Formy a metody zpracování analytické informace praxe. Metody analytického zpracování dat pro podporu rozhodování. Metody analytického zpracování dat

8.3.1. Nástroje pro on-line analytické zpracování (OLAP).

On-Line Analytical Processing - nástroje pro operativní (real-time) analytické zpracování informací zaměřené na podporu rozhodování a pomoc analytikům odpovědět na otázku „Proč jsou objekty, prostředí a výsledky jejich interakce takové, jaké jsou, a ne jiné?“ V tomto případě si analytik sám vytváří verze vztahů mezi souborem informací a kontroluje je na základě dostupných dat v odpovídajících strukturovaných informačních databázích.

ERP systémy se vyznačují přítomností analytických komponent jako součásti funkčních subsystémů. Poskytují generování analytických informací v reálném čase. Tyto informace tvoří základ většiny manažerských rozhodnutí.

Technologie OLAP využívají hyperkrychle – speciálně strukturovaná data (jinak se jim říká OLAP kostky). Datová struktura hyperkrychle se dělí na:

Opatření jsou kvantitativní ukazatele (základní podrobnosti) používané k vytváření souhrnných statistických výsledků;

Dimenze jsou popisné kategorie (detaily-atributy), v jejichž kontextu jsou míry analyzovány.

Rozměr hyperkrychle je určen počtem rozměrů na jeden takt. Hyperkrychle SALES například obsahuje následující data:

Dimenze: spotřebitelé, data transakcí, skupiny produktů, nomenklatura, modifikace, balení, sklady, typy plateb, typy zásilek, tarify, měna, organizace, divize, odpovědné, distribuční kanály, regiony, města;

Opatření: plánované množství, skutečné množství, plánované množství, skutečná částka, plánované platby, skutečné platby, plánovaný zůstatek, skutečný zůstatek, prodejní cena, doba realizace objednávky, vrácená částka.

Tato hyperkrychle je určena pro analytické zprávy:

Klasifikace spotřebitelů podle objemu nákupů;

Klasifikace prodávaného zboží metodou ABC;

Analýza dodacích lhůt pro objednávky od různých spotřebitelů;

Analýza objemů prodeje podle období, produktů a skupin produktů, regionů a spotřebitelů, interních divizí, manažerů a prodejních kanálů;

Prognóza vzájemného vyrovnání se spotřebiteli;

Analýza zboží vráceného od spotřebitelů; atd.

Analytické zprávy mohou mít libovolnou kombinaci dimenzí a měřítek, které se používají k analýze rozhodnutí managementu. Analytické zpracování je zajištěno instrumentálními a lingvistickými prostředky. Veřejně dostupná tabulka MS Excel představuje informační technologii „Pivot Tables“ výchozí data pro jejich tvorbu;

Seznam (databáze) MS Excel - relační tabulka;

Další kontingenční tabulka MS Excel;

Konsolidovaný rozsah buněk MS Excel umístěných ve stejných nebo různých sešitech;

Externí relační databáze nebo OLAP kostka, zdroj dat (soubory formátu .dsn, .ode).

K sestavení kontingenčních tabulek na základě externích databází se používají ovladače ODBC a program MS Query. Kontingenční tabulka pro zdrojovou databázi MS Excel má následující strukturu (obr. 8.3).

Uspořádání kontingenční tabulky má následující datovou strukturu (obr. 8.4): rozměry - kód oddělení, pozice; míry - délka služby, plat a prémie. Níže je souhrnná tabulka. 8.2, který umožňuje analyzovat vztah mezi průměrnou pracovní zkušeností a platem, průměrnou pracovní zkušeností a bonusem, platem a bonusem.

Tabulka 8.2

Kontingenční tabulka pro analýzu odkazů

Konec stolu. 8.2

Chcete-li pokračovat v analýze pomocí kontingenční tabulky, můžete:

Přidejte nové celkové ukazatele (například průměrnou mzdu, průměrnou výši bonusu atd.);

Použít filtrování záznamů a součtů kontingenční tabulky (například podle „Pohlaví“, které je v rozložení umístěno v oblasti * Stránka);

Vypočítat strukturální ukazatele (např. rozdělení mzdových prostředků a bonusových fondů mezi útvary - s využitím dalších nástrojů zpracování pro kontingenční tabulky, podíly částky podle sloupců); atd.

Sada programů MS Office umožňuje publikovat tabulková data, včetně kontingenčních tabulek a grafů ve formátu XTML.

Microsoft Office Web Components podporuje práci s publikovanými daty v prostředí Internet Explorer, což umožňuje nepřetržitou analýzu (změny ve struktuře dat kontingenční tabulky, výpočet nových sumárních součtů).

8.3.2. Nástroje pro dolování dat (DM).

Nástroje DM zahrnují extrakci („excavation“, „doling“) dat a jsou zaměřeny na identifikaci vztahů mezi informacemi uloženými v podnikových digitálních databázích, které může analytik použít k vytvoření modelů, které umožňují kvantifikovat míru vlivu faktorů zájmu. . Kromě toho mohou být takové nástroje užitečné pro vytváření hypotéz o možné povaze informačních vztahů v digitálních podnikových databázích.

Technologie dolování textu je sada nástrojů, které vám umožňují analyzovat velké soubory informací při hledání trendů, vzorců a vztahů, které mohou pomoci při strategických rozhodnutích.

Technologie Image Mining (IM) obsahuje nástroje pro rozpoznávání a klasifikaci různých vizuálních obrázků uložených v podnikových databázích nebo získaných jako výsledek operativního vyhledávání z externích informačních zdrojů.

K řešení problémů se zpracováním a ukládáním všech dat se používají následující přístupy:

1) vytvoření několika zálohovacích systémů nebo jednoho distribuovaného systému správy dokumentů, které umožňují ukládat data, ale mají pomalý přístup k uloženým informacím na žádost uživatele;

2) budování internetových systémů, které jsou vysoce flexibilní, ale nejsou vhodné pro vyhledávání a ukládání textových dokumentů;

3) zavedení internetových portálů, které jsou dobře orientované na požadavky uživatelů, ale nemají načtené popisné informace týkající se textových dat.

Systémy zpracování textových informací, které neobsahují výše uvedené problémy, lze rozdělit do dvou kategorií: systémy lingvistické analýzy a systémy analýzy textových dat.

Hlavní prvky technologie Text Mining jsou:

Shrnutí;

Tematické vyhledávání (extrakce funkcí);

Shlukování;

Klasifikace;

Odpověď na otázku;

Tematické indexování;

vyhledávání klíčových slov;

Tvorba a podpora taxonomií a tezaurů.

Mezi softwarové produkty, které implementují technologii Text Mining, patří:

IBM Intelligent Miner for Text - sada jednotlivých utilit spouštěných z příkazového řádku nebo přeskočení; na sobě nezávislé (hlavní důraz je kladen na mechanismy data miningu – vyhledávání informací);

Oracle InterMedia Text je sada integrovaná do DBMS, která umožňuje co nejefektivněji pracovat s požadavky uživatelů (umožňuje pracovat s moderními relačními DBMS v kontextu komplexního víceúčelového vyhledávání a analýzy textových dat);

Megaputer Text Analyst je sada objektů COM zabudovaných do programu, navržených k řešení problémů s dolováním textu.

8.3.3. Inteligentní informační technologie

Dnes v oblasti automatizace řízení dominuje informační analýza v předběžné fázi přípravy rozhodnutí - zpracování primárních informací, dekompozice problémové situace, což nám umožňuje pochopit pouze fragmenty a detaily procesů, nikoli situaci jako celek. Chcete-li tento nedostatek překonat, musíte se naučit budovat znalostní báze s využitím zkušeností nejlepších specialistů a také generovat chybějící znalosti.

Využití informačních technologií v různých sférách lidské činnosti, exponenciální růst objemu informací a potřeba rychlé reakce v každé situaci vyžadovaly hledání adekvátních cest k řešení vznikajících problémů. Nejúčinnější z nich je cesta intelektualizace informačních technologií.

Pod inteligentní informační technologie(ITT) obvykle rozumí takovým informačním technologiím, které poskytují následující schopnosti:

Přítomnost znalostních bází, které odrážejí zkušenosti konkrétních lidí, skupin, společností, lidstva jako celku, při řešení kreativních problémů v určitých oblastech činnosti, které byly tradičně považovány za výsadu lidské inteligence (například špatně formalizované úkoly jako např. rozhodování, navrhování, získávání významu, vysvětlování, školení atd.);

Přítomnost modelů myšlení založených na znalostních základech: pravidla a logické závěry, argumentace a uvažování, rozpoznávání a klasifikace situací, zobecňování a porozumění atd.;

Schopnost tvořit velmi jasná rozhodnutí na základě nejasných, laxních, neúplných, nedostatečně určených dat;

Schopnost vysvětlit závěry a rozhodnutí, kupř. přítomnost mechanismu vysvětlení;

Schopnost učit se, rekvalifikovat a tedy rozvíjet se.

Technologie pro neformální hledání skrytých vzorců v datech a informacích Knowledge Discovery (KD) jsou založeny na nejnovějších technologiích pro formování a strukturování informačních obrazů objektů, které se nejvíce blíží principům zpracování informací inteligentními systémy.

Informační technologie pro podporu rozhodovacího procesu Decision Support (DS) jsou skořápky odborníků

systémy nebo specializované expertní systémy, které analytikům umožňují určovat vztahy a propojení mezi informačními strukturami v podnikových strukturovaných informačních databázích a také předvídat možné výsledky rozhodování.

Vývojové trendy IIT. Komunikační a komunikační systémy. Globální informační sítě a IIT mohou radikálně změnit způsob, jakým přemýšlíme o firmách a znalostní práci samotné. Přítomnost zaměstnanců na pracovišti se stane prakticky zbytečnou. Lidé mohou pracovat z domova a komunikovat mezi sebou podle potřeby prostřednictvím sítí. Známá je například úspěšná zkušenost s vytvořením nové modifikace letadla Boeing 747 distribuovaným týmem specialistů interagujících přes internet. Umístění účastníků jakéhokoli rozvoje bude hrát stále menší roli, ale význam úrovně kvalifikace účastníků roste. Další důvod, který předurčil rychlý rozvoj IIT, souvisí se zvyšující se složitostí komunikačních systémů a na jejich základě řešených problémů. Byla požadována kvalitativně nová úroveň „intelektualizace“ takových softwarových produktů, jako jsou systémy pro analýzu heterogenních a slabých dat, zajištění bezpečnosti informací, vývoj řešení v distribuovaných systémech atd.

Vzdělání. Již dnes začíná hrát distanční vzdělávání důležitou roli ve vzdělávání a zavedení IIT tento proces výrazně individualizuje v souladu s potřebami a schopnostmi každého studenta.

Život. Informatizace každodenního života již začala, ale s rozvojem IIT se objeví zásadně nové možnosti. Postupně budou do počítače přenášeny stále nové a nové funkce: sledování zdravotního stavu uživatele, ovládání domácích spotřebičů, jako jsou zvlhčovače vzduchu, osvěžovače vzduchu, ohřívače, ionizátory, stereo systémy, lékařské diagnostické nástroje atd. Jinými slovy, systémy se stanou i diagnostikou stavu člověka a jeho domova. V prostorách, kde se informační prostředí stane součástí lidského prostředí, bude poskytnut komfortní informační prostor.

Perspektivy rozvoje IIT. Zdá se, že IIT nyní dosáhly zcela nové fáze svého vývoje. Za posledních 10 let se tedy možnosti IIT výrazně rozšířily díky vývoji nových typů logických modelů, vzniku nových

nové teorie a myšlenky. Klíčové body ve vývoji IIT jsou:

Přechod od logického vyvozování k modelům argumentace a uvažování;

Vyhledávání relevantních znalostí a generování vysvětlení;

Porozumění a syntéza textů;

Kognitivní grafika, tzn. grafické a obrazové znázornění znalostí;

Multiagentní systémy;

Inteligentní síťové modely;

Výpočty založené na fuzzy logice, neuronové sítě, genetické algoritmy, pravděpodobnostní výpočty (realizované v různých kombinacích mezi sebou as expertními systémy);

Problém metaznalostí.

Multiagentní systémy se staly novým paradigmatem pro vytváření slibných IIT. Zde se předpokládá, že agent je nezávislý intelektuální systém, který má svůj vlastní systém stanovování cílů a motivace, vlastní oblast jednání a odpovědnosti. Interakci mezi agenty zajišťuje systém vyšší úrovně – metainteligence. V multiagentních systémech se modeluje virtuální komunita inteligentních agentů - objektů, které jsou autonomní, aktivní a vstupují do různých sociálních vztahů - kooperace a kooperace (přátelství), konkurence, rivalita, nepřátelství atd. Sociální aspekt řešení moderních problémů je základním rysem koncepční novosti pokročilých intelektuálních technologií - virtuálních organizací, virtuální společnosti.

(?) Testové otázky a úkoly

1. Uveďte popis podniku jako objektu informatizace. Vyjmenujte hlavní ukazatele charakterizující vývoj systému řízení podniku.

2. Vyjmenujte přední informační technologie pro řízení průmyslového podniku.

3. Vyjmenujte hlavní informační technologie pro organizační a strategický rozvoj podniků (korporací).

4. Jaké jsou základní standardy pro strategické řízení zaměřené na zlepšování podnikových procesů? Jaký je vztah mezi informačními technologiemi BPM a BPI?

5. Definujte filozofii celkového managementu kvality (TQM). Jak spolu souvisí fáze rozvoje kvality a informačních technologií?

6. Vyjmenujte hlavní ustanovení organizačního rozvoje podniku, charakterizujte etapy strategického řízení. Pojmenujte skupinové strategie.

7. Jak se vytváří obchodní model podniku? Vyjmenujte hlavní přístupy k hodnocení efektivity obchodního modelu.

8. Co je to vyvážená výsledková karta? Vyjmenujte hlavní součásti BSC. Jaké jsou vztahy mezi skupinami ukazatelů BSC?

9. Vyjmenujte metodické základy tvorby informačních systémů. Co je systémový přístup?

10. Jaký je informační přístup k utváření informačních systémů a technologií?

11. Jaký je strategický přístup k utváření informačních systémů a technologií?

12. Co je obsahem objektově orientovaného přístupu k popisu chování agentů na trhu? Definujte objekt, uveďte analogy agentních systémů.

13. Jaké jsou metodické zásady pro zlepšení řízení podniku založeného na informačních a komunikačních technologiích? Jaký je účel ICT?

14. Uveďte definice dokumentu, toku dokumentů, toku dokumentů, systému správy dokumentů.

15. Jak je navrženo rozvržení formuláře dokumentu? Pojmenujte oblasti dokumentu a složení jejich detailů.

16. Vyjmenujte základní informační technologie systému správy dokumentů.

17. Co je to jednotný dokumentační systém? Jaké jsou obecné zásady sjednocení?

18. Uveďte popis organizační a administrativní dokumentace, uveďte příklady dokumentů.

19. Jaké požadavky musí splňovat elektronický systém správy dokumentů?

20. Co je podnikový informační systém? Vyjmenujte hlavní regulační smyčky a složení funkčních modulů.

21. Jmenujte softwarové produkty pro CIS, které znáte. Uveďte jejich srovnávací charakteristiky.

Ш Literatura

1. Vernet J., Moriarty S. Marketingová komunikace. Integrovaný přístup. Petrohrad; Charkov: Peter, 2001.

2. Brooking E. Intelektuální kapitál. Klíč k úspěchu v novém tisíciletí. Petrohrad: Petr, 2001.

3. Godin V.V., Korpev I.K. Správa informačních zdrojů. M.: INFRA-M, 1999.

4. Informační systémy a technologie v ekonomii: učebnice. 2. vyd., dodat. a zpracovány / M.I. Semenov, I.T. Trubilin, V.I. Loiko, T.P. Baranovskaya; Ed. V A. Loiko. M.: Finance a statistika, 2003.

5. Informační technologie v podnikání / Ed. M. Zelený. Petrohrad: Petr, 2002.

6. Kaplan Robert S., Norton David P. Balanced Scorecard. Od strategie k akci / Přel. z angličtiny M.: ZAO "Olympus-Business", 2003.

7. Karagodin V.I., Karagodina BJI. Informace jako základ života. Dubna: Phoenix, 2000.

8. Karminský AM., Nesterov PZ. Obchodní informatizace. M.: Finance a statistika, 1997.

9. Lichačeva T.N. Informační technologie ve službách informační společnosti // Nové informační technologie v ekonomických systémech. M., 1999.

10. Ostreykovsky V.A. Teorie systémů. M.: Vyšší škola, 1997.

11. Piterkin S.V., Oladov N.A., Isaev D.V. Právě včas pro Rusko. Nácvik používání ERP systémů. 2. vyd. M.: Alpina Publisher, 2003.

12. Sokolov D.V. Úvod do teorie sociální komunikace: Učebnice. příspěvek. Petrohrad: Nakladatelství SP6GUP, 1996.

13. Trofimov V.Z., Tomilov V.Z. Informační a komunikační technologie v managementu: Učebnice. příspěvek. SPb.: Nakladatelství SPbGUEF, 2002.

Informační technologie se již řadu let zaměřují na budování systémů pro podporu zpracování podnikových transakcí. Takové systémy musí být vizuálně odolné vůči poruchám a musí poskytovat rychlou odezvu. Efektivní řešení přinesla společnost OLTP, která se zaměřila na prostředí distribuované relační databáze.

Novějším vývojem v této oblasti bylo přidání architektury klient-server. Pro vývoj aplikací OLTP bylo publikováno mnoho nástrojů.

Přístup k datům často vyžadují jak aplikace OLTP, tak informační systémy pro podporu rozhodování. Bohužel pokus o obsluhu obou typů požadavků může být problematický. Některé firmy proto zvolily cestu rozdělení databáze na typ OLTP a typ OLAP.

OLAP (Online Analytical Processing – online analytické zpracování) je informační proces, který uživateli umožňuje dotazovat se na systém, provádět analýzu atd. v provozním režimu (online). Výsledky jsou generovány během několika sekund.

Na druhou stranu v systému OLTP jsou obrovské objemy dat zpracovávány tak rychle, jak jsou přijímány jako vstup.

OLAP systémy jsou určeny pro koncové uživatele, zatímco OLTP systémy jsou určeny pro profesionální uživatele IS. OLAP zahrnuje činnosti, jako je generování dotazů, dotazování ad hoc zpráv, provádění statistických analýz a vytváření multimediálních aplikací.

Poskytování OLAP vyžaduje práci s datovým skladem (nebo vícerozměrným skladem) a také sadou nástrojů, obvykle vícerozměrných schopností. Těmito nástroji mohou být dotazovací nástroje, tabulky, nástroje pro dolování dat, nástroje pro vizualizaci dat atd.

Koncept OLAP je založen na principu vícerozměrné reprezentace dat. E. Codd zkoumal nedostatky relačního modelu, především poukázal na nemožnost kombinovat, nahlížet a analyzovat data z pohledu více dimenzí, tedy pro podnikové analytiky nejsrozumitelnějším způsobem, a identifikoval obecné požadavky pro systémy OLAP, které rozšiřují funkčnost relačních DBMS a zahrnují multidimenzionální analýzu jako jednu ze svých charakteristik.

Zkratka OLAP ve velkém množství publikací označuje nejen vícerozměrný pohled na data, ale také uložení dat samotných do vícerozměrné databáze. Obecně řečeno to není pravda, protože Codd sám poznamenává, že relační databáze byly, jsou a budou nejvhodnější technologií pro ukládání podnikových dat. Potřeba není nová databázová technologie, ale spíše analytické nástroje, které doplňují funkcionalitu stávajících DBMS a jsou dostatečně flexibilní, aby vyhovovaly a automatizovaly různé typy těžby, které jsou součástí OLAP.

Podle Codda je multidimenzionální koncepční pohled vícenásobná perspektiva skládající se z několika nezávislých dimenzí, podle nichž lze analyzovat specifické soubory dat. Simultánní analýza napříč více dimenzemi je definována jako multivariační analýza. Každá dimenze zahrnuje oblasti konsolidace dat sestávající z řady po sobě jdoucích úrovní zobecnění, kde každá vyšší úroveň odpovídá většímu stupni agregace dat pro odpovídající dimenzi. Dimenze Performer tedy může být určena směrem konsolidace, skládající se z úrovní zobecnění „podnik – divize – oddělení – zaměstnanec“. Dimenze Čas může dokonce zahrnovat dva směry konsolidace – „rok – čtvrtletí – měsíc – den“ a „týden – den“, protože počítání času po měsících a týdnech není kompatibilní. V tomto případě je možné libovolně vybrat požadovanou úroveň podrobností informací pro každý z rozměrů. Operace sestupu odpovídá pohybu z nejvyšších stupňů konsolidace k nejnižším; naopak operace výstupu znamená pohyb z nižších úrovní do vyšších.

Codd definoval 12 pravidel, která musí splňovat softwarový produkt třídy OLAP. Tato pravidla:

1. Vícerozměrná konceptuální reprezentace dat.

2. Průhlednost.

3. Dostupnost.

4. Stálý výkon.

5. Architektura klient – ​​server.

6. Rovnost měření.

7. Dynamické zpracování řídkých matic.

8. Podpora pro víceuživatelský režim.

9. Neomezená podpora pro vícerozměrné operace.

10. Intuitivní manipulace s daty.

11. Flexibilní mechanismus generování zpráv.

12. Neomezený počet dimenzí a úrovní agregace.

Soubor těchto požadavků, který sloužil jako skutečná definice OLAP, je třeba považovat za doporučení a konkrétní produkty posuzovat podle míry přiblížení se ideální plné shodě se všemi požadavky.

Dolování dat.

Data mining (DMA), neboli Data Mining, je termín používaný k popisu objevování znalostí v databázích, získávání znalostí, dolování dat, dolování dat, zpracování vzorků dat, čištění dat a dolování dat; To znamená i doprovodný software. Všechny tyto akce jsou prováděny automaticky a umožňují i ​​neprogramátorům získat rychlé výsledky.

Požadavek podává koncový uživatel, případně v přirozeném jazyce. Požadavek je převeden do formátu SQL. Požadavek SQL je po síti odeslán do DBMS, který spravuje databázi nebo datové úložiště. DBMS najde odpověď na požadavek a doručí ji zpět. Uživatel si pak může navrhnout prezentaci nebo zprávu podle svých požadavků.

Mnoho důležitých rozhodnutí v téměř jakékoli oblasti obchodní a sociální sféry je založeno na analýze velkých a komplexních databází. IBP může být v těchto případech velmi nápomocný.

Metody dolování dat úzce souvisí s technologiemi OLAP a technologiemi datových skladů. Proto je nejlepší možností integrovaný přístup k jejich implementaci.

Aby stávající datové sklady usnadnily rozhodování managementu, musí být informace analytikovi předloženy v požadované formě, to znamená, že musí mít vyvinuté nástroje pro přístup a zpracování dat skladu.

Velmi často se ukazuje, že informační a analytické systémy, vytvořené s očekáváním přímého použití osobami s rozhodovací pravomocí, jsou extrémně snadno použitelné, ale mají výrazně omezenou funkčnost. Takové statické systémy se nazývají výkonné informační systémy. Obsahují předdefinované sady dotazů, a přestože jsou dostatečné pro každodenní kontrolu, nedokážou odpovědět na všechny otázky o dostupných datech, které mohou při rozhodování vyvstat. Výsledky takového systému jsou zpravidla vícestránkové zprávy, po jejichž pečlivém prostudování má analytik novou řadu otázek. Každý nový požadavek, se kterým se při návrhu takového systému nepočítalo, však musí být nejprve formálně popsán, programátorem zakódován a teprve poté proveden. Čekací doba v tomto případě může být hodiny a dny, což není vždy přijatelné. Externí jednoduchost informačních systémů pro podporu statistického rozhodování, o kterou většina zákazníků informačních a analytických systémů aktivně bojuje, tak vede ke ztrátě flexibility.

Dynamické systémy pro podporu rozhodování se naopak zaměřují na zpracování neregulovaných (ad hoc) požadavků analytiků na data. Práce analytiků s těmito systémy spočívá v interaktivním sledu vytváření dotazů a studia jejich výsledků.

Dynamické systémy pro podporu rozhodování však mohou fungovat nejen v oblasti online analytického zpracování (OLAP). Podporu rozhodování managementu na základě nashromážděných dat lze provádět ve třech základních oblastech.

1. Rozsah podrobných údajů. Toto je rozsah většiny systémů pro vyhledávání informací. Ve většině případů se relační DBMS dobře vyrovnávají s úkoly, které zde vyvstávají. Obecně přijímaným standardem pro jazyk pro manipulaci s relačními daty je SQL. Systémy vyhledávání informací, které poskytují rozhraní pro koncového uživatele v úlohách vyhledávání detailních informací, lze použít jako doplňky jak nad jednotlivými databázemi transakčních systémů, tak nad obecným datovým úložištěm.

2. Rozsah souhrnných ukazatelů. Úkolem systémů OLAP je komplexní pohled na informace shromážděné v datovém skladu, jejich zobecnění a agregace a vícerozměrná analýza. Zde se můžete buď zaměřit na speciální multidimenzionální DBMS, nebo zůstat v rámci relačních technologií. Ve druhém případě mohou být předem agregovaná data shromážděna v databázi ve tvaru hvězdy nebo může být provedena agregace informací v procesu skenování podrobných tabulek relační databáze.

3. Sféra vzorů. Intelektuální zpracování se provádí pomocí metod dolování dat, jejichž hlavními cíli je hledání funkčních a logických vzorců v nashromážděných informacích, sestavení modelů a pravidel, které vysvětlují nalezené anomálie a/nebo předpovídají vývoj určitých procesů.

Kompletní struktura informačního a analytického systému postaveného na bázi datového skladu je znázorněna na Obr. 3.2. V konkrétních implementacích často jednotlivé součástky tohoto obvodu chybí.

Současná úroveň vývoje hardwaru a softwaru již nějakou dobu umožňuje udržovat rozsáhlé databáze provozních informací na různých úrovních řízení. Průmyslové podniky, korporace, resortní struktury, vládní a řídící orgány nashromáždily v průběhu své činnosti velké objemy dat. Obsahují velký potenciál pro extrakci užitečných analytických informací, na jejichž základě je možné identifikovat skryté trendy, budovat strategii rozvoje a nacházet nová řešení.

V posledních letech se ve světě zformovala řada nových konceptů pro ukládání a analýzu podnikových dat:

1) Datové sklady neboli Datové sklady

2) Operativní analytické zpracování (On-Line Analytical Processing, OLAP)

3) Data mining – IDA (Data mining)

Systémy pro zpracování analytických dat OLAP jsou systémy na podporu rozhodování zaměřené na provádění složitějších dotazů, které vyžadují statistické zpracování historických dat nashromážděných za určité časové období. Slouží k přípravě obchodních reportů o prodeji, marketingu pro účely managementu, tzv. Data Mining - vytěžování dat, tzn. způsob, jak analyzovat informace v databázi za účelem nalezení anomálií a trendů bez zjišťování sémantického významu záznamů.

Analytické systémy postavené na bázi OLAP zahrnují nástroje pro zpracování informací založené na metodách umělé inteligence a nástroje pro grafickou prezentaci dat. Tyto systémy jsou determinovány velkým objemem historických dat, umožňujících z nich extrahovat smysluplné informace, tzn. získat znalosti z dat.

Efektivity zpracování je dosaženo použitím výkonné víceprocesorové technologie, komplexních analytických metod a specializovaných datových skladů.

Relační databáze ukládají entity do samostatných tabulek, které jsou obvykle dobře normalizované. Tato struktura je vhodná pro operační databáze (systémy OLTP), ale složité dotazy s více tabulkami se provádějí relativně pomalu. Lepším modelem pro dotazování než pro změnu je prostorová databáze.

Systém OLAP pořizuje snímek relační databáze a strukturuje ji do prostorového modelu pro dotazy. Uvedená doba zpracování dotazů v OLAP je asi 0,1 % podobných dotazů v relační databázi.

Struktura OLAP vytvořená z provozních dat se nazývá krychle OLAP. Krychle se vytvoří spojením tabulek pomocí hvězdicového schématu. Uprostřed hvězdy je tabulka faktů obsahující klíčová fakta, na která jsou kladeny dotazy. Více tabulek dimenzí je spojeno s tabulkou faktů. Tyto tabulky ukazují, jak lze analyzovat agregovaná relační data. Počet možných agregací je určen počtem způsobů, jakými lze hierarchicky zobrazit původní data.

Uvedené třídy systémů (OLAP a OLTP) jsou založeny na použití DBMS, ale typy dotazů jsou velmi odlišné. Mechanismus OLAP je dnes jednou z populárních metod analýzy dat. Existují dva hlavní přístupy k řešení tohoto problému. První z nich se nazývá Multidimenzionální OLAP (MOLAP) - implementace mechanismu pomocí vícerozměrné databáze na straně serveru a druhý Relační OLAP (ROLAP) - stavba kostek za chodu na základě SQL dotazů do relačního DBMS. Každý z těchto přístupů má své výhody a nevýhody. Obecné schéma fungování stolního OLAP systému lze představit na Obr.

Operační algoritmus je následující:

1) získání dat ve formě ploché tabulky nebo výsledku provedení SQL dotazu;

2) ukládání dat do mezipaměti a jejich převod na vícerozměrnou krychli;

3) zobrazení sestrojené krychle pomocí křížové karty nebo grafu atd.

Obecně lze k jedné krychli připojit libovolný počet pohledů. Displeje používané v systémech OLAP se nejčastěji dodávají ve dvou typech: křížové karty a grafy.

Hvězdný diagram. Myšlenka je taková, že pro každou dimenzi existují tabulky a všechna fakta jsou umístěna v jedné tabulce, indexované vícenásobným klíčem složeným z klíčů jednotlivých dimenzí. Každý paprsek hvězdného diagramu určuje, v Coddově terminologii, směr konsolidace dat podél příslušné dimenze.

Ve složitých problémech s víceúrovňovými dimenzemi má smysl obrátit se na rozšíření hvězdného schématu - schéma souhvězdí (schéma souhvězdí fakt) a schéma sněhové vločky (schéma sněhových vloček). V těchto případech jsou vytvořeny samostatné tabulky faktů pro možné kombinace souhrnných úrovní různých dimenzí. To umožňuje lepší výkon, ale často vede k redundanci dat a značné složitosti ve struktuře databáze, která obsahuje obrovské množství tabulek faktů.

konstelační diagram

Po kontrole úplnosti a spolehlivosti informace je provedeno její analytické zpracování. Zahrnuje definici systému ukazatelů, jejichž studium je nutné k dosažení cílů analýzy. Tyto ukazatele jsou buď již obsaženy ve vybrané informaci, nebo jsou vypočteny při jejím analytickém zpracování.

Systémem ukazatelů se rozumí jejich uspořádaný soubor, v němž každý ukazatel udává kvalitativní a kvantitativní charakteristiku určitého aspektu činnosti ekonomického subjektu, je propojen s ostatními ukazateli, ale neduplikuje je a má vlastnosti redukovatelnosti. a dělitelnosti.

Počet indikátorů v procesu analytického zpracování informací se může téměř neomezeně zvyšovat jejich diferenciací nebo integrací v závislosti na programu analýzy, hloubce studia výsledků výkonnosti a faktorech, které je ovlivňují.

Vzhledem k tomu, že činnost ekonomických subjektů, jejich strukturální členění, jakož i jejich různé asociace jsou vesměs poměrně stabilní, má systém ukazatelů, se kterými je analyzována, určitou stabilitu, ale postupně se obohacuje o nové ukazatele, jak vznikají nové úkoly, změny celkové ekonomické situace, vnějších a vnitřních podmínek činnosti ekonomických subjektů.

Nezbytným předpokladem pro vytvoření systému analytických ukazatelů a jeho správné aplikace je seskupování těchto ukazatelů podle různých kritérií (viz obr. 4.1).

Rozdělení ukazatelů na absolutní A relativní je zásadní pro určení rozsahu a složitosti analytického zpracování informací.

Informace shromážděné z různých zdrojů obsahují převážně absolutní ukazatele charakterizující objem činnosti analyzovaného podnikatelského subjektu (například objem prodeje zboží, výše nákladů na výrobu zboží nebo služeb, objem velkoobchodu nebo maloobchodu obrat, výše záloh).

Rýže. 4.1. Klasifikace analytických ukazatelů podle různých

seskupovací charakteristiky

kapitál, výše zisku nebo ztráty, počet zaměstnanců, cena dlouhodobého majetku, velikost zásob).

Relativní ukazatele, které mají prvořadý význam pro hodnocení výkonnosti analyzované organizace jako celku nebo jejích vnitřních strukturních útvarů, jsou počítány pomocí různých matematických operací v procesu analytického zpracování informací. Takové analytické zpracování může být částečně upraveno příslušnými předpisy jako odpovědnost účetních a jiných vnitřních strukturních jednotek ekonomické jednotky (například stanovení nákladů na jednotlivé produkty, výše zisku ve vztahu ke kapitálu, výpočet ekonomických standardů jako např. součástí výkaznictví komerčních bank).

Výpočet relativních ukazatelů zvyšuje srovnatelnost dat za různá chronologická období, protože všechny absolutní ukazatele používané k tomuto účelu v matematických vzorcích jsou počítány v měně se stejnou kupní silou, tzn. vliv inflace je eliminován. Všechny absolutní ukazatele vztahující se k danému období se navíc tvoří pod vlivem stejné vnitřní i vnější situace. To je důvod, proč se dynamická a prostorová srovnání v analýze provádějí primárně pomocí relativních spíše než absolutních měření.

Pro zlepšení srovnatelnosti dat se používají tam, kde je to možné. přírodní a převáděny na přírodní pomocí speciálně stanovených koeficientů, tzv podmíněně přirozené metrů. Za stejným účelem se v některých případech dává přednost práce A elementární náklady metrů, což umožňuje v případě potřeby eliminovat vliv na absolutní ukazatele změn ceny zboží a v relativních ukazatelích odvozených od této hodnoty rozdíly v ceně zboží způsobené výkyvy v poměru převedených nákladů na zboží. fixních aktiv, odměňování živé práce a zisku v ceně výrobků. Je třeba vzít v úvahu, že ani při použití tvrdé cizí měny pro nákladové měření absolutních ukazatelů není eliminován vliv strukturálních změn na hodnocení objemu činnosti ekonomického subjektu a jeho kvalitativní charakteristiky. Proto bude v další prezentaci konkrétně zvažována problematika a použití různých přírodních, podmíněně přírodních, pracovních a dílčích nákladových opatření k dosažení určitých cílů analýzy.

Seskupování analytických ukazatelů do kvantitativní A kvalitní se velmi blíží jejich rozdělení na absolutní a relativní, ale zcela se s ním nekryje. Například celková výše zisku je kvantitativním ukazatelem, ale ve svém ekonomickém obsahu odkazuje na kvalitativní charakteristiky činnosti objektu, protože samotná skutečnost dosažení zisku a nikoli ztráty, a to i bez odečtení relativních ukazatelů ziskovosti, již se zdá být pozitivním výsledkem činnosti.

Mimořádně významnou roli v ekonomické analýze hraje dělení ukazatelů podle zobecňující A soukromé.

Za zobecňující ukazatele se považují ty, které poskytují souhrnnou charakteristiku stavu analyzovaného podnikatelského subjektu, míru jeho využití zdrojů, které má k dispozici, a efektivnosti podnikání, vyjádřenou v dosahování sledovaných cílů. Primárními cíli může být dosažení vyššího zisku ve srovnání se sazbou refinancování nebo jinými alternativními způsoby využití kapitálu, který má účetní jednotka k dispozici; dosažení vyšší kvality zboží a služeb než konkurence při stejné nebo nižší úrovni nákladů na jejich výrobu a oběh; na tomto základě dobývání nových trhů a zvyšování ceny společnosti. Mezi zobecňující ukazatele patří také ukazatele, které obecně charakterizují určitý aspekt nebo směr práce podniku nebo jeho jednotlivých strukturálních útvarů, velikost jimi využívaných zdrojů a jejich obrat. Každý obecný ukazatel lze rozložit na řadu dílčích ukazatelů, které k němu hrají podřadnou roli. Tyto soukromé indikátory pomáhají identifikovat a měřit vliv jednotlivých vnitřních a vnějších faktorů, které určují velikost a dynamiku obecného indikátoru. Pomocí privátních indikátorů je dosahováno podřízení lokálních cílů jednotlivých divizí a oblastí činnosti ekonomického subjektu obecným cílům jeho fungování. Obecný cíl fungování ekonomického subjektu není jednoznačný, předpokládá současné a provázané dosahování řady cílů, a proto se míra jeho dosažení odráží nikoli v jednom, ale v celém systému obecných i specifických ukazatelů; .

Pro řízení činnosti ekonomického subjektu jako celku, jeho jednotlivých směrů a jednání každého účinkujícího je nejprve vypracován model této činnosti. Je popsána systémem obecných a specifických ukazatelů zaznamenaných v podnikatelském plánu, jejichž úroveň a provázanost by měla zajistit dosažení plánovaných výkonnostních výsledků.

Systém plánovaných ukazatelů je zpravidla chudší než systém účetních ukazatelů, protože účetnictví odráží vliv nejen předem předvídatelných faktorů, ale také mnoha nepředvídatelných faktorů - objektivních i subjektivních, např. katastrofy, nepoctivost umělců, podvody a krádeže. V důsledku toho účetnictví odráží vliv na obecné a specifické ukazatele celé rozmanitosti reality.

Systém analytických ukazatelů je ještě širší než v plánování a účetnictví, protože musí poskytovat odraz výsledků podnikání a hodnocení úrovně jeho efektivnosti ve všech plánovaných oblastech a řadě cílů, a to nejen obecně pro relativně samostatné ekonomické studovaný systém (podnik, komerční banka), ale i pro velké a malé divize v něm zahrnuté; identifikovat roli jednotlivých divizí na konečných výsledcích hospodaření a vliv různých faktorů na ekonomický vývoj. Soustava analytických ukazatelů proto zahrnuje jak zobecňující ukazatele (výsledkové), tak specifické (faktoriální) diferencované podle oblastí činnosti.

Konkrétní ukazatele tvořené rozkladem zobecňujícího ukazatele nebo agregované v zobecňujícím ukazateli se v analýze ekonomické aktivity také obvykle nazývají faktoriální, protože jejich použití umožňuje odhalit a měřit vliv určitých ekonomických faktorů na zobecňující ukazatele. Jak je známo, ke změnám stavu analyzovaného objektu dochází pod vlivem ekonomických a sociálních faktorů. Obvykle se termín „příčina“ vztahuje na skupinu faktorů, jejichž dopad lze určit přímo z účetních a výkaznických dat. Při dalším rozkladu skupiny na její složky se výsledné dílčí faktorové ukazatele nazývají také příčinami, pokud je jejich spojení s analyzovaným ukazatelem funkční a lze je vypočítat prováděním různých matematických operací s vykazovacími ukazateli.

V případech, kdy je identifikován a měřen vliv na analyzovaný ukazatel jiných s ním souvisejících v korelaci a síla jejich vlivu je měřena pomocí statistických a matematických metod, se soukromé ukazatele získané pro zpřesnění analýzy obvykle nazývají nikoli příčiny, ale faktory.

V důsledku toho je rozlišení mezi pojmy „příčina“ a „faktor“ velmi podmíněné. Vychází především z možností přímého či nepřímého měření jejich vlivu s přihlédnutím k povaze vazby na analyzovaný obecný ukazatel.

Odchylky od plánu objemu výroby mohou být způsobeny například nesouladem mezi plánem počtu a složení zaměstnanců a současně průměrným výkonem na zaměstnance za analyzované období. Hodnoty výše uvedených rozšířených skupin faktorů a jejich odchylky od plánu se přímo odrážejí ve výkazech a jsou pojmenovány v analýze důvody odchylek. Každou z těchto příčin však lze dále považovat za funkci mnoha proměnných. Změna počtu pracovníků je tedy uvedena podle personální kategorie výstup na pracovníka je prezentován jako součin výstupu na pracovníka a podíl pracovníků na celkovém počtu pracovníků. Tyto analytické ukazatele lze vypočítat přímo pomocí reportovacích dat, a proto se také nazývají diferencovanější důvody pro změny v souhrnném ukazateli.

Předpokládejme, že se analýza dále prohloubí, aby se objasnil vliv na změnu obecného ukazatele - objemu výroby - faktorů, které naopak ovlivňují realizaci plánu výroby na pracovníka, s jejichž souvislostí s tímto ukazatelem nelze přímo stanovit. Úkolem je např. zjistit vliv na průměrnou úroveň výroby pracovníka z organizační a technické úrovně výroby (stupeň mechanizace a automatizace základních technologických procesů a pomocných prací, zavádění metod vědecké organizace výroby práce, externí spolupráce atd.) a osobní faktory (všeobecné a speciální vzdělání, odsloužená doba, pohlaví, věk).

Pomocí zobecněných účetních a statistických dat nelze měřit vliv uvedených faktorů na produkci a jejím prostřednictvím na objem produkce ani na rychlost jejího růstu. Za tímto účelem jsou shromažďovány údaje z primárního účetnictví a dokumentace technických služeb, personálních útvarů, práce a mezd, jakož i speciálně shromážděné doplňkové neúčetní informace (dotazníkové šetření, fotografie a vlastní fotografie pracovního dne, výrobní protokoly). a zpracovávány speciálními ekonomickými a matematickými metodami (zejména korelačními schůzkami apod.). Při takovém dalším upřesnění příčin se jejich charakteristiky již nazývají faktory.

Měření vlivu jednotlivých faktorů na dynamiku ekonomického rozvoje, výsledky realizace plánu a efektivitu podnikání pomáhá stanovit jejich relativní význam v chodu podniku, zaměřit pozornost na ty hlavní a rozhodující a posílit efektivitu analýzy. při identifikaci rezerv.

Pro podniky stejného profilu musí být zajištěna jednotnost soustavy ukazatelů a metodiky jejich výpočtu. Pokusy o aplikaci stejných hodnotících indikátorů v ekonomických subjektech různých sektorů národního hospodářství se neuskutečnily, neboť není požadována identita použitých indikátorů, ale jejich soulad se základním přístupem k hodnocení výsledků dosahovaných analyzovaným subjektem. , z hlediska cílů své činnosti, lokálních a globálních kritérií pro jejich dosažení.

Ne vždy se podniku podaří dosáhnout všech svých cílů a vyřešit všechny úkoly, které mu byly přiděleny. Navíc spolu s implementací plánu u některých indikátorů může dojít k negativnímu výsledku u jiných. V tomto ohledu je při stanovování ratingu ekonomického subjektu a jeho strukturálních útvarů vhodné vypočítat podmíněný integrální ukazatel, jehož úroveň by odrážela jak míru naplnění plánovaných cílů každého z ukazatelů, tak i jejich relativní důležitost. .

Integrální ukazatel, odvozený na základě řady dalších ukazatelů, které se velmi liší svým ekonomickým obsahem a praktickým účelem, necharakterizuje konkrétní výsledky práce analyzovaného subjektu a míru dosažení četných cílů stanovených pro to. Tento indikátor lze použít k určení ratingu. Ve všech ostatních případech jeho využití neodpovídá víceúčelovosti fungování podnikatelských subjektů.

Pro posouzení plnění plánu a navíc úrovně efektivnosti podnikání je nutné vzít v úvahu všechny ukazatele zahrnuté v systému, protože překročení plánu u jednoho z nich nezbavuje analyzovanou ekonomickou vazbu povinnosti zajistit dosažení plánované úrovně u ostatních ukazatelů. Nadplánované zlepšení některého z indikátorů obvykle nekompenzuje újmu způsobenou zpožděním jiného indikátoru, odrážejícím nesplnění možná ještě důležitějšího úkolu daného ekonomického subjektu. Například výrazné překročení plánované úrovně výroby zboží (práce, služby) nevylučuje nutnost zajistit danou úroveň jednotkových výrobních nákladů; překročení plánu objemu výroby a zisku nemůže kompenzovat nerealizaci plánu zprovoznění čistírenských zařízení a dalších opatření na ochranu životního prostředí.

Nejpřijatelnějším způsobem konstrukce integrálního ukazatele je řešení matematického problému výpočtu vzdáleností bodů charakterizujících hodnoty stejných ukazatelů na srovnávaných podnikatelských subjektech a na podmíněně nejlepším podniku pro všechny tyto ukazatele, tzv. rozvojový standard, a tím každý z nich určovat indikátor „úrovně rozvoje“. Jeho výhodou oproti jiným metodám výpočtu integrálního ukazatele je objektivita hodnocení, protože je založen na matematických výpočtech.

Jiné způsoby agregace ukazatelů nejsou dostatečně objektivní. Například při výpočtu integrálního ukazatele lze význam konkrétního ukazatele v jejich celkovém systému určit také pomocí skóre. Pokud je tedy z důvodu nedostatku používaných vzácných kovů důležité především jejich co nejekonomičtější využití, pak je nejvyšší skóre přiřazeno indikátoru snižování materiálové náročnosti výroby u těchto kovů. Pokud je v první řadě nutné zajistit další rozšiřování sortimentu, pak se přidělením vyššího skóre tomuto ukazateli dostává na první místo v řadě hodnotících ukazatelů. Přestože je tedy hodnocení efektivnosti výroby v jednotlivých odvětvích národního hospodářství a jejich podnicích založeno na stejném systému ukazatelů, každému z nich lze přiřadit jiné skóre i ve stejném odvětví či podniku v různých obdobích čas. Bodování každého indikátoru by mělo odrážet jeho význam pro dosažení cílů fungování analyzovaných podnikatelských subjektů. Jako každé subjektivní hodnocení však lze tyto body nastavit libovolně.

Za sledované období existují různé ukazatele, které zaznamenávají stav analyzovaného podnikatelského subjektu a výsledky jeho činnosti, případně jednání jeho zaměstnanců v určité oblasti za určitý počet, tzn. PROTI statika, nebo za analyzované období, tzn. PROTI dynamika. Například rozvaha odráží finanční stav, rozdělení majetku, zdroje jeho vzniku k datu sestavení a přehled o peněžních tocích zahrnuje jejich zůstatky, příjmy a úbytky, tzn. jejich dynamiku za celé analyzované období.

Ve vztahu k činnosti analyzovaného podnikatelského subjektu a možnostem ovlivnění jeho výsledků, ukazatele odrážející objektivně nezávislý důvody a subjektivní, v závislosti na tom.

V procesu analýzy je velmi důležité eliminovat vliv objektivních faktorů, které nelze přičíst užitečným výsledkům nebo naopak nedostatkům činnosti samotného podnikatelského subjektu.

Spolu s výběrem systému ukazatelů pro analýzu podle zamýšleného programu má velký význam syntéza informací v analytických tabulkách a obrázcích. Analytické tabulky slouží k porovnávání analyticky zpracovaných dat podle chronologických období a na tomto základě určují dynamiku studovaných ukazatelů, porovnávají jejich dosažené nebo predikované hodnoty se základními údaji, které mohou být odpovídajícími ukazateli plánu za předchozí a předpokládané budoucí období, závazné normy, ukazatele jiných ekonomických subjektů, odvětvové průměry nebo jakékoli jiné vybrané analytikem na základě účelu studie.

Pro taková srovnání se obvykle používají vodorovné řádky analytické tabulky, ve kterých jsou uvedeny názvy porovnávaných dat a jejich absolutní a relativní hodnoty. Taková srovnání mezi řádky tabulky se nazývají horizontální analýza.

Pomocí sloupců analytické tabulky je provedeno srovnání zobecňujících ukazatelů s jejich složkami - konkrétními ukazateli - za účelem identifikace relativní důležitosti těchto konkrétních ukazatelů při tvorbě zobecňujících ukazatelů, zejména je určena struktura zobecňujících ukazatelů. . Tato metoda reflektování analyticky zpracovaných informací se nazývá vertikální nebo strukturální analýza.

Analytická tabulka má textovou (vlevo) a digitální (vpravo) část. Pro počítačové zpracování informací lze textovou část tabulky zašifrovat pomocí abecedního nebo digitálního zápisu. Čísla jsou umístěna ve sloupcích tabulky na samostatných řádcích, které je protínají.

Levá část tabulky, ve které jsou umístěny názvy jejích řádků, se nazývá „předmět“ a pravá, sestávající ze sloupců, nad nimiž jsou také uvedeny jejich názvy, se nazývá „predikát“.

Shrnutí shromážděných informací do vzájemně souvisejících, doplňkových nebo podrobných analytických tabulek umožňuje tzv. beztextovou analýzu; pečlivě analyticky zpracované informace umístěné v tabulkách umožňují vyvodit potřebné závěry a vypracovat informovaná manažerská rozhodnutí. V těchto případech není třeba výsledky analýzy formalizovat ve formě textu, nebo je stejný text podán velmi výstižně.

Příprava sady analytických tabulek, která by dostatečně objektivně a úplně odrážela veškerou problematiku analytického programu a jeho výsledků, vyžaduje vysokou profesionalitu tvůrců layoutů těchto tabulek a návodů k jejich vyplnění.

V praxi se proto k tomuto účelu používají standardní metody a v tabulkách v nich doporučených jsou prováděny pouze změny, které vyplývají z individuálních charakteristik analyzovaného podnikatelského subjektu nebo aktuální situace na něm.

Při použití analytických tabulek a zejména při provádění změn v nich musíte dodržovat obecná pravidla pro jejich návrh:

1) nad tabulkou musí být umístěn její název a sériové číslo;

2) pokud jsou ve všech řádcích a sloupcích tabulky použity stejné měrné jednotky, musíte do závorky pod názvem tabulky v pravém rohu umístit standardní označení měrné jednotky, například (tisíc rublů) nebo ($). Pokud jsou v řádcích tabulky použity různé měrné jednotky, pak se jejich označení umístí do záhlaví řádků oddělených čárkou za názvem. Pokud sloupce používají různé měrné jednotky, měly by být také uvedeny v záhlaví sloupců;

3) sloupce tabulky jsou číslovány postupně, počínaje prvním, ve kterém jsou uvedena čísla řádků. V případech, kdy jsou indikátory různých sloupců vypočítávány na základě hodnot uvedených v předchozích sloupcích, musí být kromě názvu a sériového čísla tohoto sloupce uveden také výpočetní algoritmus udávající čísla sloupců. obsahující počáteční data a také matematické akce, které by s nimi měly být provedeny k získání hodnot uvedených v tomto sloupci, například: [(sloupec 4 – sloupec 3) ∙ 100: 3];

4) nadpisy v „predikátu“ mohou být jednoduché v případech, kdy jeho grafy nemají společný obsah, nebo složité – když je obsah společný více grafům podrobně popsán v každém z nich. Poté je název uveden ve formě několika úrovní, například:

Pro zvýšení přehlednosti analytických materiálů se často používají grafické metody. Například tabulky zaznamenávající dynamiku ukazatelů jsou doplněny nákresy, ve kterých je tato dynamika prezentována ve formě křivek nebo sloupců. Struktura zobecňujících ukazatelů ve sloupcích analytických tabulek je znázorněna formou koláčových grafů. Používají se i jiné formy diagramů.