Когда потоки корпоративных данных выходят из-под контроля и «девятым валом» захлестывают автоматизированные системы, не спешите строить ограждения, укрепляя стены ИТ новыми дорогими программными продуктами. Информация — это благо, ее нужно не ограничивать, а очищать, структурировать и направлять по месту назначения — в специально спроектированные многомерные хранилища. Там, в укрощенных, кристально-чистых аналитических разрезах отразятся бизнес-процессы предприятия, на информационной глади засверкают экономические модели, открывая менеджерам новые горизонты управления. Да и проверенные временем автоматизированные системы, избавившись от несвойственных им функций, еще засверкают новыми конкурентными гранями, оставляя системам поддержки принятия решений (СППР) задачи анализа, моделирования и прогноза.

Функциональность систем поддержки принятия решений (СППР) должна включать интуитивно понятные предметно-ориентированные средства представления, анализа и моделирования корпоративных бизнес-процессов. Эти средства должны предусматривать настройку на аналитический профиль пользователя. Методики многомерного анализа должны быть не только удобны, но и устойчивы при работе по информационным разрезам с большим историческим горизонтом.

Для принятия обоснованных управленческих решений федеральным и региональным органам власти важны анализ, моделирование и прогнозирование динамики макроэкономических и территориальных индикаторов социально-экономического развития. Эффективную информационно-аналитическую поддержку принятия управленческих решений способны обеспечить системы автоматизации аналитической и прогнозной деятельности специалистов органов государственной власти и управления, организующие процессы сбора, хранения и обработки территориальной информации. ЗАО «Прогноз» специализируется на создании и внедрении такого рода систем для широкого класса задач. Концепция систем основана на современной технологии интегрированных хранилищ данных («Data Warehousing»), углубленной аналитической обработке накопленной информации современными методами поддержки принятия решений (OLAP-технологии), комплексных динамических имитационных и оптимизационных моделях.

Анализы и прогнозы, которые являются результатом работы банковского аналитика, призваны корректировать финансовую политику банка. Поэтому-то должности аналитиков в банках все чаще занимают люди, обладающие не только способностями к аналитическому мышлению и имеющие фундаментальные знания в области математики и экономики, но и владеющие системным подходом к работе. Неудивительно, что профессионалов такого уровня, мягко говоря, угнетает рутинная работа по сбору необходимых для анализа данных и их последующая обработка, которая не требует особой квалификации и занимает большую часть рабочего времени.

Современный уровень развития аппаратных и программных средств с некоторых пор сделал возможным повсеместное ведение баз данных оперативной информации на всех уровнях управления. В процессе своей деятельности промышленные предприятия, корпорации, ведомственные структуры, органы государственной власти и управления накопили большие объемы данных. Они хранят в себе большие потенциальные возможности по извлечению полезной аналитической информации, на основе которой можно выявлять скрытые тенденции, строить стратегию развития, находить новые решения.

Системы поддержки принятия решений — основа ИТ-инфраструктуры различных компаний, поскольку эти системы дают возможность преобразовывать обширную бизнес-информацию в ясные и полезные выводы. Сбор, обслуживание и анализ больших объемов данных, — это гигантские задачи, которые требуют преодоления серьезных технических трудностей, огромных затрат и адекватных организационных решений.

Рост класса автоматизированных систем принятия решений приведет к значительному сокращению объема работ начального уровня, требующих оценок и расчетов, и это в свою очередь приведет к тому, что специалисты в области анализа и обработки информации станут ненужными