Анализ данных. Анализ данных (далее — Data Mining) переводится как «добыча» или «раскопка данных»

Анализ данных (далее — Data Mining) переводится как «добыча» или «раскопка данных». К сожалению, на данный момент не устоялось четкого варианта перевода данного понятия на русский язык. Поэтому далее в тексте мы будем пользоваться англоязычным термином Data Mining.

Нередко рядом с Data Mining встречаются слова «обнаружение знаний в базах данных» и «интеллектуальный анализ данных». Их можно считать синонимами Data Mining. Возникновение всех указанных терминов связано с новым витком в развитии средств и методов обработки данных.

Цель Data Mining состоит в выявлении скрытых правил и закономерностей в наборах данных. Дело в том, что человеческий разум сам по себе не приспособлен для восприятия больших массивов разнородной информации. Человек к тому же не способен улавливать более двух-трех взаимосвязей даже в небольших выборках. Но и традиционная математическая статистика, долгое время претендовавшая на роль основного инструмента анализа данных, также нередко пасует при решении задач из реальной сложной жизни. Она оперирует усредненными характеристиками выборки, которые часто являются фиктивными величинами (типа средней температуры пациентов по больнице, средней высоты дома на улице, состоящей из дворцов и лачуг и т. п.). Поэтому методы математической статистики оказываются полезными главным образом для проверки заранее сформулированных гипотез.

Современные технологии Data Mining перелопачивают информацию с целью автоматического поиска шаблонов, характерных для каких-либо из фрагментов неоднородных многомерных данных. В отличие от оперативной аналитической обработки данных в Data Mining бремя формулировки гипотез и выявления необычных шаблонов переложено с человека на компьютер.

В принципе нет ничего нового в постановке задачи Data Mining. Специалисты на протяжении нескольких последних десятков лет решали подобные задачи. Но только сейчас общество в целом созрело для понимания практической важности и широты этих задач.

Во-первых, в связи с развитием технологий записи и хранения данных сегодня на людей обрушились колоссальные потоки информации в самых различных областях, которые без продуктивной переработки грозят превратиться в никому не нужные свалки.

И во-вторых, средства и методы обработки данных стали доступными и удобными, а их результаты понятными любому человеку.

Сфера применения Data Mining ничем не ограничена — она везде, где имеются какие-либо данные. Но в первую очередь методы Data Mining сегодня заинтересовали коммерческие предприятия, развертывающие проекты на основе информационных хранилищ данных. Опыт многих таких предприятий показывает, что отдача от использования Data Mining может достигать 100%.

Например, известны сообщения об экономическом эффекте, в 10-70 раз превысившем первоначальные затраты. Приводятся сведения о проекте в 20 млн. долл., который окупился всего за 4 месяца.

Другой пример — годовая экономия 700 тыс. долл. за счет внедрения Data Mining в сети универсамов в Великобритании. Data Mining представляют большую ценность для руководителей и аналитиков в их повседневной деятельности.

Деловые люди осознали, что с помощью методов Data Mining они могут получить ощутимые преимущества в конкурентной борьбе.

6.9. Управленческий учет и бюджетирование

Под управленческим учетом понимают систему организации, сбора и агрегирования учетных данных, направленную на решение конкретной управленческой задачи.

Термин «управленческий учет» восходит к европейскому термину «контроллинг» и к его английскому аналогу «mапаgеrial аccounting».

К целям внедрения системы управленческого учета относятся:

· Планирование:

– планирование производства;

– оптимальное использование материалов;

– распределение заказов на материалы.

· Контроль:

– поддержка оптимального уровня материалов и конструкций;

– оптимизация затрат на материалы и трудовые ресурсы;

– выполнение бюджета;

– обеспечение исполнения планов.

· Оценка результатов:

– анализ расходов основной и дочерних компаний;

– оценка производительности основного производственного

персонала;

– оценка эффективности управленческого персонала.

Система управленческого учета может быть создана в три этапа, на каждом из которых решаются специфические задачи.

Дата добавления: 2015-04-29