Трансформация под цифровизацию
публикация - 2022-01-28 / cоздание - 2022-01-28 - новое
«Инженерное» развитие процессов управления
Такие ИТ решения как BI [бизнес-аналитика] → BIG DATA [углубленная аналитика] → AI [искусственный интеллект] предназначены для автоматизации учета исходных данных, их сбора, предварительной обработки, анализа/контроля, разработки цифровых моделей, прогнозирования и оптимизации работы различных объектов управления, включая такой сложный объект управления как бизнес.
Давайте проговорим основные ИТ решения для автоматизации комплексной работы с данными с целью принятия эффективных управленческих решений: `
• CRM/ERP/MES/АСУТП/SRM… - источники структурированных [SQL] и неструктурированных[noSQL] данных. Учет исходных данных может осуществляться полностью автоматически с помощью датчиков, либо с участием человека с помощью средств ввода информации на уровне MES и ERP. Если учет полностью автоматический, без участия людей, датчик считывает показания параметра, далее аналоговый сигнал преобразовывается в цифровой сигнал, который сохраняется в электронной памяти. Очень много информации учитывается с помощью человека: либо через сканер, либо путем ручного ввода.
• ETL [Extract, Transform, Load] – извлечение, преобразование, загрузка данных. Информация, которая формируется на разных информационных уровнях, с помощью механизмов ETL централизуются в хранилищах данных.
• DataLake – «озеро данных»: централизованное хранилище структурированных [SQL] и неструктурированных[noSQL] данных.
• Data Preparation – нормализация исходных данных для контролинга, анализа, моделирования, которая позволяет сформировать стандартизированные витрины данных.
• OLAP – кубы данных, позволяют быстро сформировать отчеты, графики, а также подготовить данные для причинно-следственного анализа.
• Цифровое моделирование [цифровые двойники] – автоматизированное построение цифровой модели объекта управления. Включает в себя структурную и параметрическую идентификацию рассматриваемого объекта управления. Первая отвечает за подход в построении модели - структуру, вторая – за поиск параметров этой модели - параметры. В итоге найденная модель должна быть адекватна объекту реальному управления: реальный объект должен с определённой точностью соответствовать цифровой модели. Если эти условия соблюдены, то цифровую модель можно применять для реального управления. Для поиска адекватной цифровой модели применяются математические и статистические методы. Существует более 30 инструментов автоматизации этой задачи. Наиболее популярными является множественный регрессионный анализ, дерево решений, нейросети…
• Прогнозирование выполняется на сформированной цифровой модели: если цифровая модель адекватна реальности, то прогноз результирующих параметров обеспечивается значениями упреждающих входных параметров. Подавая на вход цифровой модели известные/прогнозируемые/ управляемые входные параметры, мы получает смоделированные прогнозные выходные результирующие параметры.
• Оптимизация выполняется также на сформированной цифровой модели: в этом случае результирующему параметру ставится условие оптимизации… достижение максимума, минимума или конкретного значения при определенных ограничениях. Далее средствами оптимизации осуществляется поиск удовлетворяющих этим условиям значений входных упреждающих параметров. В последствии их регламентируют путем постановки целей и допустимых коридоров допуска.
В целевом состоянии бизнеса очень хорошей практикой будет являться развитие процессов управления с помощью современных инженерных подходов. Для этого необходима организация единого аналитического центра по развитию «алготримики динамического оптимизационного управления бизнесом» с помощью средств BI, Big Data, AI, в задачи которого входит:
• организация эффективной системы учета, сбора, хранения, обработки, нормализации всей исходной информации по бизнесу
• совершенствование алгоритмов системы оптимизационного планирования и прогнозирования
• формирование стандартизированного инструментария по контролингу и анализу для менеджмента, специалистов и рабочих
• формирование стандартизированного гибкого инструментария для выполнения углублённой аналитики технологами и инженерами процессов
• обучение менеджеров, специалистов и рабочих стандартизированным инструментам контроля, анализа, поиска оптимальных решений и прогнозирования. |