-процессов и данные о реквизитах документов следует заносить в отдельные таблицы.

    3. Документирование информации, которая связана с бизнес-процессами и документооборотом. Для однозначного представления бизнес-процессов и сопутствующего документооборота информацию о них следует занести в базу данных. 

    4. Извлечение информации из базы данных с помощью запросов и определение показателей использования данных. Сформировав соответствующие запросы к базе данных, можно рассчитать такие показатели:

• количество повторений реквизитов в документах Nrji, и бизнес-процессах Nrki;

• затраты рабочего времени на заполнение документов при выполнении отдельных фаз бизнес-процессов Twkj;

• согласованность оформления документов подразделениями экономического объекта и конкретными исполнителями;

• объемы информации, циркулирующих в информационной системе экономического объекта Vi;

• затраты по каждому документу и бизнеса-процессу Cmj.

Выше обозначены: i – номер реквизита, j – номер документf, k – код фазы бизнес-процесса, m – код бизнеса-процесса.

    Для определения эффективности любого бизнес-процесса целесообразно использовать как вышеперечисленные абсолютные показатели, так и относительные показатели:

    - информационная насыщенность бизнес-процессов:

,                                      (10)

    где Vtp- объем t-го реквизита (согласно словаря данных) в s-м бизнес-процессе;

    - удельное количество бизнес-процессов, которые обслуживаются информационной системой:

                                (11)

    где NISBP , NBP – количество бизнес-процессов, которые обслуживаются информационной системой, и общее количество бизнес-процессов экономического объекта соответственно;

    - удельные затраты на оформление j-го документа в m-м бизнес-процессе:

                                         (12)

    - уровень автоматизации документооборота и бизнес-процессов:

                      (13)

    где KAUT, KMN, KHND– количество реквизитов, которые заполняются автоматически, машинным способом и вручную соответственно.

    5. Последним этапом анализа является ранжирования показателей и определения бизнес-процессов и их фаз, которые являются наиболее проблемными с точки зрения уровня автоматизации или с точки зрения уровня затрат. Результаты ранжирования целесообразно представить в графическом виде.

Литература к разделу:

• 1.  Бізянов Є.Є. Управління ефективним розвитком інформаційних систем економічних об’єктів : монографія / Є.Є. Бізянов ; [наук. ред. чл.-кор. НАН України, д-р екон. наук, проф. Ю.Г. Лисенко]. – Донецьк: Вид-во «Ноулідж» (донецьке відділення), 2013. – 319 c.

  2. Гарсиа-Молина Г. Системы баз данных. Полный курс /  Г. Гарсиа-Молина, Д.  Ульман, Д.Д. Уидом; пер. с англ. – М. : Издательский дом "Вильямс", 2003.- 1088 с. : ил.